Machine Learning-science And Technology

Machine Learning-science And Technology

机器学习-科学与技术

  • 2区 中科院分区
  • Q1 JCR分区

期刊简介

《Machine Learning-science And Technology》是由IOP PUBLISHING LTD出版社于2020年创办的英文国际期刊(ISSN: 2632-2153,E-ISSN: 2632-2153),该期刊长期致力于计算机:人工智能领域的创新研究,主要研究方向为Multiple。作为SCIE收录期刊(JCR分区 Q1,中科院 2区),本刊采用OA开放获取模式(OA占比%),以发表计算机:人工智能领域等方向的原创性研究为核心(研究类文章占比98.97%%)。凭借严格的同行评审与高效编辑流程,期刊年载文量精选控制在194篇,确保学术质量与前沿性。成果覆盖Web of Science、Scopus等国际权威数据库,为学者提供推动物理与天体物理领域高水平交流平台。

投稿咨询

投稿提示

Machine Learning-science And Technology审稿周期约为约Submission to first decision before peer review: 3 days; Submission to first decision after peer review: 49 days; 13 Weeks 。该刊近年未被列入国际预警名单,年发文量约194篇,录用竞争适中,主题需确保紧密契合物理与天体物理前沿。投稿策略提示:避开学术会议旺季投稿以缩短周期,语言建议专业润色提升可读性。

  • 物理与天体物理 大类学科
  • English 出版语言
  • 是否预警
  • SCIE 期刊收录
  • 194 发文量

中科院分区

中科院 SCI 期刊分区 2023年12月升级版

Top期刊 综述期刊 大类学科 小类学科
物理与天体物理
2区
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 MULTIDISCIPLINARY SCIENCES 综合性期刊 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机:跨学科应用
2区 2区 3区

中科院 SCI 期刊分区 2022年12月升级版

Top期刊 综述期刊 大类学科 小类学科
物理与天体物理
2区
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机:跨学科应用
3区 3区

JCR分区

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 36 / 197

82%

学科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS SCIE Q1 23 / 169

86.7%

学科:MULTIDISCIPLINARY SCIENCES SCIE Q1 15 / 134

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 43 / 198

78.54%

学科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS SCIE Q1 40 / 169

76.63%

学科:MULTIDISCIPLINARY SCIENCES SCIE Q1 21 / 135

84.81%

CiteScore

CiteScore SJR SNIP CiteScore 排名
CiteScore:9.1 SJR:1.506 SNIP:1.403
学科类别 分区 排名 百分位
大类:Computer Science 小类:Software Q1 70 / 407

82%

大类:Computer Science 小类:Human-Computer Interaction Q1 26 / 145

82%

大类:Computer Science 小类:Artificial Intelligence Q1 73 / 350

79%

期刊发文

  • Machine learning phases in swarming systems

    Author: Xue, Tingting; Li, Xu; Chen, Xiaosong; Chen, Li; Han, Zhangang

    Journal: MACHINE LEARNING-SCIENCE AND TECHNOLOGY. 2023; Vol. 4, Issue 1, pp. -. DOI: 10.1088/2632-2153/acc007

  • Deep learning representations for quantum many-body systems on heterogeneous hardware

    Author: Liang, Xiao; Li, Mingfan; Xiao, Qian; Chen, Junshi; Yang, Chao; An, Hong; He, Lixin

    Journal: MACHINE LEARNING-SCIENCE AND TECHNOLOGY. 2023; Vol. 4, Issue 1, pp. -. DOI: 10.1088/2632-2153/acc56a