年度盛会 | Springer Nature 与您相约CNCC2020

2020 年 10 月 20 日 学术头条

2020 中国计算机大会将于 10 月 22-24 日召开。届时 Springer Nature 计算机科学编辑团队将携带我们最新出版物与您相约在 北京新世纪日航饭店主会场3号展位。如果您有参会计划，欢迎您莅临 Springer Nature 展位，与我们的计算机编辑面对面交流出版事宜！

不能前往北京主会场的老师和同学，可以在线浏览编辑推荐的最新前沿出版物（限时开放精选内容免费阅读和下载至 2020 年 11 月 12 日）。如您有出版意向或任何疑问，欢迎您通过 email 与我们的编辑进行交流！

参会编辑

常兰兰，执行编辑

Celine.chang@springernature.com

负责全球人工智能、机器学习、计算机视觉、模式识别、智能计算、自然语言处理图书出版；大中华区计算机图书出版。

朱伟，副编辑

Nich.zhu@springernature.com

负责全球数据科学，数据分析，智能机器人系统图书出版。

李坚，助理编辑

Jane.li@springernature.com

负责大中华区计算机科学会议论文集出版业务。

刘渡，高级期刊发展编辑

Dora.Liu@springernature.com

负责大中华区计算机科学期刊出版与合作。

精选图书

Monte Carlo Methods

本教材书由朱松纯教授联合 Adrian Barbu 副教授撰写。它概述了蒙特卡罗方法中最重要的主题，并全面介绍了蒙特卡罗方法在计算机视觉、图形学、机器学习、机器人和人工智能等诸多方面的应用。本书可以作为这些领域的研究人员的参考书，也可以作为计算机科学和工程学研究生课程的教材。

本书追求的两个主要目标有：（1）引导研究人员拓展蒙特卡罗方法在各研究领域中的广泛应用; （2）帮助这些应用领域的科学家和工程师更好地利用蒙特卡罗方法。

扫码阅读精选章节

Foundation Mathematics for Computer Science

本书通过一系列章节来讲解计算机科学本科课程所必要的数学基础。作者用可视化方法大大提高了读者对知识的理解，包括这些数学结构为什么存在，以及他们在现实世界中应当如何使用。

书中的每一章节都采用全彩插图来阐释数学描述，在某些情况下，甚至方程也是彩色的，从而体现公式的重要性。大量的例子有助于巩固读者对抽象数学概念的理解。

扫码阅读精选章节

Accelerated Optimization for Machine Learning: First Order Algorithms

机器学习是关于从数据中建立预测或描述模型，以自我提升机器解决问题能力的学科。在建立模型后，需要采用适当的优化算法来求解该模型的参数，因此优化算法是机器学习的重要组成部分。但是传统的优化算法并不完全适用于机器学习，因为通常来说机器学习模型参数维度很高或涉及样本数巨大，这导致一阶优化算法在机器学习中占据主流地位。虽然已有两三本专门介绍机器学习中的优化算法的专著和教材，但本书是第一本完整介绍机器学习中的一阶加速优化算法的著作。书中全面介绍了各种情形下的一阶加速优化算法，对算法思想进行了深入的解读，并对其收敛速度提供了详细的证明。

扫码阅读精彩章节

Deep Reinforcement Learning: Fundamentals, Research and Applications

深度强化学习是实现智能决策的关键技术之一，对人工智能、机器人、认知科学、金融、资源调配、等重大应用需求和研究方向有重要的意义。深度强化学习是强化学习和深度学习的结合体，随着近几十年来深度学习发展的热潮，深度强化学习作为一个新的重要学科分支吸引了越来越多的科研和产业人员的关注。本书从基本强化学习理论，到深度强化学习算法，再到实际应用与实践，给读者带来相对全面且实用的深度强化学习知识，便于读者学习和开展日后研究工作。

本书分为三大部分，覆盖了学习深度强化学习所需的所有内容。第一部分介绍了强化学习的基础知识、常用的深度强化学习算法及其实现方法。第二部分对精选的深度强化学习研究方向展开介绍，这对希望开展相关研究的读者非常有意义。为了帮助读者更加深入地理解深度强化学习细节并把相关技术应用到实际中，本书第三部分仔细地讲述了大量应用的实现细节，例如机器人学习跑步、机械臂控制、下围棋、多智能体平台等等，并提供相关的开源代码。

