在线咨询
期刊 科普 SCI

教育 医学 经济 金融 管理 科技 工业 机械 农业 电力 水利 文学 艺术 更多...

首页 SCI期刊 SCIE期刊 计算机科学期刊 中科院3区 JCRQ2 杂志介绍(非官网)
Machine Learning
  • 中科院分区：3区
  • JCR分区：Q2
  • CiteScore ：11

Machine LearningSCIE

国际简称：MACH LEARN 中文名称：机器学习

Machine Learning杂志是一本工程技术-计算机：人工智能应用杂志。是一本国际优秀学术杂志，由Springer US出版，该期刊创刊于1986年，出版周期为Monthly，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3区，显示出其优秀的学术水平和影响力。

  • ISSN：0885-6125

  • 出版地区：UNITED STATES

  • 出版周期：Monthly

  • E-ISSN：1573-0565

  • 创刊时间：1986

  • 出版语言：English

  • 是否OA：未开放

  • 预计审稿时间： 较慢,6-12周

  • 影响因子：4.3

  • 是否预警：否

  • 研究方向：工程技术,计算机：人工智能

  • 年发文量：164

  • 研究类文章占比：99.39%

  • Gold OA文章占比：46.75%

  • H-index：135

  • 出版国人文章占比：0.07

  • 开源占比：0.4226

  • 文章自引率：0.0266...

投稿咨询 加急咨询
杂志简介 期刊指数 中科院分区表 JCR 分区 CiteScore 分区 文章摘录 相关杂志

杂志简介

机器学习是研究计算学习方法的国际论坛。该期刊发表的文章报告了应用于各种学习问题的广泛学习方法的实质性成果，包括但不限于：

学习问题：分类、回归、识别和预测；问题解决和规划；推理和推论；数据挖掘；网络挖掘；科学发现；信息检索；自然语言处理；设计和诊断；视觉和语音感知；机器人和控制；组合优化；游戏；各种工业、金融和科学应用。

学习方法：监督和无监督学习方法（包括学习决策和回归树、规则、联结网络、概率网络和其他统计模型、归纳逻辑编程、基于案例的方法、集成方法、聚类等）；强化学习；基于进化的方法；基于解释的学习；类比学习方法；自动知识获取；从指令中学习；数据模式可视化；集成架构中的学习；多策略学习；多智能体学习。

值得一提的是，Machine Learning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Monthly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Q2评级。此外，其CiteScore指数达到11，该期刊2023年的影响因子达到4.3，再次验证了其优秀学术水平。

Machine Learning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
否 否 计算机科学 3区
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能
3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 Q2 54 / 197

72.8%
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 Q2 71 / 198

64.39%

CiteScore 分区（2024年最新版）

CiteScore SJR SNIP CiteScore 排名
11 1.72 2.57
学科类别 分区 排名 百分位
大类：Computer Science 小类：Software Q1 45 / 407

89%
大类：Computer Science 小类：Artificial Intelligence Q1 54 / 350

84%

文章摘录

  • Multiscale principle of relevant information for hyperspectral image classification Author: Wei, Yantao; Yu, Shujian; Giraldo, Luis Sanchez; Principe, Jose C. Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 4, pp. 1227-1252. DOI: 10.1007/s10994-021-06011-9
  • Troubleshooting image segmentation models with human-in-the-loop Author: Wang, Haotao; Chen, Tianlong; Wang, Zhangyang; Ma, Kede Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 3, pp. 1033-1051. DOI: 10.1007/s10994-021-06110-7
  • Beyond confusion matrix: learning from multiple annotators with awareness of instance features Author: Li, Jingzheng; Sun, Hailong; Li, Jiyi Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 3, pp. 1053-1075. DOI: 10.1007/s10994-022-06211-x
  • DAFS: a domain aware few shot generative model for event detection Author: Xia, Nan; Yu, Hang; Wang, Yin; Xuan, Junyu; Luo, Xiangfeng Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 3, pp. 1011-1031. DOI: 10.1007/s10994-022-06198-5
  • Reconciling privacy and utility: an unscented Kalman filter-based framework for differentially private machine learning Author: Tang, Kunsheng; Li, Ping; Song, Yide; Luo, Tian Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 1, pp. 311-351. DOI: 10.1007/s10994-022-06279-5
  • Limits of multi-relational graphs Author: Alvarado, Juan; Wang, Yuyi; Ramon, Jan Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 1, pp. 177-216. DOI: 10.1007/s10994-022-06281-x
  • Neural predictor-based automated graph classifier framework Author: Oloulade, Babatounde Moctard; Gao, Jianliang; Chen, Jiamin; Al-Sabri, Raeed; Lyu, Tengfei Journal: MACHINE LEARNING. 2023; Vol. 112, Issue 4, pp. 1315-1335. DOI: 10.1007/s10994-022-06287-5
  • Diverse and consistent multi-view networks for semi-supervised regression Author: Nguyen, Cuong; Raja, Arun; Zhang, Le; Xu, Xun; Unnikrishnan, Balagopal; Ragab, Mohamed; Lu, Kangkang; Foo, Chuan-Sheng Journal: MACHINE LEARNING. 2023; Vol. , Issue , pp. -. DOI: 10.1007/s10994-023-06305-0

相关杂志

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。