Artificial Intelligence Review
  • 中科院分区:2区
  • JCR分区:Q1
  • CiteScore :22

Artificial Intelligence ReviewSCIE

国际简称:ARTIF INTELL REV 中文名称:人工智能评论

Artificial Intelligence Review杂志是一本工程技术-计算机:人工智能应用杂志。是一本享有盛誉的顶级学术杂志,由Springer Netherlands出版,该期刊创刊于1986年,出版周期为Bimonthly,始终保持着高质量和高水平的学术内容。在中科院分区表2023年12月升级版中,被归类为大类学科分区2区,显示出其卓越的学术水平和影响力。

  • ISSN:0269-2821

  • 出版地区:NETHERLANDS

  • 出版周期:Bimonthly

  • E-ISSN:1573-7462

  • 创刊时间:1986

  • 出版语言:English

  • 是否OA:未开放

  • 预计审稿时间: 约5.3个月

  • 影响因子:10.7

  • 是否预警:否

  • 研究方向:工程技术,计算机:人工智能

  • 年发文量:254

  • 研究类文章占比:76.38%

  • Gold OA文章占比:17.13%

  • H-index:63

  • 出版国人文章占比:0.18

  • 开源占比:0.1182

  • 文章自引率:0.0333...

杂志简介

《人工智能评论》发表人工智能、认知科学和相关学科领域的最新研究报告和应用、技术和算法的批判性评估。它是这些领域研究人员和应用程序开发人员工作的论坛。

《人工智能评论》还提供经过审查的调查和教程文章,以及对重大发展的评论和评论。

值得一提的是,Artificial Intelligence Review已成功入选 SCIE(科学引文索引扩展板) 等国际知名数据库,这进一步彰显了其作为国际优秀期刊的卓越地位和广泛影响力。自创刊以来,该杂志一直保持着Bimonthly的出版周期,以高质量、高水平的学术内容著称。在JCR(Journal Citation Reports)分区等级中,该期刊荣获Q1评级。此外,其CiteScore指数达到22,该期刊2023年的影响因子达到10.7,再次验证了其优秀学术水平。

Artificial Intelligence Review是一本未开放获取期刊,但其高质量的学术内容和广泛的影响力使其成为了计算机科学-COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE研究领域不可或缺的重要刊物。无论是对于学者、研究人员还是学术界来说,该期刊都是一份不可或缺的重要资源。

期刊指数

中科院SCI分区
CiteScore指数
自引率
发文量
影响因子

中科院SCI分区是中国科学院对SCI期刊进行的一种分类和评级。在学术界,中科院SCI分区被广泛应用于科研业绩奖励、职称评审等方面。许多高校和科研单位会按照中科院SCI分区的标准来加权计算科研成果的影响力。因此,对于科研工作者来说,了解中科院SCI分区的标准和方法,以及具体的分区结果,对于评估自己的科研成果和选择合适的期刊发表论文都非常重要。

CiteScore(或称为引用指数)是由全球著名学术出版商Elsevier于2016年12月基于Scopus数据源推出的期刊评价指标。CiteScore指数能够反映期刊在较长时间内的平均影响力。通过计算期刊过去四年内发表的文章被引用的次数,这使得该指标能够更准确地评估期刊的影响力和学术价值。

自引率的计算公式为:自引率 = (期刊自己发表的文章被自己引用的次数) / (期刊自己发表的文章总数)。其中,期刊自己发表的文章指的是该期刊所发表的所有论文,包括文章、综述、简报、通讯等各类论文。如果自引率过高,可能会影响到该期刊的学术声誉和权威性。

中科院分区表

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
计算机科学 2区
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能
2区

JCR 分区(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 9 / 197

95.7%

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 25 / 198

87.63%

CiteScore 分区(2024年最新版)

CiteScore SJR SNIP CiteScore 排名
22 3.26 5.068
学科类别 分区 排名 百分位
大类:Arts and Humanities 小类:Language and Linguistics Q1 1 / 1088

99%

大类:Arts and Humanities 小类:Linguistics and Language Q1 2 / 1167

99%

大类:Arts and Humanities 小类:Artificial Intelligence Q1 13 / 350

96%

文章摘录

  • Risk assessment of coronary heart disease based on cloud-random forest Author: Wang, Jing; Rao, Congjun; Goh, Mark; Xiao, Xinping Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 203-232. DOI: 10.1007/s10462-022-10170-z
  • Additive consistency exploration of linguistic preference relations with self-confidence Author: Xu, Yejun; Zhu, Shennan; Liu, Xia; Huang, Jing; Herrera-Viedma, Enrique Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 257-285. DOI: 10.1007/s10462-022-10172-x
  • Deep learning for video object segmentation: a review Author: Gao, Mingqi; Zheng, Feng; Yu, James J. Q.; Shan, Caifeng; Ding, Guiguang; Han, Jungong Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 457-531. DOI: 10.1007/s10462-022-10176-7
  • A probabilistic linguistic and dual trust network-based user collaborative filtering model Author: Chen, Sichao; Zhang, Chonghui; Zeng, Shouzhen; Wang, Yongheng; Su, Weihua Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 429-455. DOI: 10.1007/s10462-022-10175-8
  • A trilevel analysis of uncertainty measuresin partition-based granular computing Author: Wang, Baoli; Liang, Jiye; Yao, Yiyu Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 533-575. DOI: 10.1007/s10462-022-10177-6
  • An improved generalized normal distribution optimization and its applications in numerical problems and engineering design problems Author: Zhang, Yiying Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 685-747. DOI: 10.1007/s10462-022-10182-9
  • Segmentation of prostate ultrasound images: the state of the art and the future directions of segmentation algorithms Author: Jiang, Jingang; Guo, Yafeng; Bi, Zhuming; Huang, Zhiyuan; Yu, Guang; Wang, Jinke Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 615-651. DOI: 10.1007/s10462-022-10179-4
  • Automatic detection of heart valve disorders using Teager-Kaiser energy operator, rational-dilation wavelet transform and convolutional neural networks with PCG signals Author: Zeng, Wei; Su, Bo; Yuan, Chengzhi; Chen, Yang Journal: ARTIFICIAL INTELLIGENCE REVIEW. 2023; Vol. 56, Issue 1, pp. 781-806. DOI: 10.1007/s10462-022-10184-7

免责声明

若用户需要出版服务,请联系出版商:SPRINGER, VAN GODEWIJCKSTRAAT 30, DORDRECHT, NETHERLANDS, 3311 GZ。