Ieee Transactions On Neural Networks And Learning Systems(神经网络和学习系统的IEEE交易杂志)是由IEEE Computational Intelligence Society出版社主办的一本以计算机科学-COMPUTER SCIENCE, HARDWARE & ARCHITECTURE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2012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, HARDWARE & ARCHITECTURE在分析和实践中的理论、研究和应用。
ISSN:2162-237X
E-ISSN:2162-2388
出版商:IEEE Computational Intelligence Society
出版语言:English
出版地区:UNITED STATES
出版周期:12 issues/year
是否OA:未开放
是否预警:否
创刊时间:2012
年发文量:1020
影响因子:10.2
研究类文章占比:99.31%
Gold OA文章占比:4.86%
H-index:180
出版国人文章占比:0.45
出版撤稿文章占比:
开源占比:0.11...
文章自引率:0.0961...
《Ieee Transactions On Neural Networks And Learning Systems》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23.8,最新影响因子为10.2,SJR指数为4.17,SNIP指数为3.995。
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 | ||||||||||||||||||||
23.8 | 4.17 | 3.995 |
|
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 | 13 / 197 |
93.7% |
学科:COMPUTER SCIENCE, HARDWARE & ARCHITECTURE | SCIE | Q1 | 3 / 59 |
95.8% |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q1 | 7 / 143 |
95.5% |
学科:ENGINEERING, ELECTRICAL & ELECTRONIC | SCIE | Q1 | 11 / 352 |
97% |
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 | 13 / 198 |
93.69% |
学科:COMPUTER SCIENCE, HARDWARE & ARCHITECTURE | SCIE | Q1 | 4 / 59 |
94.07% |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q1 | 7 / 143 |
95.45% |
学科:ENGINEERING, ELECTRICAL & ELECTRONIC | SCIE | Q1 | 12 / 354 |
96.75% |
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, HARDWARE & ARCHITECTURE
计算机:硬件
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
ENGINEERING, ELECTRICAL & ELECTRONIC
工程:电子与电气
1区
1区
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
COMPUTER SCIENCE, HARDWARE & ARCHITECTURE
计算机:硬件
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
ENGINEERING, ELECTRICAL & ELECTRONIC
工程:电子与电气
1区
1区
1区
1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 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
COMPUTER SCIENCE, HARDWARE & ARCHITECTURE
计算机:硬件
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
ENGINEERING, ELECTRICAL & ELECTRONIC
工程:电子与电气
1区
1区
1区
1区
|
2021年12月基础版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 工程技术 1区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
COMPUTER SCIENCE, HARDWARE & ARCHITECTURE
计算机:硬件
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
ENGINEERING, ELECTRICAL & ELECTRONIC
工程:电子与电气
1区
1区
1区
1区
|
2021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
COMPUTER SCIENCE, HARDWARE & ARCHITECTURE
计算机:硬件
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
ENGINEERING, ELECTRICAL & ELECTRONIC
工程:电子与电气
1区
1区
1区
1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 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机:人工智能
COMPUTER SCIENCE, HARDWARE & ARCHITECTURE
计算机:硬件
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
ENGINEERING, ELECTRICAL & ELECTRONIC
工程:电子与电气
1区
1区
1区
1区
|
Ieee Transactions On Neural Networks And Learning Systems(中文译名神经网络和学习系统的IEEE交易杂志)是一本专注于COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE,COMPUTER SCIENCE, HARDWARE & ARCHITECTURE领域的国际期刊,致力于为全球COMPUTER SCIENCE, HARDWARE & ARCHITECTURE领域的研究者提供一个高质量的学术交流平台。该期刊ISSN:2162-237X,E-ISSN:2162-2388,出版周期12 issues/year。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, HARDWARE & ARCHITECTURE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 一般,3-8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,Ieee Transactions On Neural Networks And Learning Systems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Ieee Transactions On Neural Networks And Learning Systems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 | 155 |
NORTHWESTERN POLYTECHNICAL UNIVERSITY | 60 |
CITY UNIVERSITY OF HONG KONG | 58 |
NANJING UNIVERSITY OF SCIENCE & TECHNOLOGY | 51 |
SOUTHEAST UNIVERSITY - CHINA | 48 |
HARBIN INSTITUTE OF TECHNOLOGY | 41 |
TSINGHUA UNIVERSITY | 40 |
GUANGDONG UNIVERSITY OF TECHNOLOGY | 38 |
UNIVERSITY OF MACAU | 36 |
UNIVERSITY OF TECHNOLOGY SYDNEY | 36 |
国家 / 地区 | 发文量 |
CHINA MAINLAND | 929 |
USA | 278 |
Australia | 149 |
England | 98 |
Singapore | 60 |
Canada | 54 |
Italy | 49 |
South Korea | 42 |
Japan | 31 |
France | 23 |
期刊引用数据 | 引用次数 |
IEEE T NEUR NET LEAR | 1628 |
IEEE T PATTERN ANAL | 460 |
IEEE T CYBERNETICS | 355 |
AUTOMATICA | 348 |
IEEE T AUTOMAT CONTR | 303 |
IEEE T IMAGE PROCESS | 301 |
NEUROCOMPUTING | 296 |
J MACH LEARN RES | 226 |
NEURAL NETWORKS | 206 |
IEEE T SYST MAN CY-S | 141 |
期刊被引用数据 | 引用次数 |
IEEE ACCESS | 2485 |
NEUROCOMPUTING | 1779 |
IEEE T NEUR NET LEAR | 1628 |
IEEE T CYBERNETICS | 693 |
J FRANKLIN I | 476 |
IEEE T SYST MAN CY-S | 467 |
NEURAL NETWORKS | 466 |
NEURAL COMPUT APPL | 463 |
NEURAL PROCESS LETT | 426 |
INFORM SCIENCES | 333 |
文章引用数据 | 引用次数 |
Object Detection With Deep Learning: A Rev... | 201 |
Adaptive Fuzzy Neural Network Control for ... | 121 |
Efficient kNN Classification With Differen... | 110 |
Broad Learning System: An Effective and Ef... | 103 |
Dendritic Neuron Model With Effective Lear... | 80 |
Adversarial Examples: Attacks and Defenses... | 77 |
Consensus of Hybrid Multi-Agent Systems | 71 |
Applications of Deep Learning and Reinforc... | 67 |
From Deterministic to Generative: Multimod... | 66 |
Exploring Auxiliary Context: Discrete Sema... | 62 |
若用户需要出版服务,请联系出版商:445 HOES LANE, PISCATAWAY, USA, NJ, 08855-4141。