Call for Paper: 征稿截止2025年10月31日

Towards Effective Neural Architecture Search and Its Applications

🔹 Prof. Dr. Lianbo Ma, Northeastern University, China.

🔹 Assoc. Prof. Dr. Shi Cheng, Shanxi Normal University, China.

🔹 Assoc. Prof. Dr. Guo Yu, Nanjing Tech University, China.

🔹 Prof. Dr. Shangce Gao, University of Toyama, Japan.

本专刊属于SCIE检索的计算机专业期刊Discover Computing（ISSN: 2055-2076)，由Springer出版发行。

Discover Computing 是一本开放获取期刊，聚焦计算机科学领域的前沿研究，涵盖人工智能、机器学习、网络安全、边缘计算等方向。作为CCF推荐的C类期刊（原《Information Retrieval Journal》），其 2024 年影响因子为1.7，JCR分区Q3，中科院分区3区，以快速审稿（投稿到初审平均16天）和高可见度（Scopus、SCIE indexed）著称。文章录用后1个月内在线发表，适合追求高效传播的研究。

神经架构搜索（Neural Architecture Search, NAS）作为自动化设计神经网络的核心技术，近年来在计算机视觉、自然语言处理、自动驾驶等领域取得突破性进展。本专题旨在汇集NAS领域的最新研究成果，探索其在跨学科应用中的创新方法，推动NAS技术的实际落地。本专题的研究方向包括但不限于：

🔹NAS基础理论：搜索空间设计、搜索策略优化（如强化学习、进化算法、可微搜索）、性能评估方法；

🔹高效NAS技术：轻量化模型设计、硬件感知优化（如 GPU/TPU 加速）、小样本学习与迁移学习；

🔹跨领域应用：医疗影像分析、智能交通、工业物联网、环境监测等场景中的NAS实践；

🔹新兴挑战：对抗鲁棒性、隐私保护、伦理问题、多目标优化（如准确率与能耗的平衡）；

2025年10月31日

发表速度

🔹从最近3个月的发文可查，该期刊平均录用周期为3个月，部分文章最快2个月接收，支持快速发表。

发表模式

🔹该期刊采用开源出版模式，文章录用后需缴纳1520USD版面费。

检索情况

🔹截止2025年4月，Discover Computing的文章检索情况均正常。

总结

🔹高影响力平台：CCF推荐期刊，覆盖全球科研机构，文章下载量年增长超 30%；

🔹跨学科合作：与IEEE、ACM 等学术组织联动，推动技术转化与产业应用；

🔹快速发表：录用后1个月内在线发布，支持预印本（如arXiv）与正式出版同步；

Discover Computing 凭借快速审稿、低自引率、领域全覆盖成为计算机领域的热门期刊，欢迎相关研究领域学者投稿！