所屬分類： 加入收藏 SCIE 期刊 計算機科學 中科院 2區(qū) JCR Q1
人工智能
人工智能雜志簡介
- 出版商：Elsevier
- 出版語言：English
- TOP期刊：是
- 出版地區(qū)：NETHERLANDS
- 是否預警：否
- 是否OA：未開放
- 出版周期：Monthly
- 出版年份：1970
- 中文名稱：人工智能
- 是否OA：未開放
人工智能（國際簡稱ARTIF INTELL，英文名稱Artificial Intelligence）是一本未開放獲取（OA）國際期刊，自1970年創(chuàng)刊以來，始終站在計算機科學研究的前沿。該期刊致力于發(fā)表在計算機科學領域各個方面達到最高科學標準和具有重要性的研究成果。全面反映該學科的發(fā)展趨勢，為計算機科學事業(yè)的進步提供了有力的支撐。期刊嚴格遵循職業(yè)道德標準，對于任何形式的抄襲行為，無論是文字還是圖形，一旦查實，均可能導致稿件被拒絕。
近年來，來自England、USA、GERMANY (FED REP GER)、Italy、CHINA MAINLAND、France、Australia、Israel、Spain、Austria等國家和地區(qū)的研究者在《Artificial Intelligence》上發(fā)表了大量的高質量文章。該期刊內容豐富，包括原創(chuàng)研究、綜述文章、專題觀點、論文預覽、專家意見等多種類型，旨在為全球該領域研究者提供廣泛的學術交流平臺和靈感來源。
在過去幾年中，該期刊保持了穩(wěn)定的發(fā)文量和綜述量，具體數(shù)據(jù)如下：
2014年：發(fā)表文章62篇、2015年：發(fā)表文章66篇、2016年：發(fā)表文章82篇、2017年：發(fā)表文章90篇、2018年：發(fā)表文章55篇、2019年：發(fā)表文章82篇、2020年：發(fā)表文章97篇、2021年：發(fā)表文章130篇、2022年：發(fā)表文章96篇、2023年：發(fā)表文章126篇。這些數(shù)據(jù)反映了期刊在全球計算機科學領域的影響力和活躍度，同時也展示了其作為學術界和工業(yè)界研究人員首選資源的地位。《Artificial Intelligence》將繼續(xù)致力于推動計算機科學領域的知識傳播和科學進步，為全球計算機科學問題的解決貢獻力量。
期刊指數(shù)
- 影響因子：5.1
- 文章自引率：0.0138...
- Gold OA文章占比：45.04%
- CiteScore：11.2
- 年發(fā)文量：126
- 開源占比：0.1981
- SJR指數(shù)：2.042
- H-index：135
- SNIP指數(shù)：3.512
- OA被引用占比：0.0551...
- 出版國人文章占比：0.07
WOS期刊SCI分區(qū)（2023-2024年最新版）
| 按JIF指標學科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 44 / 197 |
77.9% |
| 按JCI指標學科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q2 | 77 / 198 |
61.36% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級版
| Top期刊 | 綜述期刊 | 大類學科 | 小類學科 |
| 否 | 否 | 計算機科學 2區(qū) |
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
計算機：人工智能
2區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||
| 11.2 | 2.042 | 3.512 |
|
學術指標分析
影響因子和CiteScore
自引率
影響因子：指某一期刊的文章在特定年份或時期被引用的頻率，是衡量學術期刊影響力的一個重要指標。影響因子越高，代表著期刊的影響力越大 。
CiteScore：該值越高，代表該期刊的論文受到更多其他學者的引用，因此該期刊的影響力也越高。
自引率：是衡量期刊質量和影響力的重要指標之一。通過計算期刊被自身引用的次數(shù)與總被引次數(shù)的比例，可以反映期刊對于自身研究內容的重視程度以及內部引用的情況。
年發(fā)文量：是衡量期刊活躍度和研究產出能力的重要指標，年發(fā)文量較多的期刊可能擁有更廣泛的讀者群體和更高的學術聲譽，從而吸引更多的優(yōu)質稿件。
期刊互引關系
| 序號 | 引用他刊情況 | 引用次數(shù) |
| 1 | ARTIF INTELL | 309 |
| 2 | J ARTIF INTELL RES | 97 |
| 3 | THEOR COMPUT SCI | 47 |
| 4 | J ACM | 42 |
| 5 | THEOR PRACT LOG PROG | 42 |
| 6 | ANN MATH ARTIF INTEL | 41 |
| 7 | J MACH LEARN RES | 36 |
| 8 | IEEE T EVOLUT COMPUT | 34 |
| 9 | INT J APPROX REASON | 30 |
| 10 | J COMPUT SYST SCI | 26 |
| 序號 | 被他刊引用情況 | 引用次數(shù) |
| 1 | IEEE ACCESS | 332 |
| 2 | ARTIF INTELL | 309 |
| 3 | J ARTIF INTELL RES | 169 |
| 4 | INT J APPROX REASON | 116 |
| 5 | THEOR PRACT LOG PROG | 101 |
| 6 | SENSORS-BASEL | 98 |
| 7 | EXPERT SYST APPL | 97 |
| 8 | KNOWL-BASED SYST | 74 |
| 9 | APPL SCI-BASEL | 73 |
| 10 | SOFT COMPUT | 71 |
高引用文章
- Explanation in artificial intelligence: Insights from the social sciences引用次數(shù)：99
- Predicting citywide crowd flows using deep spatio-temporal residual networks引用次數(shù)：37
- Autonomous agents modelling other agents: A comprehensive survey and open problems引用次數(shù)：24
- Representation learning with extreme learning machines and empirical mode decomposition for wind speed forecasting methods引用次數(shù)：7
- Online spatio-temporal matching in stochastic and dynamic domains引用次數(shù)：6
- A deep learning framework for Hybrid Heterogeneous Transfer Learning引用次數(shù)：6
- A computational framework for conceptual blending引用次數(shù)：6
- Item response theory in AI: Analysing machine learning classifiers at the instance level引用次數(shù)：6
- Learning in the machine: Random backpropagation and the deep learning channel引用次數(shù)：6
- Clustering ensemble based on sample's stability引用次數(shù)：5
