Уважаемые коллеги, доброго времени суток! Представляем вам International Journal of Fuzzy Logic and Intelligent Systems - научное издание из Южной Кореи, Журнал имеет третий квартиль, издается в Korean Institute of Intelligent Systems, находится в открытом доступе, его SJR за 2020 г. равен 0,296, печатный ISSN - 1598-2645, электронный - 2093-744X, предметные области - Теория расчетов и вычислений, Информатика – теория и методы, Компьютерные науки, Логика, Технология обработки сигналов, Теория расчетов и вычислений, Прикладная наука о компьютерах. Вот так выглядит обложка:
Редактором является Йин-Ву Юнг, контактные данные - jwjung@dongguk.edu, kfis21@kornet.org.
https://www.researchgate.net/profile/Jin-Woo-Jung-4
Журнал ежеквартально публикуется Корейским институтом интеллектуальных систем. Все статьи в журнале индексируются в SCOPUS, Корейском индексе цитирования (KCI), DOI/CrossrRef, DBLP и Google Scholar. Журнал был запущен в 2001 году и посвящен распространению четко определенных результатов теоретических и эмпирических исследований, которые оказывают потенциальное влияние на реализацию интеллектуальных систем, основанных на нечеткой логике и теории интеллектуальных систем. Конкретные темы включают, но не ограничиваются:
а) методы вычислительного интеллекта, включая системы нечеткой логики, нейронные сети и эволюционные вычисления;
б) интеллектуальное управление, контрольно-измерительные приборы и робототехника;
в) адаптивная обработка сигналов и мультимедиа;
d) интеллектуальная обработка информации, включая распознавание образов и обработку информации;
e) машинное обучение и интеллектуальные системы, включая интеллектуальный анализ данных и интеллектуальные методы обслуживания;
f) теория нечеткости и ее приложения.
Адрес издания - http://www.ijfis.org/main.html
Пример статьи, название - Data Stream Classification Algorithms for Workload Orchestration in Vehicular Edge Computing: A Comparative Evaluation. Заголовок (Abstract) - This paper reports on the use of online data stream classification algorithms to support workload orchestration in vehicular edge computing environments. These algorithms can be used to predict the ability of available computational nodes to successfully handle computational tasks generated from vehicular applications. Several online data stream classification algorithms have been evaluated based on synthetic datasets generated from simulated vehicular edge computing environments. In addition, a multi-criteria decision analysis technique was utilized to rank the different algorithms based on their performance metrics. The evaluation results demonstrate that the considered algorithms can handle online classification operations with various trade-offs and dominance relations with respect to their obtained performance. In addition, the utilized multi-criteria decision analysis technique can efficiently rank various algorithms and identify the most appropriate algorithms to augment workload orchestration. Furthermore, the evaluation results show that the leveraging bagging algorithm, with an extremely fast decision tree base estimator, is able to maintain marked online classification performance and persistent competitive ranking among its counterparts for all datasets. Hence, it can be considered a promising choice to reinforce workload orchestration in vehicular edge computing environments.Keywords: Online classification, Data stream, Performance, Ranking