Neural Networks(神经网络杂志)是由Elsevier Ltd出版社主办的一本以计算机科学-COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE为研究方向,OA非开放(Not Open Access)的国际顶尖期刊。旨在帮助发展和壮大计算机科学及相关学科的各个方面。该期刊接受多种不同类型的文章。本刊出版语言为English,创刊于1988年。自创刊以来,已被SCIE(科学引文索引扩展板)等国内外知名检索系统收录。该杂志发表了高质量的论文,重点介绍了COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE在分析和实践中的理论、研究和应用。
ISSN:0893-6080
E-ISSN:1879-2782
出版商:Elsevier Ltd
出版语言:English
出版地区:ENGLAND
出版周期:Monthly
是否OA:未开放
是否预警:否
创刊时间:1988
年发文量:595
影响因子:6
研究类文章占比:98.15%
Gold OA文章占比:19.75%
H-index:128
出版国人文章占比:0.35
出版撤稿文章占比:
开源占比:0.12...
文章自引率:0.0769...
《Neural Networks》是一份国际顶尖期刊,为计算机科学领域的研究人员和从业者提供科学论坛。该期刊涵盖了计算机科学及相关学科的所有方面,包括基础和应用研究,使读者能够获得来自世界各地的最新、前沿的研究。该期刊欢迎涉及计算机科学领域的原创理论、方法、技术和重要应用的稿件,并刊载了涉及计算机科学领域的相关栏目:综述、论著、述评、论著摘要等。所有投稿都有望达到高标准的科学严谨性,并为推进该领域的科研知识传播做出贡献。该期刊最新CiteScore值为13.9,最新影响因子为6,SJR指数为2.605,SNIP指数为2.442。
CiteScore指标的应用非常广泛,以期刊的引用次数为基础评估期刊的影响力。它可以反映期刊的学术影响力和学术水平,是学术界常用的期刊评价指标之一。
CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
13.9 | 2.605 | 2.442 |
|
CiteScore是由Elsevier公司开发的一种用于衡量科学期刊影响力的指标,以期刊的引用次数为基础评估期刊的影响力。这个指标是由Scopus数据库支持,以四年为一个时段,连续评估期刊和丛书的引文影响力的。具体来说,CiteScore是计算某期刊连续三年发表的论文在第四年度的篇均引用次数。CiteScore和影响因子(IF)有所不同。例如,在影响因子的计算中,分子是来自所有文章的引用次数,包括编辑述评、读者来信、更正信息和新闻等非研究性文章,而分母则不包括这些非研究性文章。然而,在CiteScore的计算中,分子和分母都包括这些非研究性文章。因此,如果这些非研究性文章比较多,由于分母较大,相较于影响因子,CiteScore计算出来的分数可能会偏低。此外,CiteScore的引用数据来自Scopus数据库中的22000多个期刊,比影响因子来自Web of Science数据库的11000多个期刊多了一倍。
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 38 / 197 |
81% |
学科:NEUROSCIENCES | SCIE | Q1 | 34 / 310 |
89.2% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 28 / 198 |
86.11% |
学科:NEUROSCIENCES | SCIE | Q1 | 32 / 310 |
89.84% |
WOS(JCR)分区是由科睿唯安公司提出的一种新的期刊评价指标,分区越靠前一般代表期刊质量越好,发文难度也越高。这种分级体系有助于科研人员快速了解各个期刊的影响力和地位。JCR将所有期刊按照各个学科领域进行分类,然后以影响因子为标准平均分为四个等级:Q1、Q2、Q3和Q4区。这种设计使得科研人员可以更容易地进行跨学科比较。
中科院SCI期刊分区是由中国科学院国家科学图书馆制定的。将所有的期刊按照学科进行分类,以影响因子为标准平均分为四个等级。分区越靠前一般代表期刊质量越好,发文难度也越高。
2023年12月升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
NEUROSCIENCES
神经科学
2区
2区
|
2022年12月升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
NEUROSCIENCES
神经科学
2区
2区
|
2021年12月旧的升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
否 | 否 | 计算机科学 2区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
NEUROSCIENCES
神经科学
2区
2区
|
2021年12月基础版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
否 | 否 | 工程技术 2区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
NEUROSCIENCES
神经科学
2区
2区
|
2021年12月升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
否 | 否 | 计算机科学 2区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
NEUROSCIENCES
神经科学
2区
2区
|
