发布时间：
得分方向，计算机很多方向是相对容易发SCI的，如光通信等，但对于某些方向就难了，更别说顶级了。发一篇可能说刚刚起步～顶级的就另当别论了哈～
本科生发表一篇sci意味着是国际学术界的高水平论文。
sci论文代表了本专业在世界上被认可的先进成果以及发展趋势。SCI所收录期刊的内容主要涉及数、理、化、农、林、医、生物等基础科学研究领域。
如果你想在本科阶段发成功SCI这里可以给予你一些建议。
1.认清自身
一方面要认清自己有没有静下心来做实验搞科研的耐心和动力，毕竟很多学生高考选专业基本算是盲选，其中有些人不适合这个专业，也有些人对科研毫无兴趣。比如谁说你学化学将来毕业就一定要搞科研？甚至于你出来做和化学无关的事情也很正常。
另一方面要认清自己所学专业出高水平科研成果的可能性。有些专业真的不太好在本科阶段搞出成果，没有成果怎么去发SCI？更别提和SCI基本无缘的社科专业了。
2.学好专业课
搞科研对本科生来说是超纲的，打好专业理论基础才是本科生最该做的事情。你一个学化学的，专业理论基础都不牢固，哪个老师敢让你去做实验？这甚至都不是能不能做的问题，而是你基础打不好，进实验室是要出人命的。这不是开玩笑，化学实验室死人的事情并不鲜见。
3.选好路径
要本科想发SCI无非两条路径：一条是加入学校导师已有的课题组，最后课题组发文的时候带上你的名字。前提是你得能帮上忙。
另一条是你自己有好的选题或你或你们自己有一个课题组，比如大创课题组，导师来指导你做实验写论文，最后你再去投稿。
计算机专业发一篇sci相对比较容易，所以必须看你在那个杂志上发表，下面最顶级的也就是计算机一区的期刊，你可以比对下：HUMAN-COMPUTER INTERACTION 计算机：控制论2.905BIOINFORMATICS 计算机：跨学科应用4.328IEEE TRANSACTIONS ON MEDICAL IMAGING 计算机：跨学科应用4.004JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION计算机：跨学科应用3.428MEDICAL IMAGE ANALYSIS 计算机：跨学科应用3.602NEUROINFORMATICS 计算机：跨学科应用2.889ACM COMPUTING SURVEYS 计算机：理论方法9.92IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION 计算机：理论方法 3.736IEEE TRANSACTIONS ON NEURAL NETWORKS 计算机：理论方法3.726JOURNAL OF THE ACM 计算机：理论方法2.339INTERNATIONAL JOURNAL OF COMPUTER VISION 计算机：人工智能5.358IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE计算机：人工智能5.96MEDICAL IMAGE ANALYSIS 计算机：人工智能3.602IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION 计算机：人工智能 3.736Journal of Web Semantics 计算机：人工智能3.023ACM TRANSACTIONS ON GRAPHICS 计算机：软件工程3.383Journal of Web Semantics 计算机：软件工程3.023JOURNAL OF THE ACM 计算机：软件工程2.339ACM TRANSACTIONS ON SOFTWARE ENGINEERING AND METHODOLOGY计算机：软件工程3.958MIS QUARTERLY 计算机：信息系统5.183VLDB JOURNAL 计算机：信息系统6.8JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION计算机：信息系统3.428Journal of Chemical Information and Modeling 计算机：信息系统 3.643Journal of Web Semantics 计算机：信息系统3.023VLDB JOURNAL 计算机：硬件6.8IEEE TRANSACTIONS ON NEURAL NETWORKS 计算机：硬件3.726
“人工智能”是大学本科自动化专业所开设的一门专业选修课，为了能够调动自动化专业的学生对本课程学习的积极性，对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ，欢迎阅读!