本书可以作为在深度强化学习相关领域工作的教师、学生或工程师的阅读材料和参考书。一方面可以帮助读者从零开始学习强化学习，到深入具体的研究方向；另一方面可以帮助读者快速地把深度强化学习技术用于实际项目中。

扫码阅读精彩章节

Principles of Data Mining

本书是在前序成功版本上持续更新扩展后的第四版。本书详细解释了数据挖掘的主要技术，即从数据中自动提取潜在有用信息的技术，该技术越来越多地用于商业，科学和其他应用领域。分类，关联规则挖掘和聚类是其中的主要任务。本书旨在清楚地解释每个主题，重点是算法而不是数学公式，并通过详细的工作示例进行了说明。这本书是为没有数学或统计学背景的读者而写的，并详细解释了所使用的公式。

它可以用作教科书，以支持包括计算机科学，商业研究，市场营销，人工智能，生物信息学和法医学在内的广泛学科的本科或研究生课程。

扫码阅读精彩章节

Applied Machine Learning

本教科书是为那些想要使用机器学习作为工具，但不一定要成为机器学习研究人员的人而写的, 其中特别强调使用现有工具和软件包，而不是编写自己的代码。该书概述了机器学习中的主要应用领域，以及使用机器学习工具的人都应该知道的思想。本书的覆盖面广泛且全面，同时提供了详细的工具和现有程序包的使用指南，有助于学习者无需查阅其他材料即可上手。

扫码阅读精彩章节

Representation Learning for Natural Language Processing

语义表示是自然语言处理的基础，需要将原始文本数据中的有用信息转换为计算机能够理解的语义表示，才能实现各种自然语言处理应用。表示学习旨在从大规模数据中自动学习数据的语义特征表示，并支持机器学习进一步用于数据训练和预测。以深度学习为代表的表示学习技术，能够灵活地建立对大规模文本、音频、图像、视频等无结构数据的语义表示，显著提升语音识别、图像处理和自然语言处理的性能，近年来引发了人工智能的新浪潮。本书是第一本完整介绍自然语言处理表示学习技术的著作。书中全面介绍了表示学习技术在自然语言处理领域的最新进展，对相关理论、方法和应用进行了深入介绍，并展望了未来的重要研究方向。

本书全面介绍了自然语言处理表示学习技术的理论、方法和应用，内容包括三大部分：第一部分介绍了单词、短语、句子和文档等不同粒度语言单元的表示学习技术；第二部分介绍了与自然语言密切相关的世界知识、语言知识、复杂网络和跨模态数据的表示学习技术；第三部分整理了相关开放资源与工具，并探讨了面向自然语言处理的表示学习技术面临的重要挑战和未来研究方向。本书对于自然语言处理和人工智能基础研究具有一定的参考意义，既适合专业人士了解自然语言处理和表示学习的前沿热点，也适合机器学习、信息检索、数据挖掘、社会网络分析、语义 Web 等其他相关领域学者和学生作为参考读物。

本书为开放获取图书

扫码免费阅读全书

Internet Computing

本书介绍了一些当前互联网计算中的重要内容，包括新兴和未来技术以及网络计算所能提供的服务。它包含了分布式系统架构、web 技术等基本概念，云计算、物联网等当代范式，分布式技术和雾计算等新兴技术。这本书还强调了这些基于互联网技术互联和整合的重要性，他们在整体上形成一个重要的信息基础设施，对个人、组织、政府、经济和社会都具有重大影响。

扫码阅读精彩章节

推荐期刊及论文

Data Science and Enineering

DSE 是由 CCF 主办，数据库专业委员会承办，Springer Nature 出版的纯 Open Access 期刊，是 CCF 第一个由专委创建的国际学术刊物。DSE 专注于发表数据科学与工程领域的重要学术成果，包括关键科学问题、前沿研究热点和应用。

最新 CiteScore 为 4.4，投稿到一轮审决定平均周期为 50 天（2019 年）。

扫码免费阅读期刊内容

CCF Transactions on Networking

CCF ToN 是由 CCF 主办，互联网、物联网和网络与数据通信专业委员会联合承办，Springer Nature 出版的期刊。CCF ToN 致力于出版所有联网领域关键科学问题、研究热点与应用，包括网络设计与理论、网络硬件与软件、应用网络，及其他交叉领域等。

