欢迎来到优发表网

购物车(0)

期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 公文范文 精品范文

Machine Learning-science And Technology SCIE

Machine Learning-science And Technology

  • ISSN:2632-2153
  • ESSN:2632-2153
  • 国际标准简称:MACH LEARN-SCI TECHN
  • 出版地区:ENGLAND
  • 出版周期:Quarterly
  • 研究方向:Multiple
  • 出版年份:2020
  • 语言:English
  • 是否OA:开放
  • 学科领域

    物理与天体物理
  • 中科院分区

    2区
  • JCR分区

    Q1
  • IF影响因子

    6.3
  • 是否预警

期刊简介

Journal Title:Machine Learning-science And Technology

Machine Learning: Science and Technology™ is a multidisciplinary open access journal that bridges the application of machine learning across the sciences with advances in machine learning methods and theory as motivated by physical insights. Specifically, articles must fall into one of the following categories:

i) advance the state of machine learning-driven applications in the sciences,

or

ii) make conceptual, methodological or theoretical advances in machine learning with applications to, inspiration from, or motivated by scientific problems.

Particular areas of scientific application include (but are not limited to):

• Physics and space science

• Design and discovery of novel materials and molecules

• Materials characterisation techniques

• Simulation of materials, chemical processes and biological systems

• Atomistic and coarse-grained simulation

• Quantum computing

• Biology, medicine and biomedical imaging

• Geoscience (including natural disaster prediction) and climatology

• Particle Physics

• Simulation methods and high-performance computing

Conceptual or methodological advances in machine learning methods include those in (but are not limited to):

• Explainability, causality and robustness

• New (physics inspired) learning algorithms

• Neural network architectures

• Kernel methods

• Bayesian and other probabilistic methods

• Supervised, unsupervised and generative methods

• Novel computing architectures

• Codes and datasets

• Benchmark studies

中文简介

《机器学习:科学与技术》是一本多学科的开放获取期刊,它将机器学习在各个科学领域的应用与受物理洞察推动的机器学习方法和理论的进步联系起来。具体而言,文章必须属于以下类别之一:

i) 推动机器学习驱动的科学应用发展,

ii) 在机器学习方面取得概念、方法或理论进步,应用于科学问题、从科学问题中得到启发或受其激励。

科学应用的特定领域包括(但不限于):

• 物理学和空间科学

• 新型材料和分子的设计和发现

• 材料表征技术

• 材料、化学过程和生物系统的模拟

• 原子和粗粒度模拟

• 量子计算

• 生物学、医学和生物医学成像

• 地球科学(包括自然灾害预测)和气候学

• 粒子物理学

• 模拟方法和高性能计算

机器学习方法中的概念或方法论进步包括(但不限于):

• 可解释性、因果关系和稳健性

• 新的(受物理启发的)学习算法

• 神经网络架构

• 核方法

• 贝叶斯和其他概率方法

• 监督、无监督和生成方法

• 新型计算架构

• 代码和数据集

• 基准研究

期刊点评

Machine Learning-science And Technology创刊于2020年,由IOP PUBLISHING LTD出版商出版,收稿方向涵盖Multiple全领域,此刊是该细分领域中属于非常不错的SCI期刊,在行业细分领域中学术影响力较大,专业度认可很高,所以对原创文章要求创新性较高,如果您的文章质量很高,可以尝试。平均审稿速度约Submission to first decision before peer review: 3 days; Submission to first decision after peer review: 49 days; 13 Weeks ,影响因子指数6.3,该期刊近期没有被列入国际期刊预警名单,广大学者值得一试。

中科院分区(数据版本:2023年12月升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
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

名词解释:
中科院分区也叫中科院JCR分区,基础版分为13个大类学科,然后按照各类期刊影响因子分别将每个类别分为四个区,影响因子5%为1区,6%-20%为2区,21%-50%为3区,其余为4区。

中科院分区(数据版本:2022年12月升级版)

大类学科 分区 小类学科 分区 Top期刊 综述期刊
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

WOS分区(数据版本:2023-2024年最新版)

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%

名词解释:
WOS即Web of Science,是全球获取学术信息的重要数据库,Web of Science包括自然科学、社会科学、艺术与人文领域的信息,来自全世界近9,000种最负盛名的高影响力研究期刊及12,000多种学术会议多学科内容。给期刊分区时会按照某一个学科领域划分,根据这一学科所有按照影响因子数值降序排名,然后平均分成4等份,期刊影响因子值高的就会在高分区中,最后的划分结果分别是Q1,Q2,Q3,Q4,Q1代表质量最高。

CiteScore分区(数据版本:2024年最新版)

CiteScore SJR SNIP CiteScore排名
9.1 1.506 1.403
学科 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%

名词解释:
CiteScore:衡量期刊所发表文献的平均受引用次数。
SJR:SCImago 期刊等级衡量经过加权后的期刊受引用次数。引用次数的加权值由施引期刊的学科领域和声望 (SJR) 决定。
SNIP:每篇文章中来源出版物的标准化影响将实际受引用情况对照期刊所属学科领域中预期的受引用情况进行衡量。

其他数据

是否OA开放访问: h-index: 年文章数:
开放 -- 194
Gold OA文章占比: 2021-2022最新影响因子(数据来源于搜索引擎): 开源占比(OA被引用占比):
99.53% 6.3 0.99...
研究类文章占比:文章 ÷(文章 + 综述) 期刊收录: 中科院《国际期刊预警名单(试行)》名单:
98.97% SCIE

历年IF值(影响因子):

历年引文指标和发文量:

历年中科院JCR大类分区数据:

历年自引数据:

发文统计

相关期刊

同小类学科的其他优质期刊 影响因子 中科院分区
Science China-physics Mechanics & Astronomy 6.4 1区
Advances In Mathematical Physics 1 4区
Nature Photonics 32.3 1区
Photonics 2.1 4区
Entropy 2.1 3区
Physical Review Letters 8.1 1区
Optics Express 3.2 2区
Applied Physics Letters 3.5 2区
Acs Photonics 6.5 1区
Astrophysical Journal 4.8 2区

免责声明

若用户需要出版服务,请联系出版商:IOP PUBLISHING LTD, TEMPLE CIRCUS, TEMPLE WAY, BRISTOL, ENGLAND, BS1 6BE。