对《人工智能》专业选修课教学的几点体会
摘要：“人工智能”是大学本科自动化专业所开设的一门专业选修课，为了能够调动自动化专业的学生对本课程学习的积极性，提高《人工智能》专业选修课的教学效果，我们结合近几年的实际教学 经验 ，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。
关键词：人工智能 优选教材 考核方式内容 手段 实践
人工智能(Aritificial Intelligence，英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科，是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为，如推理、证明、感知、规划和问题求解等思维活动，来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐，与时俱进，有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代，人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科，必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止，全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今，一直将“人工智能”列为自动化专业本科生的选修课程，到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校，因此，学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下，南邮人经过多年的努力工作，在人工智能科研方面取得了丰硕的成果，如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统，为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。
一、优选教材
目前，国内有关人工智能课程的中英版教材种类非常多，遵循实用、简单、够用的原则，再经过授课老师和学生们的共同调研，我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面，包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写，内容基础，难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域，做到了内容新颖、简单易懂、兼顾基础和应用，受到了全国广大师生们的一致好评，多年的教学实践证明我们所选择的教材是恰当的、正确的。
二、考核方式
在全国大部分高等院校，“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握，南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理，我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核，从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的：平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端，避免学生“机械式”地的应对教学和考试，我们对考试题型进行了调整，不再是以往的填空、选择、简答等题型，而是改为以解决实际问题为导向的应用题型为主，这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了，这也体现了国家目前正在提倡的应用型教学导向。
三、教学内容调整
对于本科生而言，人工智能这门课程所需要讲授的内容实在太多，由于课时所限，我们必须精简教学内容，让学生在掌握基础知识的同时，也能够了解它的具体应用。因此，我们将人工智能这门课程的教学内容分为两个部分：第一部分是基本理论和方法，包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用，包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排，使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点，从而满足了学生们的求知需求。
四、教学手段的改进
(一) 激发学生的学习兴趣
经过长时间的教学我们发现，在选修“人工智能”这门课程时，每个学生的心中所想各有不同，这些学生在刚开始学习时兴趣还比较强烈，但随着教学内容变得越来越抽象，学生逐渐对这本课的学习失去了信心，甚至上课时间不去听课，使授课教师对教学也渐渐失去了信心，导致恶性循环，严重影响了教学质量。针对这种现象，我们认为，在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件，开课前给学生演示“机器人医疗服务”实验，通过该实验的演示，让学生们看到机器人能够给病人提供多项人性化的服务，理解人工智能技术在开发医疗服务机器人多项关键技术中的应用，让学生在开课前能够对本课程的学习产生极大的兴趣，实践证明这种方法是有效的。
(二) 借助多媒体教学
多媒体教学是现代教学过程中一种非常重要的形式，它往往根据教学目的和学生们的特点，通过合理的设计、选择教材内容，应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来，与传统教学手段相结合，形成合理的教学过程结构，达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点，学生学习起来比较困难，为了让学生生动、形象地学习该课程，我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时，借助Matlab软件和投影机，直接展现该算法的求解过程，从而改善了课程教学的形式，提高了教学质量。 (三)提倡课堂 辩论
我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式，多次组织课堂辩论，辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论，无论正方还是反方都感觉自己收获很大，增长了知识，开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色，大大地调动了学生的学习积极性，从而提高了课堂教学质量。
五、实践教学
实践教学是课堂教学不可缺少的重要组成部分，通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法，从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课，设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题，要求学生独立完成这2个实验题目的编程，并书写实验 报告 。通过实验，学生动手实践了课堂上所掌握的理论知识，加深了对智能算法的理解。
人工智能是一门实用性较强的课程，我们总结了近几年来的教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看，我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用，需要指出的是，我们仍有很多不足之处，需要在以后的教学过程中不断努力完善，提高自己的教学能力，争取更好的教学效果。
参考文献
[1]蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社，2003.
[2]路小英，周桂红，赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报：农林教育版，2007，9(4)：66-68.
[3]马建斌，李阅历，高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报：农林教育版，2011，13(3)：330-332.
[4]赵海波.人工智能课程教学方法的探讨[J].科技信息，2011，(7)：541.
[5]张廷，杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学，2009(11)：133-134.
