Call for Paper (IF 2.0, JCR 3区)：征稿截止2025年2月28日

Neural Architecture Search: Optimization, Efficiency and Application

🔹Prof. Lianbo Ma, Northeastern University, China.

🔹Prof. Yan Pei, the University of Aizu, Japan.

🔹Prof. Shi Cheng, Shaanxi Normal University, China.

🔹Prof. Chaomin Luo, Mississippi State University, USA.

该专刊开设在SCIE期刊 CMC-Computers Materials & Continua (ISSN: 1546-2218；IF 2.0)，该期刊在JCR的MATERIALS SCIENCE, MULTIDISCIPLINARY，COMPUTER SCIENCE, INFORMATION SYSTEMS两个领域里均位于三区，排名居中。在中科院的计算机科学领域位于四区。

深度神经网络在广泛的实际应用中显示出巨大的潜力，这主要归功于其由领域专家开发的复杂架构。然而，架构设计过程往往是劳动密集型的。这些挑战对深度神经网络的进一步发展造成了重大限制，从而推动了神经架构搜索 (NAS) 的出现。NAS 设计的架构最近在许多任务中表现出比手动设计的架构更优异的性能，因此在深度学习领域获得了关注。

Submission Deadline: 28 February 2025

🔹 New multi-objective optimization for neural architecture search

🔹 Efficient crossover and mutation operator for population generation

🔹 Representation strategy for deep network architecture

🔹 Weight inheritance with high generalization for neural architecture search

🔹 Supernet with low memory overhead for weight inheritance

🔹 Data-efficient performance predictor for neural architecture search

🔹 Cross-domain performance predictor for neural architecture search

🔹 Pareto-wise performance predictor for neural architecture search

🔹 Parameter-agnostic zero-shot approach

🔹 New zero-shot indicators for neural architecture search

🔹 Large-scale search space benchmark

🔹 Large-scale optimization algorithms for neural architecture search

🔹 Real-world applications of efficient neural architecture search, e.g. image sequences, image analysis, face recognition, natural language processing, named entity recognition, text mining, network security, engineering problems, and financial and business data analysis

CAR指数:

CAR指数是一种评价期刊学术诚信风险的指数，CAR指数低于5%设定为低风险，处于5-10%被认为是中风险，大于10%为高风险。从网站（www.jcarindex.com）的检索结果来看，CMC-Computers Materials & Continua 期刊在2022-2024年的CAR指数均低于1%，为低风险水平，表明该期刊实时的学术诚信风险为低风险。

中科院预警情况：

从2021年到2024年2月，CMC-Computers Materials & Continua 期刊连续三年未进入中国科学院《国际期刊预警名单（试行）》名单。

影响因子发展趋势：

在JCR的影响因子变化趋势图中可以了解到，从2019到2023年，这五年来 CMC-Computers Materials & Continua 期刊的影响因子水平整体稳定，期刊状态较好。

期刊年发文趋势：

通过在WoS数据库检查期刊近五年的发文数据，可以了解到 CMC-Computers Materials & Continua 的年发文自2021年起上升，近四年年均发文约1000篇。在近五年的发文中，国内学者发文占比29.8%。