Neural NetworksSCIE
国际简称：NEURAL NETWORKS 中文名称：神经网络Neural Networks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Elsevier Ltd出版，该期刊创刊于1988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1区，显示出其卓越的学术水平和影响力。
-
ISSN：0893-6080
-
出版地区：ENGLAND
-
出版周期：Monthly
-
E-ISSN：1879-2782
-
创刊时间：1988
-
出版语言：English
-
是否OA：未开放
-
预计审稿时间： 约12.0个月 约10.5周
-
影响因子：6
-
是否预警：否
-
研究方向：工程技术,计算机：人工智能
-
年发文量：595
-
研究类文章占比：98.15%
-
Gold OA文章占比：19.75%
-
H-index：128
-
出版国人文章占比：0.35
-
开源占比：0.1207
-
文章自引率：0.0769...
杂志简介
《神经网络》是世界上三个最古老的神经建模协会的档案期刊：国际神经网络协会 (INNS)、欧洲神经网络协会 (ENNS) 和日本神经网络协会 (JNNS)。加入这些协会的会员均可订阅该期刊。
《神经网络》提供了一个论坛，用于发展和培养对神经网络各个方面以及计算智能相关方法感兴趣的国际学者和从业者社区。《神经网络》欢迎高质量的投稿，这些投稿有助于全方位的神经网络研究，从行为和大脑建模、学习算法，到数学和计算分析，再到大量使用神经网络概念和技术的系统的工程和技术应用。这种独特的广泛范围促进了生物研究和技术研究之间的思想交流，并有助于促进对生物启发的计算智能感兴趣的跨学科社区的发展。因此，《神经网络》的编辑委员会由心理学、神经生物学、计算机科学、工程学、数学和物理学等领域的专家组成。该期刊发表文章、信件和评论，以及致编辑的信、社论、时事、软件调查和专利信息。文章发表在五个部分之一：认知科学、神经科学、学习系统、数学和计算分析、工程和应用。
值得一提的是，Neural Networks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Q1评级。此外，其CiteScore指数达到13.9，该期刊2023年的影响因子达到6，再次验证了其优秀学术水平。
Neural Networks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 |
| 是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
计算机：人工智能
NEUROSCIENCES
神经科学
2区
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 | 38 / 197 |
81% |
| 学科：NEUROSCIENCES | SCIE | Q1 | 34 / 310 |
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 | 28 / 198 |
86.11% |
| 学科：NEUROSCIENCES | SCIE | Q1 | 32 / 310 |
89.84% |
CiteScore 分区（2024年最新版）
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
| 13.9 | 2.605 | 2.442 |
|
文章摘录
- Lifelong learning with Shared and Private Latent Representations learned through synaptic intelligence Author: Yang, Yang; Huang, Jie; Hu, Dexiu Journal: NEURAL NETWORKS. 2023; Vol. 163, Issue , pp. 165-177. DOI: 10.1016/j.neunet.2023.04.005
- Collaborative-guided spectral abundance learning with bilinear mixing model for hyperspectral subpixel target detection Author: Zhu, Dehui; Du, Bo; Hu, Meiqi; Dong, Yanni; Zhang, Liangpei Journal: NEURAL NETWORKS. 2023; Vol. 163, Issue , pp. 205-218. DOI: 10.1016/j.neunet.2023.02.002
- Unsupervised graph-level representation learning with hierarchical contrasts Author: Ju, Wei; Gu, Yiyang; Luo, Xiao; Wang, Yifan; Yuan, Haochen; Zhong, Huasong; Zhang, Ming Journal: NEURAL NETWORKS. 2023; Vol. 158, Issue , pp. 359-368. DOI: 10.1016/j.neunet.2022.11.019
- Monte Carlo Ensemble Neural Network for the diagnosis of Alzheimer's disease Author: Liu, Chaoqiang; Huang, Fei; Qiu, Anqi Journal: NEURAL NETWORKS. 2023; Vol. 159, Issue , pp. 14-24. DOI: 10.1016/j.neunet.2022.10.032
- Factorizing time-heterogeneous Markov transition for temporal recommendation? Author: Wen, Wen; Wang, Wencui; Hao, Zhifeng; Cai, Ruichu Journal: NEURAL NETWORKS. 2023; Vol. 159, Issue , pp. 84-96. DOI: 10.1016/j.neunet.2022.11.032
- Efficient Perturbation Inference and Expandable Network for continual learning Author: Du, Fei; Yang, Yun; Zhao, Ziyuan; Zeng, Zeng Journal: NEURAL NETWORKS. 2023; Vol. 159, Issue , pp. 97-106. DOI: 10.1016/j.neunet.2022.10.030
- Variable three-term conjugate gradient method for training artificial neural networks Author: Kim, Hansu; Wang, Chuxuan; Byun, Hyoseok; Hu, Weifei; Kim, Sanghyuk; Jiao, Qing; Lee, Tah Hee Journal: NEURAL NETWORKS. 2023; Vol. 159, Issue , pp. 125-136. DOI: 10.1016/j.neunet.2022.12.001
- Representation learning for continuous action spaces is beneficial for efficient policy learning Author: Zhao, Tingting; Wang, Ying; Sun, Wei; Chen, Yarui; Niu, Gang; Sugiyama, Masashi Journal: NEURAL NETWORKS. 2023; Vol. 159, Issue , pp. 137-152. DOI: 10.1016/j.neunet.2022.12.009
相关杂志
-
International Journal Of Automation And Computing
国际自动化与计算杂志中科院分区：4区 CiteScore：6.4 -
Ieee Transactions On Computational Social Systems
IEEE 计算社会系统学报中科院分区：2区 CiteScore：10 -
Journal Of Intelligent & Fuzzy Systems
智能与模糊系统杂志中科院分区：4区 CiteScore：3.4 -
Visual Informatics
视觉信息学中科院分区：3区 CiteScore：6.7 -
Ieee Transactions On Green Communications And Networking
IEEE 绿色通信与网络通讯中科院分区：2区 CiteScore：9.3 -
Visual Computing For Industry, Biomedicine, And Art
工业、生物医药和艺术领域的视觉计算中科院分区：4区 CiteScore：5.6 -
Big Data Mining And Analytics
大数据挖掘与分析中科院分区：1区 CiteScore：20.9 -
Cybersecurity
网络安全中科院分区：4区 CiteScore：7.3 -
Ieee Transactions On Emerging Topics In Computational Intelligence
IEEE 计算智能新兴主题通讯中科院分区：3区 CiteScore：10.3 -
Ieee Transactions On Sustainable Computing
IEEE 可持续计算学报中科院分区：3区 CiteScore：7.7
免责声明
若用户需要出版服务，请联系出版商：PERGAMON-ELSEVIER SCIENCE LTD, THE BOULEVARD, LANGFORD LANE, KIDLINGTON, OXFORD, ENGLAND, OX5 1GB。