本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。
下一页分享更优秀的<<<人工智能结课论文
在倡导智能化的信息时代，人工智能在新世纪科学体系中占有重要的地位，以下是我精心整理的人工智能的论文的相关资料，希望对你有帮助!人工智能的论文篇一 开启人工智能时代 也许你压根没听说过一个叫乔布斯的人，这没关系;也许你并不打算成为苹果iPhone的果粉，这也没关系;但你要是对Siri表示毫不知情，那就危险了，这会导致你在一个即将到来的时代无法立足。 《纽约时报》拍摄了一支让Siri同真人助理比赛办事效率的视频;YouTube上有人手抱吉他和Siri深情对唱;哥伦比亚广播公司的科技记者Larry Magid甚至采访了Siri，虽然采访只有四分钟的时间，但Siri回答了Larry提出的大部分问题，甚至还向Larw解释了生命的含义。 Siri到底是什么呢?它是苹果iPhone 4S里面内置的一款虚拟个人助理软件，通过自然语言处理技术来实现人机交互功能。这意味着，Siri既能听懂我们说的话，也能以 我们听得懂的语言来回答。单独拆开来看，Siri所包含的语音指令、搜索等功能并不是什么全新的技术。但 只有在Siri那里，1+1才真正大于2。对计算机研究人员来说，一台能真正实现与人对话的设备就像是圣杯一样，是Siri让他们离梦想又近了一步。 自从iPhone 4S开始发售，关于Siri的传说就开始了。随便在网上一搜，你会看到海量有关Siri的真机评测视频，里面除了让Siri完成诸如查收短信和创建备忘录等任务外，有人开始问Siri的姓名、年龄、最喜欢的手机等怪问题;有人向Siri各种倾诉：“我觉得很累”、“我要怎样挽回女友的芳心”、“生命的意义是什么”;有人让Siri讲几个冷笑话或者唱首歌来 听;还有人直接向Siri示爰甚至求婚，而Siri都能够一本正经跟人侃上半天，回答足够机智，有时候还很萌。甚至有人把两部iPhone 4S放在一起，两位Siri竟然开始喋喋不休聊起天来。 如果你认为Siri仅仅是一个陪你说废话打发时间的话痨，那你就大错特错了。Siri所展示出的在准确语音识别的基础之上进行语义的智能分析判断，并且实现系统功能和后代数据，包括个人偏好和历史记录的调 用，实现所答即所问与服务即所想——真正实现助理的功能，从识别，执行，再到互动之间的飞跃，这些才是Siri的革命性所在。 在Siri之前，人与机器之间的交流就像一部默片。无论借助的是键盘、鼠标或触摸屏，我们总是以无言的方式向电脑传递我们的喜怒哀乐。Siri却可以真正理解你所表达的意思，并结合当前话题做出回答。比如询问天气，你可以不用一字一字说出标准问题，而是像和朋友闲聊一样问Siri：“我明天需要带雨伞出门吗?”Siri照样能理解并且给你答复。 无论是谷歌还是百度，你只能按照严格的语法输入需要搜索的关键词，对于“离我当前最近的餐厅在 哪里”这样的问题根本无从下手。而Siri首先通过卫星定位找到你当下所处位置，再搜索出附近的各色餐厅，甚至顺带还帮你找到打折和团购的信息 “有一家意大利餐厅就在拐角处，很多人评价说味道不错，6点以后牛排还打5折。” 我们可以想象在不久的将来，Siri将应用在更多的领域，目前宝马公司已经表示要将Siri整合到他们的车载系统里。未来的电脑、电视甚至洗衣机、冰箱都可以植入S九与iPhone等手持设备形成一个偌大的智能网络。你只需要告诉Siri“帮我录下明天曼联跟皇马的比赛，并提醒我后天晚上8点收看。”“明天的早餐是一杯豆浆和2片土司，在7点前做好并叫醒我。” Siri归根到底是三个技术领域的完美结合对话式界面、个体情景感知和服务委托。换句话说，Siri要能够明白你说的话，再结合你的个人背景进行运算，最后提供你所需要的信息。这个过程不仅要求移动设备有强大的运算能力处理前端任务，还需要足够的带宽以保证与云端服务器的数据交换。所以目前的Siri还处于beta测试版，离全方位的个人生活应用还有很长的路要走，但毫无疑问，这是一个伟大的开始，人工智能，已经来到我们身边。
期刊名字 JOURNAL OF INTELLIGENT & FUZZY SYSTEMS属于SCI收录，工程技术下4区期刊J INTELL FUZZY SYST 期刊ISSN 1064-1246 2013-2014最新影响因子 0.936 通讯方式 IOS PRESS, NIEUWE HEMWEG 6B, AMSTERDAM, NETHERLANDS, 1013 BG 涉及的研究方向 工程技术-计算机：人工智能 出版国家 NETHERLANDS 出版周期 Bimonthly 出版年份 1993
两个期刊不是同一个期刊
是的。Applied Intelligence是人工智能领域3区SCI期刊，属于“计算机科学”学科，出版社为Springer 。
