《Neural Computation》雜志的收稿范圍和要求是什么？
來源：優(yōu)發(fā)表網整理 2024-09-18 11:02:55 748人看過
《Neural Computation》雜志收稿范圍涵蓋計算機科學全領域，此刊是該細分領域中屬于非常不錯的SCI期刊，在行業(yè)細分領域中學術影響力較大，專業(yè)度認可很高，所以對原創(chuàng)文章要求創(chuàng)新性較高，如果您的文章質量很高，可以嘗試。
平均審稿速度 約3.0個月 ，影響因子指數(shù)2.7。
該期刊近期沒有被列入國際期刊預警名單，廣大學者值得一試。
具體收稿要求需聯(lián)系雜志社或者咨詢本站客服，在線客服團隊會及時為您答疑解惑，提供針對性的建議和解決方案。
出版商聯(lián)系方式：M I T PRESS, 238 MAIN STREET, STE 500, CAMBRIDGE, USA, MA, 02142-1046
其他數(shù)據
| 是否OA開放訪問： | h-index： | 年文章數(shù)： |
| 未開放 | 148 | 66 |
| Gold OA文章占比： | 2021-2022最新影響因子（數(shù)據來源于搜索引擎）: | 開源占比（OA被引用占比）： |
| 9.73% | 2.7 | 0.07... |
| 研究類文章占比：文章 ÷（文章 + 綜述） | 期刊收錄： | 中科院《國際期刊預警名單（試行）》名單： |
| 93.94% | SCIE | 否 |
歷年IF值(影響因子)：
歷年引文指標和發(fā)文量：
歷年中科院JCR大類分區(qū)數(shù)據：
歷年自引數(shù)據：
發(fā)文統(tǒng)計
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計：
| 國家/地區(qū) | 數(shù)量 |
| USA | 108 |
| CHINA MAINLAND | 49 |
| Japan | 37 |
| England | 26 |
| Canada | 23 |
| GERMANY (FED REP GER) | 19 |
| France | 16 |
| Switzerland | 9 |
| Israel | 7 |
| Italy | 7 |
2023-2024機構發(fā)文量統(tǒng)計：
| 機構 | 數(shù)量 |
| RIKEN | 22 |
| UNIVERSITY OF CALIFORNIA SYSTEM | 22 |
| HARVARD UNIVERSITY | 13 |
| MASSACHUSETTS INSTITUTE OF TECHN... | 13 |
| UNIVERSITY OF TOKYO | 12 |
| CENTRE NATIONAL DE LA RECHERCHE ... | 10 |
| PENNSYLVANIA COMMONWEALTH SYSTEM... | 8 |
| PSL RESEARCH UNIVERSITY PARIS (C... | 8 |
| NEW YORK UNIVERSITY | 7 |
| UNIVERSITY OF SOUTHERN CALIFORNI... | 7 |
近年引用統(tǒng)計：
| 期刊名稱 | 數(shù)量 |
| NEURAL COMPUT | 182 |
| J NEUROSCI | 154 |
| NATURE | 133 |
| NEURON | 125 |
| P NATL ACAD SCI USA | 108 |
| NAT NEUROSCI | 107 |
| J NEUROPHYSIOL | 83 |
| SCIENCE | 82 |
| PLOS COMPUT BIOL | 76 |
| NEUROIMAGE | 56 |
近年被引用統(tǒng)計：
| 期刊名稱 | 數(shù)量 |
| IEEE ACCESS | 833 |
| NEUROCOMPUTING | 322 |
| PLOS COMPUT BIOL | 210 |
| NEURAL COMPUT | 182 |
| SCI REP-UK | 172 |
| SENSORS-BASEL | 163 |
| NEURAL NETWORKS | 150 |
| APPL SCI-BASEL | 147 |
| IEEE T NEUR NET LEAR | 121 |
| MULTIMED TOOLS APPL | 115 |
近年文章引用統(tǒng)計：
| 文章名稱 | 數(shù)量 |
| A Review of Recurrent Neural Net... | 32 |
| SuperSpike: Supervised Learning ... | 26 |
| Fully Convolutional Network-Base... | 13 |
| Multiclass Alpha Integration of ... | 9 |
| Adaptive Gaussian Process Approx... | 8 |
| t-SNE Visualization of Large-Sca... | 8 |
| The Discrete and Continuous Brai... | 8 |
| Dense Associative Memory Is Robu... | 7 |
| Supervised Determined Source Sep... | 7 |
| Balancing New against Old Inform... | 7 |
聲明：以上內容來源于互聯(lián)網公開資料，如有不準確之處，請聯(lián)系我們進行修改。
