《Artificial Intelligence》雜志的收稿范圍和要求是什么?
來源:優(yōu)發(fā)表網(wǎng)整理 2024-09-18 10:50:34 768人看過
《Artificial Intelligence》雜志收稿范圍涵蓋計算機科學(xué)全領(lǐng)域,此刊是該細(xì)分領(lǐng)域中屬于非常不錯的SCI期刊,在行業(yè)細(xì)分領(lǐng)域中學(xué)術(shù)影響力較大,專業(yè)度認(rèn)可很高,所以對原創(chuàng)文章要求創(chuàng)新性較高,如果您的文章質(zhì)量很高,可以嘗試。
平均審稿速度 約9.0個月 ,影響因子指數(shù)5.1。
該期刊近期沒有被列入國際期刊預(yù)警名單,廣大學(xué)者值得一試。
具體收稿要求需聯(lián)系雜志社或者咨詢本站客服,在線客服團隊會及時為您答疑解惑,提供針對性的建議和解決方案。
出版商聯(lián)系方式:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE
其他數(shù)據(jù)
是否OA開放訪問: | h-index: | 年文章數(shù): |
未開放 | 135 | 126 |
Gold OA文章占比: | 2021-2022最新影響因子(數(shù)據(jù)來源于搜索引擎): | 開源占比(OA被引用占比): |
45.04% | 5.1 | 0.19... |
研究類文章占比:文章 ÷(文章 + 綜述) | 期刊收錄: | 中科院《國際期刊預(yù)警名單(試行)》名單: |
100.00% | SCIE | 否 |
歷年IF值(影響因子):
歷年引文指標(biāo)和發(fā)文量:
歷年中科院JCR大類分區(qū)數(shù)據(jù):
歷年自引數(shù)據(jù):
發(fā)文統(tǒng)計
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計:
國家/地區(qū) | 數(shù)量 |
England | 53 |
USA | 50 |
GERMANY (FED REP GER) | 33 |
Italy | 31 |
CHINA MAINLAND | 30 |
France | 30 |
Australia | 22 |
Israel | 20 |
Spain | 19 |
Austria | 16 |
2023-2024機構(gòu)發(fā)文量統(tǒng)計:
機構(gòu) | 數(shù)量 |
CENTRE NATIONAL DE LA RECHERCHE ... | 25 |
UNIVERSITY OF OXFORD | 18 |
TECHNISCHE UNIVERSITAT WIEN | 15 |
BEN GURION UNIVERSITY | 12 |
UNIVERSITY OF LONDON | 11 |
UNIVERSITY OF TORONTO | 8 |
CHINESE ACADEMY OF SCIENCES | 7 |
IMPERIAL COLLEGE LONDON | 6 |
PEKING UNIVERSITY | 6 |
UNIVERSITE DE TOULOUSE | 6 |
近年引用統(tǒng)計:
期刊名稱 | 數(shù)量 |
ARTIF INTELL | 309 |
J ARTIF INTELL RES | 97 |
THEOR COMPUT SCI | 47 |
J ACM | 42 |
THEOR PRACT LOG PROG | 42 |
ANN MATH ARTIF INTEL | 41 |
J MACH LEARN RES | 36 |
IEEE T EVOLUT COMPUT | 34 |
INT J APPROX REASON | 30 |
J COMPUT SYST SCI | 26 |
近年被引用統(tǒng)計:
期刊名稱 | 數(shù)量 |
IEEE ACCESS | 332 |
ARTIF INTELL | 309 |
J ARTIF INTELL RES | 169 |
INT J APPROX REASON | 116 |
THEOR PRACT LOG PROG | 101 |
SENSORS-BASEL | 98 |
EXPERT SYST APPL | 97 |
KNOWL-BASED SYST | 74 |
APPL SCI-BASEL | 73 |
SOFT COMPUT | 71 |
近年文章引用統(tǒng)計:
文章名稱 | 數(shù)量 |
Explanation in artificial intell... | 99 |
Predicting citywide crowd flows ... | 37 |
Autonomous agents modelling othe... | 24 |
Representation learning with ext... | 7 |
Online spatio-temporal matching ... | 6 |
A deep learning framework for Hy... | 6 |
A computational framework for co... | 6 |
Item response theory in AI: Anal... | 6 |
Learning in the machine: Random ... | 6 |
Clustering ensemble based on sam... | 5 |
聲明:以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料,如有不準(zhǔn)確之處,請聯(lián)系我們進行修改。