《APPLIED INTELLIGENCE》是1991年Springer US出版的期刊，刊期为Bimonthly，刊载方向为工程技术-计算机：人工智能。
出版发行：据2021年2月LetPub显示，《APPLIED INTELLIGENCE》年文章数为253篇。
影响因子
据2021年2月LetPub显示，《APPLIED INTELLIGENCE》2019-2020自引率为12.20%，h-index为52，Cite Score为5.00，SJR为0.726，SNIP为1.571，在Artificial Intelligence类期刊（202种）中排第56名。
得分方向，计算机很多方向是相对容易发SCI的，如光通信等，但对于某些方向就难了，更别说顶级了。发一篇可能说刚刚起步～顶级的就另当别论了哈～
编辑/绿萝
目录：
如果我们周围的一切都只是……全息图呢？
问题是，它可能是——密歇根大学的一位物理学家 Enrico Rinaldi 正在使用量子计算和机器学习来更好地理解这个想法，称为全息对偶性（holographic duality）。
全息对偶性是一种数学猜想，它将粒子理论及其相互作用与引力理论联系起来。这个猜想表明，引力理论和粒子理论在数学上是等价的：引力理论在数学上发生的事情发生在粒子理论中，反之亦然。
一些科学家认为我们的整个宇宙是粒子的全息投影，这可能导致一致的量子引力理论。
在《 PRX Quantum 》 杂志上发表的一项研究中，Rinaldi 和他的合著者研究了如何使用量子计算和深度学习来 探索 全息对偶性，以找到称为量子矩阵模型的数学问题的最低能量状态。
研究人员对矩阵量子力学的量子计算和深度学习方法进行了首次系统调查，并将它们与晶格蒙特卡罗模拟进行了比较。它们在解决更复杂的问题之前提供了基线基准。特别是，通过计算低能谱来测试每种方法的性能。
论文链接：
相关报道：
地图对于我们了解地球及其过程很重要，但通常情况下，我们无法在空间的每一点直接观察我们感兴趣的变量。出于这个原因，我们必须使用模型来填补空白。
然而，科学家们认为，在自然环境中可能存在更多微妙的关系，而基于传统手动特征工程方法的模型可能会忽略这些关系。
来自英国埃克塞特大学（University of Exeter）、格拉斯哥大学（University of Glasgow）和英国埃克塞特气象局的研究人员创造了一种复杂的新方法来更详细和准确地模拟地球的自然特征。
该研究中开发的开创性的新人工智能方法将环境信息提取作为一个优化问题。这样做允许它自动识别和利用关系，否则这些关系可能会被人类使用更传统的建模方法忽视和利用。
除了提高地图质量外，这种方法还释放了人工智能在自然环境中发现新关系的潜力，同时消除了建模过程中的大量试错实验
该研究以「 Bayesian Deep Learning for Spatial Interpolation in the Presence of Auxiliary Information 」为题，发表在《 Mathematical Geosciences 》杂志上。
新技术可以识别地形的复杂特征和方面，远远超出传统方法的能力，并使用它们来生成质量更高的环境地图。至关重要的是，新系统还可以为解锁自然环境中关系的新发现铺平道路，这可能有助于解决 21 世纪一些更大的气候和环境问题。
在 NN-SVG 软件 (LeNail 2019) 的帮助下可视化的深度神经网络架构概述。
论文链接：
相关报道：
陨石为我们了解太阳系的起源和演化提供了一个独特的视角。南极洲是回收陨石最多产的地区，这些外星岩石集中在陨石搁浅区。迄今为止，含陨石的蓝色冰区大多是通过意外发现和昂贵的侦察任务来识别的。
来自布鲁塞尔自由大学（ULB）、代尔夫特理工大学和的一组研究人员使用人工智能技术寻找隐藏在南极冰层中的陨石。通过在机器学习算法中结合最先进的数据集来识别富含陨石的区域，并提供在整个大陆范围内对在任何给定位置找到陨石的概率的估计。
由此产生的约 600 个陨石搁浅区，估计精度超过 80%，揭示了尚未 探索 的区域的存在，其中一些位于研究站附近。分析表明，迄今为止，南极冰盖表面的所有陨石中，只有不到 15% 被发现。数据驱动的方法将极大地促进以协调和具有成本效益的方式收集剩余陨石的 探索 。
该研究以「 Unexplored Antarctic meteorite collection sites revealed through machine learning 」为题，发表在《 Science Advances 》上。
论文链接：
相关报道：
从地球大气中去除二氧化碳 (CO2) 是应对气候变化的有力工具。所谓的碳捕获和封存 (CCS) 使用机械和化学技术从空气中去除二氧化碳，将其浓缩，然后将其注入地下进行长期储存。尽管 CCS 目前只代表了减缓气候变化工作的一小部分，但它可能会在未来几十年变得越来越重要。
