Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание Journal of High Speed Networks. Журнал имеет четвёртый квартиль, издается в IOS Press, выходит четые раза в год, его SJR за 2020 г. равен 0,136, печатный ISSN - 0926-6801, электронный - 1875-8940, предметные области - Аппаратная часть и системная архитектура, Информатика - информационные системы, Компьютерные науки, Электротехническая и электронная промышленность, Компьютерные сети и коммуникации, Информационные системы. Вот так выглядит обложка:
Редактором является Франческо Пальмиери, контактные данные - fpalmieri@unisa.it.
Это международный архивный журнал, действующий с 1992 года, предоставляющий средства публикации для освещения большого числа тем, представляющих интерес в области высокопроизводительных сетей и коммуникаций. Его аудитория включает исследователей, менеджеров, а также сетевых дизайнеров и операторов. Основной целью является обеспечение своевременного распространения информации и научных знаний. К публикации принимаются статьи о новых исследованиях, обзорные и позиционные документы по темам, представляющих текущий интерес, технические заметки и краткие сообщения, в которых сообщается о ходе реализации долгосрочных проектов. Материалы, представленные в журнал, рассматриваются в соответствии с процессом рецензирования ведущих технических журналов на основе оригинальности, значимости, качества и ясности. В журнале также публикуются статьи по ряду тем, начиная от проектирования и заканчивая практическим опытом работы с высокопроизводительными/высокоскоростными сетями.
Адрес издания - https://www.iospress.nl/journal/journal-of-high-speed-networks/
Пример статьи, название - Trust aware routing using sunflower sine cosine-based stacked autoencoder approach for EEG signal classification in WSN. Заголовок (Abstract) - Trust-aware routing is the significant direction for designing the secure routing protocol in Wireless Sensor Network (WSN). However, the trust-aware routing mechanism is implemented to evaluate the trustworthiness of the neighboring nodes based on the set of trust factors. Various trust-aware routing protocols are developed to route the data with minimum delay, but detecting the route with good quality poses a challenging issue in the research community. Therefore, an effective method named Sunflower Sine Cosine (SFSC)-based stacked autoencoder is designed to perform Electroencephalogram (EEG) signal classification using trust-aware routing in WSN. Moreover, the proposed SFSC algorithm incorporates Sunflower Optimization (SFO) and Sine Cosine Algorithm (SCA) that reveals an optimal solution, which is the optimal route used to transmit the EEG signal. Initially, the trust factors are computed from the nodes simulated in the network environment, and thereby, the trust-based routing is performed to achieve EEG signal classification. The proposed SFSC-based stacked autoencoder attained better performance by selecting the optimal path based on the fitness parameters, like energy, trust, and distance. The performance of the proposed approach is analyzed using the metrics, such as sensitivity, accuracy, and specificity. The proposed approach acquires 94.708%, 94.431%, and 95.780% sensitivity, accuracy, and specificity, respectively, with 150 nodes.
Keywords: Sine cosine algorithm, sunflower optimization, stacked autoencoder, electroencephalogram signal, trust aware routing
