神经网络和学习系统的IEEE交易
国际简称:IEEE T NEUR NET LEAR
按杂志级别划分: 中科院1区 中科院2区 中科院3区 中科院4区
Ieee Transactions On Neural Networks And Learning Systems是由IEEE Computational Intelligence Society出版商主办的计算机科学领域的专业学术期刊,自2012年创刊以来,一直以高质量的内容赢得业界的尊重。该期刊拥有正式的刊号(ISSN:2162-237X,E-ISSN:2162-2388),出版周期12 issues/year,其出版地区设在UNITED STATES。该期刊的核心使命旨在推动计算机科学专业及COMPUTER SCIENCE, HARDWARE & ARCHITECTURE学科界的教育研究与实践经验的交流,发表同行有创见的学术论文,提倡学术争鸣,激发学术创新,开展国际间学术交流,为计算机科学领域的发展注入活力。
该期刊文章自引率0.0961...,开源内容占比0.1172,出版撤稿占比0,OA被引用占比0,读者群体主要包括计算机科学的专业人员,研究生、本科生以及计算机科学领域爱好者,这些读者群体来自全球各地,具有广泛的学术背景和兴趣。Ieee Transactions On Neural Networks And Learning Systems已被国际权威学术数据库“ SCIE(Science Citation Index Expanded) ”收录,方便全球范围内的学者和研究人员检索和引用,有助于推动COMPUTER SCIENCE, HARDWARE & ARCHITECTURE领域的研究进展和创新发展。
学科类别 | 分区 | 排名 | 百分位 |
大类:Computer Science 小类:Computer Networks and Communications | Q1 | 4 / 395 |
99% |
大类:Computer Science 小类:Computer Science Applications | Q1 | 11 / 817 |
98% |
大类:Computer Science 小类:Software | Q1 | 10 / 407 |
97% |
大类:Computer Science 小类:Artificial Intelligence | Q1 | 10 / 350 |
97% |
CiteScore: 这一创新指标力求提供更为全面且精确的期刊评估,打破了过去仅依赖单一指标如影响因子的局限。它通过综合广泛的引用数据,跨越多个学科领域,从而确保了更高的透明度和开放性。作为Scopus中一系列期刊指标的重要组成部分,包括SNIP(源文档标准化影响)、SJR(SCImago杂志排名)、引用文档计数以及引用百分比。Scopus整合以上指标,帮助研究者深入了解超过22,220种论著的引用情况。您可在Scopus Joumal Metrics website了解各个指标的详细信息。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
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 | 是 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
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 | 是 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
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 | 是 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
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 | 是 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
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 | 是 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
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 | 是 | 否 |
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% |
JCR(Journal Citation Reports)分区,也被称为JCR期刊分区,是由汤森路透公司(现在属于科睿唯安公司)制定的一种国际通用和公认的期刊分区标准。JCR分区基于SCI数据库,按照期刊的影响因子进行排序,按照类似等分的方式将期刊划分为四个区:Q1、Q2、Q3和Q4。需要注意的是,JCR分区的标准与中科院JCR期刊分区(又称分区表、分区数据)存在不同之处。例如,两者的分区数量不同,JCR分为四个区,而中科院分区则分为176个学科,每个学科又按照影响因子高低分为四个区。此外,两者的影响因子取值范围也存在差异。
年份 | 年发文量 |
2014 | 190 |
2015 | 274 |
2016 | 223 |
2017 | 256 |
2018 | 534 |
2019 | 316 |
2020 | 459 |
2021 | 1403 |
2022 | 1062 |
2023 | 1020 |
被他刊引用情况 | |
期刊名称 | 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 |
引用他刊情况 | |
期刊名称 | 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 |
国际自动化与计算杂志
中科院分区:4区
IEEE 计算社会系统学报
中科院分区:2区
视觉信息学
中科院分区:3区
IEEE 绿色通信与网络通讯
中科院分区:2区
智能与模糊系统杂志
中科院分区:4区