CCS 的一个关键要素是确保收集的 CO2 浓度安全稳定地储存在注入它们的地质单元中，这主要通过 3D 地震观测的时间序列来完成。随着二氧化碳被注入岩石孔隙中，它会显著改变岩石的整体密度和其他体积特性，从而对传入的地震波产生不同的响应。
延时 3D 地震勘测是详细了解 CO2 随时间变化的关键工具。然而，记录的地震数据必须经过严格的处理路线，以匹配基线和延时数据集，以便人工检测和解释差异。
来自新加坡国立大学和美国普渡大学的研究人员建议使用神经网络 (NN) 来促进人类解释。它提供了直接从 4D 地震图像到 3D CO2 分布的高效端到端映射。通过在训练期间合并不同处理的数据，NN 获得了针对基线和延时图像之间的中度不匹配的稳健性。训练后的神经网络在不同延时数据上的普遍应用显示出在整个监测 历史 中的高度一致性，这为作为时间函数的 CO2 羽流（plume）发展提供了可靠的分析。
在这次 3D 地震观测中，人类评估人员已将二氧化碳储层标记为绿色，但根据一项新研究，机器学习算法可能很快就会取代人类来完成这项任务。
该研究以「 Neural Network-Based CO2 Interpretation From 4D Sleipner Seismic Images 」为题，发布在《 Journal of Geophysical Research: Solid Earth 》上。
论文链接：
相关报道：
这个学生学习的是人工智能，在大二的时候就已经给互联网进行研发了， 虽然现在还没有毕业但是他的团队已经有十几个人了。
计算机专业发一篇sci相对比较容易，所以必须看你在那个杂志上发表，下面最顶级的也就是计算机一区的期刊，你可以比对下：HUMAN-COMPUTER INTERACTION 计算机：控制论2.905BIOINFORMATICS 计算机：跨学科应用4.328IEEE TRANSACTIONS ON MEDICAL IMAGING 计算机：跨学科应用4.004JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION计算机：跨学科应用3.428MEDICAL IMAGE ANALYSIS 计算机：跨学科应用3.602NEUROINFORMATICS 计算机：跨学科应用2.889ACM COMPUTING SURVEYS 计算机：理论方法9.92IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION 计算机：理论方法 3.736IEEE TRANSACTIONS ON NEURAL NETWORKS 计算机：理论方法3.726JOURNAL OF THE ACM 计算机：理论方法2.339INTERNATIONAL JOURNAL OF COMPUTER VISION 计算机：人工智能5.358IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE计算机：人工智能5.96MEDICAL IMAGE ANALYSIS 计算机：人工智能3.602IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION 计算机：人工智能 3.736Journal of Web Semantics 计算机：人工智能3.023ACM TRANSACTIONS ON GRAPHICS 计算机：软件工程3.383Journal of Web Semantics 计算机：软件工程3.023JOURNAL OF THE ACM 计算机：软件工程2.339ACM TRANSACTIONS ON SOFTWARE ENGINEERING AND METHODOLOGY计算机：软件工程3.958MIS QUARTERLY 计算机：信息系统5.183VLDB JOURNAL 计算机：信息系统6.8JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION计算机：信息系统3.428Journal of Chemical Information and Modeling 计算机：信息系统 3.643Journal of Web Semantics 计算机：信息系统3.023VLDB JOURNAL 计算机：硬件6.8IEEE TRANSACTIONS ON NEURAL NETWORKS 计算机：硬件3.726
