当你在向《自动化学报》(Acta Automatica Sinica, AAS) 正式提交稿件前做投稿就绪审计时调用。
覆盖官网 aas.net.cn 的 ScholarOne 投审稿系统(aas-cn)、双盲匿名化(删除页眉页脚/标题下方/尾注/文件名中的作者单位基金号)、全部作者签名加盖第一作者单位公章的《作者承诺》前置提交、只收原创非翻译稿与不接收 AI 署名、学术不端查重、栏目(综述/论文/短文)归属与退稿风险分诊。
适用于把一份控制/自动化/模式识别方向的中文稿打磨到符合本刊双盲三审制门槛的场景。
The English summary is being prepared. Showing the original description.
See how to installReview the instructions the agent will receive before you install.
在把稿件上传到《自动化学报》(Acta Automatica Sinica, AAS) 在线投审稿系统之前，先跑完这份审计。
AAS 是由中国自动化学会与中国科学院自动化研究所共同主办、创刊于 1963 年的控制与自动化学科中文
旗舰月刊，聚焦控制理论、模式识别与智能系统、机器人与人工智能在自动化中的应用。它按期刊稿件走
双盲三审制，因此投稿被当作一篇要经受编辑初审、双盲外审、主编终审的完整学术论文来评判。以下
事实于 2026-07-09 通过官网、CNKI 期刊主页与中国自动化学会/CCF 目录交叉核验（见
resources/official-source-map.md），凡本刊未公开确认的数字均标注 待核实，请以投审稿系统内
最新《投稿须知》为准。
http://mc03.manuscriptcentral.com/aas-cn
(ScholarOne Manuscripts)，或经官网 http://www.aas.net.cn 右侧"投审稿系统"图标进入。.../ieee-jas，与本刊
中文《自动化学报》(Acta Automatica Sinica) 的 aas-cn 不同。本刊实行双盲制审稿，投稿前须彻底删除稿件中的所有作者信息：
| 位置 | 需清理的内容 |
|---|---|
| 页眉/页脚 | 姓名、单位、期刊模板残留的身份字段 |
| 标题下方 | 作者署名与单位行 |
| 尾注/脚注 | 通信作者、基金致谢中的可识别信息 |
| 论文最后 | 作者简介、联系方式 |
| 文件名 | 姓名、单位、基金号 |
| 文档属性 | PDF/Word 元数据中的作者、公司字段 |
| 图表 | 图源路径、水印、账户名 |
自引处改为第三人称中性表述（"文献[x]提出"而非"我们此前提出"），避免暴露身份。
aas-writing-style）。| 组件 | 要求 |
|---|---|
| 中文题名 + 英文题名 | 英文题名可独立检索、与中文一致 |
| 中文摘要 + English Abstract | 报道性四要素：目的、方法、结果、结论 |
| 中文关键词 + Keywords | 中英文一一对应 |
| 中图分类号 | 自动化/计算机类多以 TP 打头，据主题选取 |
| 参考文献 | GB/T 7714 顺序编码制，著录完整 |
| 审计发现 | 风险等级 | 处置 |
|---|---|---|
| 未删作者信息 / 违反双盲 | 初审退回 | 逐位置清理身份信息与元数据后再投 |
| 缺《作者承诺》或未盖公章 | 卡在初审前 | 补齐全部签名与第一作者单位公章 |
| 为翻译稿 / 一稿多投 | 直接不受理/严重违规 | 撤回，改投或重写为原创中文稿 |
| 将 AI 列为署名作者 | 不受理 | 调整署名，据实披露 AI 辅助 |
| 无新意、重复前人、观点模糊 | 初审退稿理由 | 回到 aas-topic-selection 重估贡献 |
| 参考文献不符 GB/T 7714 | 需补正 | 逐条重排著录格式 |
| 主题超出控制/自动化范围 | 不符宗旨 | 改投更契合的专业刊 |
[AAS 投稿状态] 就绪 / 阻塞 / 待完善
[系统] 投 aas-cn(中文刊)？非 ieee-jas？账号与领域分类是否匹配主题？
[双盲] 页眉页脚/标题下/尾注/文末/文件名/元数据/图表 身份是否全部清理？
[承诺] 全部签名 + 第一作者单位公章？随稿同时提交？
[原创] 非翻译稿/非一稿多投？AI 未列为署名作者？会议扩展版已声明增量？
[格式] 中英文摘要/关键词/中图分类号/GB/T 7714 齐全？栏目：综述/论文/短文
[查重] 文字复制比 ___%（自查安全线以下）
[待办队列] <按优先级排序，标注负责人与时限>
No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
The English summary is being prepared. Showing the original description.
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
The English summary is being prepared. Showing the original description.
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
The English summary is being prepared. Showing the original description.
Use when designing or auditing AAAI experiments for the broad-AI program committee, including baselines, ablations, statistical significance, robustness, human evaluation, AI-for-Social-Impact and alignment/safety evidence, compute and cost reporting, and reproducibility-checklist alignment for Phase-1 survival.
The English summary is being prepared. Showing the original description.
Use when positioning an AAAI paper's novelty against archival work, contemporaneous arXiv or workshop papers, and AAAI/IJCAI/NeurIPS/ICML/ICLR neighbors across the broad AI scope, while staying inside AAAI's dual-submission and AI-as-source policy constraints and writing a related-work section legible to non-specialist reviewers.
The English summary is being prepared. Showing the original description.
Use when strengthening an AAAI paper's reproducibility checklist (placed after references), experimental traceability, seed and hyperparameter reporting, compute and cost disclosure, dataset access and licensing, code/data ZIP readiness, and the claim-to-evidence map that Phase-1 reviewers use to judge rigor across AAAI's broad AI scope.
The English summary is being prepared. Showing the original description.