《Evolving Systems》出版語言：English，具體論文語言需根據(jù)相關(guān)征稿要求而定，可聯(lián)系雜志社或在線客服。

該雜志是一本由SPRINGER HEIDELBERG出版的國際知名學術(shù)期刊，出版語言：English，專注于COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE領(lǐng)域，重點介紹COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE的最新關(guān)鍵主題。每篇文章都是對該主題的最新、完整的總結(jié)，方便尚未深入研究的人閱讀。

《進化系統(tǒng)》涵蓋了動態(tài)進化系統(tǒng)領(lǐng)域的調(diào)查、方法論和應(yīng)用導向論文。‘進化系統(tǒng)’的靈感來自于動態(tài)變化和進化環(huán)境中系統(tǒng)模型進化的理念。與機器學習、數(shù)學建模和相關(guān)學科中的標準方法不同，這些方法假設(shè)并先驗地固定模型結(jié)構(gòu)，問題集中在參數(shù)優(yōu)化上，而進化系統(tǒng)允許模型結(jié)構(gòu)逐漸改變/進化。這種持續(xù)或終身學習和領(lǐng)域適應(yīng)的目的是自我組織。它可以適應(yīng)新的數(shù)據(jù)模式，更適合流數(shù)據(jù)、遷移學習，并且可以識別和學習未知和不可預測的數(shù)據(jù)模式。這些特性對于自主機器人系統(tǒng)至關(guān)重要，因為這些系統(tǒng)在設(shè)計完成后（運行時）會繼續(xù)學習和適應(yīng)。

《Evolving Systems》征集的出版物旨在解決非平穩(wěn)、不可預測環(huán)境中系統(tǒng)建模、聚類、分類、預測和控制的各個方面的問題，并描述其設(shè)計的新方法和途徑。

該期刊致力于從系統(tǒng)方法到案例研究和實際工業(yè)應(yīng)用的自我開發(fā)、自我組織和進化系統(tǒng)的主題。它涵蓋了方法論的各個方面，例如

不斷發(fā)展的系統(tǒng)方法

不斷發(fā)展的神經(jīng)網(wǎng)絡(luò)和神經(jīng)模糊系統(tǒng)

不斷發(fā)展的分類器和聚類

不斷發(fā)展的控制器和預測模型

不斷發(fā)展的可解釋人工智能系統(tǒng)

不斷發(fā)展的系統(tǒng)應(yīng)用

而且還關(guān)注新的范式和應(yīng)用，包括醫(yī)學、機器人、商業(yè)、工業(yè)自動化、控制系統(tǒng)、交通、通信、環(huán)境監(jiān)測、生物醫(yī)學系統(tǒng)、安全和電子服務(wù)、金融和經(jīng)濟。所有提交的方法和系統(tǒng)的共同特征是系統(tǒng)和環(huán)境的不斷發(fā)展。

該期刊涵蓋與以下內(nèi)容相關(guān)的貢獻：

1）機器學習、人工智能、計算智能和數(shù)學建模方法

2）來自自然和生物學的靈感，包括神經(jīng)科學、生物信息學和分子生物學、量子物理學

3）在工程、商業(yè)、社會科學中的應(yīng)用。

此外，關(guān)于《Evolving Systems》的數(shù)據(jù)統(tǒng)計如下：

（1）JCR分區(qū)信息：按JIF指標學科分區(qū)：Q3，按JCI指標學科分區(qū)：Q3

（2）Cite Score（2024年最新版）

（3）在中科院分區(qū)表中，大類學科中計算機科學為：4區(qū)，小類學科中COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCECOMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE：4區(qū)

聲明：本信息依據(jù)互聯(lián)網(wǎng)公開資料整理，若存在錯誤，請及時聯(lián)系我們及時更正。