热门频道首页博客研修院VIPAPP问答下载社区推荐频道活动招聘专题打开CSDN APPCopyright © 1999-2020, CSDN.NET, All Rights Reserved打开APP审稿周期较快的SCI期刊总结：人工智能，神经网络，CV 原创2019-10-14 16:41:02 29点赞乘风万万里 码龄5年关注1.期刊名：Journal of Information Science and Engineering期刊主页：影响因子：0.37审稿周期：平均八个月（台湾）、大概需要一年左右甚至更多期刊收录范围：人工智能大数据与云计算音频、语音和语言处理计算机架构与硬件设计计算机网络和无线通信计算机安全与密码学计算机视觉和模式识别计算机系统数据挖掘与分析数据库和信息系统进化计算模糊系统人机交互图像处理信息检索机器学习多媒体自然语言处理实时和嵌入式系统传感器网络信号处理软件系统2.期刊名：IEEE Transactions on Neural Networks and Learning Systems期刊主页：投稿指南：影响因子：7.98审稿周期：两个月期刊收录范围：IEEE《神经网络和学习系统学报》发表技术文章，讨论神经网络和相关学习系统的理论、设计和应用。重点将放在人工神经网络和学习系统。3. 期刊名：International Journal of Systems Science期刊主页：
计算机专业发一篇sci相对比较容易，所以必须看你在那个杂志上发表，下面最顶级的也就是计算机一区的期刊，你可以比对下：HUMAN-COMPUTER INTERACTION 计算机：控制论2.905BIOINFORMATICS 计算机：跨学科应用4.328IEEE TRANSACTIONS ON MEDICAL IMAGING 计算机：跨学科应用4.004JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION计算机：跨学科应用3.428MEDICAL IMAGE ANALYSIS 计算机：跨学科应用3.602NEUROINFORMATICS 计算机：跨学科应用2.889ACM COMPUTING SURVEYS 计算机：理论方法9.92IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION 计算机：理论方法 3.736IEEE TRANSACTIONS ON NEURAL NETWORKS 计算机：理论方法3.726JOURNAL OF THE ACM 计算机：理论方法2.339INTERNATIONAL JOURNAL OF COMPUTER VISION 计算机：人工智能5.358IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE计算机：人工智能5.96MEDICAL IMAGE ANALYSIS 计算机：人工智能3.602IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION 计算机：人工智能 3.736Journal of Web Semantics 计算机：人工智能3.023ACM TRANSACTIONS ON GRAPHICS 计算机：软件工程3.383Journal of Web Semantics 计算机：软件工程3.023JOURNAL OF THE ACM 计算机：软件工程2.339ACM TRANSACTIONS ON SOFTWARE ENGINEERING AND METHODOLOGY计算机：软件工程3.958MIS QUARTERLY 计算机：信息系统5.183VLDB JOURNAL 计算机：信息系统6.8JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION计算机：信息系统3.428Journal of Chemical Information and Modeling 计算机：信息系统 3.643Journal of Web Semantics 计算机：信息系统3.023VLDB JOURNAL 计算机：硬件6.8IEEE TRANSACTIONS ON NEURAL NETWORKS 计算机：硬件3.726
appliedintelligence多久proof sci文章proof一般7天完成合适，因为sci论文接受后是需要审核的，外审、终审之后才能到校稿环节也就是proof的一个状态，通常来说论文审核的比较顺利，论文接受后没有一个月时间就校稿了。如果审核过程中比较繁琐，尤其是会收到修改的通知，反复修改这样就会耗费不少时间，可能三个月甚至更久才能到校稿环节。
appliedintelligence的proof需要具体看应用的类型，一般来说，appliedintelligence的proof需要花费一些时间来完成，可能需要几天或者几周。