Уважаемые коллеги, доброго времени суток! Представляем вам швейцарское научное издание Research in Mathematical Sciences. Журнал имеет второй квартиль, издается в SpringerOpen, находится в открытом доступе, его SJR за 2021 г. равен 0,719, пятилетний импакт-фактор 1,711, печатный ISSN - 2522-0144, электронный - 2197-9847, предметные области - Математика, Теоретические компьютерные науки, Вычислительная математика, Прикладная математика. Вот так выглядит обложка:
Здесь несколько редакторов - Томас Хоу, контактные данные - hou@cms.caltech.edu, dbohler@caltech.edu.
Лиза Джеффри - jeffrey@math.toronto.edu,
Кен Оно - ko5wk@virginia.edu,
Малабика Праманик - malabika@math.ubc.ca,
Фадил Сантоса - fsantos9@jhu.edu
и Юрий Чинкель - tschinkel@cims.nyu.edu.
Дополнительные публикационные контакты - Saritha.Hemanth@springernature.com, robert.maged@springer.com, journalpermissions@springernature.com, marc.strauss@springer.com.
Это международный рецензируемый гибридный журнал, охватывающий весь спектр теоретической математики, прикладной математики и теоретической информатики. Миссия журнала заключается в публикации высококачественных оригинальных статей, которые вносят значительный вклад в области исследований как теоретической, так и прикладной математики и теоретической информатики. Данный журнал является эффективным изданием, где редакторы играют центральную роль в отборе лучших научных статей и где редакционные решения принимаются своевременно. Исследования в области математических наук не имеют ограничений по объему и поощряют представление более длинных статей, в которых требуется более сложный и подробный анализ и проверка теорем. Он также публикует более короткие исследовательские сообщения (Письма), освещающие начинающиеся исследования в некоторых из самых популярных областей математических исследований. В журнале будут публиковаться статьи самого высокого качества во всех традиционных областях прикладной и теоретической математики и информатики и он будет активно стремиться публиковать оригинальные статьи в наиболее новых и междисциплинарных областях во всех математических науках. Исследования в области математических наук хотят лидировать, продвигая исследования такого типа самого высокого качества.
Адрес издания - https://www.springer.com/journal/40687
Пример статьи, название - How does momentum benefit deep neural networks architecture design? A few case studies. Заголовок (Abstract) - We present and review an algorithmic and theoretical framework for improving neural network architecture design via momentum. As case studies, we consider how momentum can improve the architecture design for recurrent neural networks (RNNs), neural ordinary differential equations (ODEs), and transformers. We show that integrating momentum into neural network architectures has several remarkable theoretical and empirical benefits, including (1) integrating momentum into RNNs and neural ODEs can overcome the vanishing gradient issues in training RNNs and neural ODEs, resulting in effective learning long-term dependencies; (2) momentum in neural ODEs can reduce the stiffness of the ODE dynamics, which significantly enhances the computational efficiency in training and testing; (3) momentum can improve the efficiency and accuracy of transformers.