《Memetic Computing》雜志的收稿方向是什么？

《Memetic Computing》特點(diǎn)：

《Memetic Computing》中文名稱：《模因計(jì)算》，創(chuàng)刊于2009年，由Springer Berlin Heidelberg出版商出版，出版周期4 issues per year。

模因被定義為可轉(zhuǎn)移信息的基本單位，存在于大腦中，并通過模仿過程在人群中傳播。從算法的角度來看，模因已被視為先驗(yàn)知識的構(gòu)建塊，以任意計(jì)算表示形式（例如，局部搜索啟發(fā)式、模糊規(guī)則、神經(jīng)模型等）表示，這些先驗(yàn)知識是通過人類或機(jī)器的經(jīng)驗(yàn)獲得的，并且可以在問題中模仿（即重復(fù)使用）。

《模因計(jì)算》雜志歡迎將上述社會文化模因概念納入人工系統(tǒng)的論文，特別強(qiáng)調(diào)通過明確的先驗(yàn)知識整合來提高計(jì)算和人工智能技術(shù)在搜索、優(yōu)化和機(jī)器學(xué)習(xí)方面的有效性。因此，該期刊的目標(biāo)是成為高質(zhì)量理論和應(yīng)用研究的出口，研究混合的、知識驅(qū)動(dòng)的計(jì)算方法，這些方法可以歸為以下任何一種模因?qū)W類別：

類型 1：通用算法與人為設(shè)計(jì)的啟發(fā)式方法相結(jié)合，可以捕獲某種形式的先驗(yàn)領(lǐng)域知識；例如，將進(jìn)化全局搜索與特定于問題的局部搜索相結(jié)合的傳統(tǒng)模因算法。

類型 2：能夠從各種可用選項(xiàng)中自動(dòng)選擇、調(diào)整和重用最合適啟發(fā)式方法的算法；例如，在給定優(yōu)化問題的情況下，學(xué)習(xí)全局搜索運(yùn)算符和多個(gè)局部搜索方案之間的映射。

類型 3：通過經(jīng)驗(yàn)自主學(xué)習(xí)的算法，自適應(yīng)地重用從相關(guān)問題中提取的數(shù)據(jù)和/或機(jī)器學(xué)習(xí)模型作為新目標(biāo)任務(wù)中的先驗(yàn)知識；示例包括但不限于遷移學(xué)習(xí)和優(yōu)化、多任務(wù)學(xué)習(xí)和優(yōu)化、或任何其他多X進(jìn)化學(xué)習(xí)和優(yōu)化方法。

《Memetic Computing》定位：

旨在及時(shí)、準(zhǔn)確、全面地報(bào)道國內(nèi)外COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE工作者在該領(lǐng)域的科學(xué)研究等工作中取得的經(jīng)驗(yàn)、科研成果、技術(shù)革新、學(xué)術(shù)動(dòng)態(tài)等。

聲明：該作品系作者結(jié)合互聯(lián)網(wǎng)公開知識整合。如有錯(cuò)漏請聯(lián)系我們，我們將及時(shí)更正。