تفاوت تاریخ بروزرسانی در صورت داشتن اشتراک

نمایه آخرین بروز رسانی
Scopus فوریه ۲۰۲۲
ISI مارس ۲۰۲۳
SCImago ژانویه ۲۰۲۰
ISI Open Access Journals مارس ۲۰۲۴
لیست سیاه وزارت علوم فروردین ۱۴۰۲
لیست سیاه وزارت بهداشت فروردین ۱۴۰۲
لیست سیاه دانشگاه آزاد بهمن ۱۳۹۹
مجلات دارای زمان داوری ژانویه ۲۰۲۲
مجلات درجه بندی شده از نظر سختی پذیرش ژانویه ۲۰۲۲
فراخوانهای مقاله فوریه ۲۰۲۴
نمایه آخرین بروز رسانی
Scopus ژانویه ۲۰۲۴
ISI نوامبر ۲۰۲۴
SCImago می ۲۰۲۴
ISI Open Access Journals مارس ۲۰۲۴
لیست سیاه وزارت علوم آذر ۱۴۰۳
لیست سیاه وزارت بهداشت فروردین ۱۴۰۳
لیست سیاه دانشگاه آزاد آذر ۱۴۰۱
مجلات دارای زمان داوری ژانویه ۲۰۲۴
مجلات درجه بندی شده از نظر سختی پذیرش ژانویه ۲۰۲۴
فراخوانهای مقاله فوریه ۲۰۲۴

Concurrency Computation Practice and Experience



Concurrency Computation Practice and Experience

انگلستان
کشور
۱٫۵۳۶
Impact Factor
1532-0626
ISSN
1532-0634
e-ISSN
2001 تا کنون
مدت فعالیت
Wiley-Blackwell
ناشر
onlinelibrary.wiley.com
سایت مجله

ISI

آخرین بروز رسانی مارس ۲۰۲۳
مجله در فهرست مجلات ISI نیست.

اهداف مجله

Concurrency and Computation: Practice and Experience (CCPE) مقالات تحقیقاتی با کیفیت بالا و اصلی و مقالات مروری پژوهشی معتبر را در زمینه های همپوشانی منتشر می کند:

محاسبات موازی و توزیع شده؛
محاسبات با کارایی بالا؛
علم محاسبات و داده؛
هوش مصنوعی و یادگیری ماشین؛
برنامه های کاربردی داده های بزرگ، الگوریتم ها و سیستم ها؛
علم شبکه;
هستی شناسی و معناشناسی؛
امنیت و حریم خصوصی؛
محاسبات ابر / لبه / مه؛
محاسبات سبز؛ و
محاسبات کوانتومی

تاکید بر تحقیقات جدید مرتبط با تمرین و تجربه در این زمینه ها باید جنبه اساسی مشارکت ها باشد، نه پرداختن به جنبه های نظری. موارد ارسالی باید همزمان و/یا مسائل محاسباتی قابل توجهی را در بر داشته باشند. در این حوزه های وسیع، دامنه CCPE شامل طراحی، پیاده سازی و بهینه سازی برنامه های کاربردی محاسباتی و داده فشرده برای سیستم های موازی و توزیع شده است. این شامل توسعه الگوریتم‌ها و برنامه‌های همزمان جدید، تحلیل و مدل‌سازی عملکرد موازی آن‌ها، و زبان‌های برنامه‌نویسی یا مدل‌سازی جدید و متدولوژی‌های مرتبط برای ترکیب آنها می‌شود. حوزه‌های مربوط به محاسبات و برنامه‌های کاربردی داده فشرده شامل، اما نه محدود به، علوم محاسباتی در مقیاس بزرگ، هوش مصنوعی، و پردازش مجموعه داده‌های حجیم از ماهواره‌ها، آزمایش‌های علمی، شبکه‌های حسگر، ابزار پزشکی و سایر منابع است. تکنیک های مدیریت منابع در زمینه سیستم های موازی و توزیع شده و محاسبات آگاه از انرژی نیز موضوعات مورد علاقه هستند.

برای فرستادن دیدگاه باید وارد شوید