Уважаемые коллеги, доброго времени суток! Мы начинаем обзор изданий в области Моделирования и имитации. Сегодня хотим представить вашему вниманию польское научное издание Journal of Artificial Intelligence and Soft Computing Research. Журнал имеет первый квартиль, издаётся в De Gruyter Open Ltd., находится в открытом доступе, его SJR за 2021 г. равен 1,221, печатный ISSN - 2083-2567, электронный - 2449-6499, предметные области - Моделирование и имитация, Компьютерные науки, Информационные системы, Искусственный интеллект, Машинное зрение и распознавание образов, Аппаратная часть и системная архитектура. Вот так выглядит обложка:
Редактором является Лесжек Рутковски, контактные данные - leszek.rutkowski@iisi.pcz.pl, jaiscr@iisi.pcz.pl.
Это динамично развивающийся международный журнал, посвященный новейшим научным результатам и методам, представляющим собой традиционные методы искусственного интеллекта и технологии мягких вычислений. Цель состоит в объединении ученых, представляющих оба подхода и различные исследовательские сообщества.
Адрес издания - http://jaiscr.online/
Пример статьи, название - Multi-Population-Based Algorithm with an Exchange of Training Plans Based on Population Evaluation. Заголовок (Abstract) - Population Based Algorithms (PBAs) are excellent search tools that allow searching space of parameters defined by problems under consideration. They are especially useful when it is difficult to define a differentiable evaluation criterion. This applies, for example, to problems that are a combination of continuous and discrete (combinatorial) problems. In such problems, it is often necessary to select a certain structure of the solution (e.g. a neural network or other systems with a structure usually selected by the trial and error method) and to determine the parameters of such structure. As PBAs have great application possibilities, the aim is to develop more and more effective search formulas used in them. An interesting approach is to use multiple populations and process them with separate PBAs (in a different way). In this paper, we propose a new multi-population-based algorithm with: (a) subpopulation evaluation and (b) replacement of the associated PBAs subpopulation formulas used for their processing. In the simulations, we used a set of typical CEC2013 benchmark functions. The obtained results confirm the validity of the proposed concept. Keywords: population-based algorithm; multi-population algorithm; hybrid algorithm; island algorithm; subpopulation evaluation; training plan