开放内容：Special Issue on Time Sensitive Networking

扫码免费阅读特刊

CCF Transactions on Pervasive Computing and Interaction

CCF TPCI 是由 CCF 主办，普适计算和人机交互专业委员会联合承办，Springer Nature 出版的期刊。CCF TPCI 致力于出版普适计算和人机交互领域的关键科学问题、前沿研究热点和应用，包括无线感知、群智感知、移动感知、行为识别、智能交互、脑机交互、虚拟现实、人机共融智能、信息物理社会系统等。

扫码免费阅读期刊内容

CCF Transactions on High Performance Computing

CCF THPC 是由 CCF 主办，高性能计算、体系结构和信息存储技术专业委员会联合承办，Springer Nature 出版的期刊。聚焦高性能计算技术进展和应用的最新研究成果，CCF THPC 征稿范围主要包括高性能体系结构、超级计算系统、存储系统和高性能计算算法及应用等。

扫码免费阅读期刊内容

Journal of Cloud Computing

主要发表关于云计算各个方面的研究文章，涉及探讨云计算的核心问题，关注云应用、云系统以及未来云的发展等方面。另外也欢迎那些可以提供新的见解、并能为进一步的探索和实验工作奠定基础的、全方位的评论和调查文章。

最新影响因子为 2.788，CiteScore 为 6.60，h5-index 为 24。

扫码进入期刊主页

开放文章：Deep learningdriven wireless communication for edgecloud computing: opportunities and challenges

欢迎扫码阅读全文

Cluster Computing

本刊是一本网络、软件和应用领域的优秀期刊，致力于解决高性能分布式计算（HPDC）中的最新问题。HPDC 生态中,并行或者分布式计算技术已应用于跨计算机网络计算密集型应用程序的解决方案。在多年发展中，Cluster Computing 已经成为越来越多的 HPDC 生态研究人员、开发人员和用户的重要信息来源。

Cluster Computing 收录并行处理、分布式计算系统和计算机网络等领域中最新的研究进展，并涵盖适用于跨计算机网络计算密集型应用程序解决方案的分布式计算技术领域的最新成果和讨论。

最新影响因子为 3.458，5 年影响因子为 2.763，CiteScore 为 2.0，h5-index 为 43。

扫码进入期刊主页

开放文章：Identitybased encryption with authorized equivalence test for cloudassisted IoT

欢迎扫码阅读全文

Soft Computing

Soft Computing 聚焦于基于软计算技术的系统解决方案，旨在快速传播软计算技术中的重要成果，同时包含了进化算法和遗传规划，神经科学和神经网络系统，模糊集理论和模糊系统以及混沌理论和混沌系统的融合性研究成果。

Soft Computing 鼓励将软计算技术及其相关工具集成到日常或高级应用程序中。通过将软计算的思想和技术与其他学科相联系，该期刊成为促进技术比较，发展和新应用的统一平台，为在这个快速发展领域从事研究与开发的科学家和工程师提供了一个国际论坛。

最新影响因子为 3.050，5 年影响因子为 2.988，CiteScore 为 4.70，h5-index 为 64。

扫码进入期刊主页

开放文章：A new distance measure of intervalvalued intuitionistic fuzzy sets and its application in decision making

欢迎扫码阅读全文

AI 核心技术前沿研究专题

2020 中国计算机大会期间， 人工智能核心技术专辑 再次限时免费开放。如果您上次错过了 Springer 人工智能核心技术前沿研究专题或人工智能核心技术在线研讨会，这次千万不要错过！

专辑收录了 Springer 最新出版的人工智能核心技术领域前沿出版物，研究方向涉及人工智能、机器学习、计算机视觉、优化、自然语言处理、数据挖掘、神经网络、深度学习、表示学习等。在线研讨会邀请到了人工智能领域专家，北京大学信息科学技术研究院林宙辰教授、中科院自动化所陶建华研究员及清华大学计算机系刘知远副教授与大家分享他们在人工智能领域最新研究成果。欢迎点击下方二维码进入主页观看！