2020年12月旧的升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
否 | 否 | 计算机科学 2区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
NEUROSCIENCES
神经科学
2区
2区
|
Neural Networks(中文译名神经网络杂志)是一本专注于工程技术,计算机:人工智能领域的国际期刊,致力于为全球COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE领域的研究者提供一个高质量的学术交流平台。该期刊ISSN:0893-6080,E-ISSN:1879-2782,出版周期Monthly。在中科院的大类学科分类中,该期刊属于计算机科学范畴,而在小类学科中,它主要涵盖了COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE这一领域。编辑部诚挚邀请广大计算机科学领域的专家学者投稿,内容可以涵盖计算机科学的综合研究、实践应用、创新成果等方面。同时,我们也欢迎学者们就相关主题进行简短的交流和评论,以促进学术界的互动与合作。为了保证期刊的质量,审稿周期预计为 约12.0个月 约10.5周。在此期间,编辑部将对所有投稿进行严格的同行评审,以确保发表的文章具有较高的学术价值和实用性。
值得一提的是,Neural Networks近期并未被列入国际期刊预警名单,这意味着其学术质量和影响力得到了广泛认可。该期刊为计算机科学领域的学者提供了一个优质的学术交流平台。因此,关注并投稿至Neural Networks无疑是一个明智的选择,这将有助于提升您的学术声誉和研究成果的传播。
多年来,我们专注于期刊投稿服务,能够为您分析推荐目标期刊。凭借多年来丰富的投稿经验和专业指导,我们有效助力提升录用几率。点击以下按钮即可免费咨询。
投稿咨询机构 | 发文量 |
CHINESE ACADEMY OF SCIENCES | 36 |
SOUTHEAST UNIVERSITY - CHINA | 33 |
UNIVERSITY OF ELECTRONIC SCIENCE & TECHNOL... | 25 |
TEXAS A&M UNIVERSITY QATAR | 22 |
HUAZHONG UNIVERSITY OF SCIENCE & TECHNOLOG... | 21 |
UNIVERSITY OF CALIFORNIA SYSTEM | 21 |
HARBIN INSTITUTE OF TECHNOLOGY | 20 |
XIDIAN UNIVERSITY | 20 |
GUANGDONG UNIVERSITY OF TECHNOLOGY | 16 |
PENG CHENG LABORATORY | 15 |
国家 / 地区 | 发文量 |
CHINA MAINLAND | 408 |
USA | 133 |
England | 58 |
Japan | 55 |
Australia | 39 |
Spain | 33 |
South Korea | 32 |
Italy | 30 |
GERMANY (FED REP GER) | 28 |
France | 27 |
期刊引用数据 | 引用次数 |
NEURAL NETWORKS | 666 |
IEEE T NEUR NET LEAR | 466 |
NEUROCOMPUTING | 308 |
IEEE T PATTERN ANAL | 172 |
NEURAL COMPUT | 150 |
IEEE T CYBERNETICS | 141 |
NATURE | 137 |
J MACH LEARN RES | 118 |
J NEUROSCI | 115 |
PATTERN RECOGN | 115 |
期刊被引用数据 | 引用次数 |
IEEE ACCESS | 798 |
NEURAL NETWORKS | 666 |
NEUROCOMPUTING | 613 |
NEURAL PROCESS LETT | 329 |
NEURAL COMPUT APPL | 225 |
IEEE T NEUR NET LEAR | 206 |
PHYSICA A | 146 |
J FRANKLIN I | 140 |
SENSORS-BASEL | 132 |
APPL MATH COMPUT | 124 |
文章引用数据 | 引用次数 |
A systematic study of the class imbalance ... | 148 |
Recent advances in physical reservoir comp... | 80 |
Deep learning in spiking neural networks | 71 |
Continual lifelong learning with neural ne... | 68 |
STDP-based spiking deep convolutional neur... | 58 |
Multivariate LSTM-FCNs for time series cla... | 43 |
Synchronization of memristive neural netwo... | 40 |
Passivity analysis of delayed reaction-dif... | 39 |
Inter-class sparsity based discriminative ... | 37 |
Finite-time synchronization of stochastic ... | 35 |
若用户需要出版服务,请联系出版商:PERGAMON-ELSEVIER SCIENCE LTD, THE BOULEVARD, LANGFORD LANE, KIDLINGTON, OXFORD, ENGLAND, OX5 1GB。