Nature Machine Intelligence

Nature Machine Intelligence是一份國際專業期刊，致力于匯集全球范圍內最優秀的計算機科學-COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE研究者，為他們提供一個展示最新研究成果、交流學術思想的平臺。該期刊中文名稱：自然機器智能，國際簡稱：NAT MACH INTELL，在中科院分區表2023年12月升級版中大類學科位于1區。本刊是一本OA未開放訪問期刊，該刊預計審稿周期： 。

基礎信息
  • 大類學科：計算機科學
  • 小類學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
  • 是否預警：否
  • 影響因子：18.8
  • ISSN：2522-5839
  • E-ISSN：2522-5839
  • CiteScore：36.9
  • 出版語言：English
  • 出版商：SPRINGERNATURE
  • 出版地區：ENGLAND
  • 出版周期：12 issues per year
  • 是否預警：否
  • 文章自引率：0.0210...
  • 是否OA：未開放
  • 出版地區：ENGLAND
  • 影響因子：18.8
  • 年發文量：129
  • 出版周期：12 issues per year
  • CiteScore：36.9
  • 研究類文章占比：95.35%
  • Gold OA文章占比：20.52%
  • 開源占比：0.0949
  • 出版國人文章占比：0.07

期刊簡介

Nature Machine Intelligence雜志是一本未開放獲取期刊，由SPRINGERNATURE出版，12 issues per year發行一次。該雜志是計算機科學領域方面發表綜合文章的國際論壇。此外，該期刊還有助于促進這些研究領域的科學家之間的交流，從而開發新的研究機會，通過新發現推動該領域的發展，并接觸到各個層次的科學家。該刊入選的論文應具有廣泛意義的數據、綜合研究或概念。

Nature Machine Intelligence已被國際權威數據庫SCIE收錄。該刊歡迎來自所有計算機科學及其相關領域的投稿，編輯們致力于迅速評估和發表提交的論文，同時堅持高標準，該期刊發表多種類型的內容，包括原創研究論文、綜述、信件、通訊和評論，這些內容詳細闡述了該領域的重大進展并涵蓋熱門話題。近年在Nature Machine Intelligence期刊上發表文章的機構主要的有：ETH ZURICH、UNIVERSITY OF CAMBRIDGE、HARVARD UNIVERSITY、UNIVERSITY OF CALIFORNIA SYSTEM、CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS)；在該期刊上發表文章的主要國家和地區有：USA、England、GERMANY (FED REP GER)、CHINA MAINLAND、Switzerland。

中科院SCI分區表

中科院分區 2023年12月升級版
大類學科 小類學科 Top期刊 綜述期刊
計算機科學 1區
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機：跨學科應用
1區 1區
是 否
中科院分區 2022年12月升級版
大類學科 小類學科 Top期刊 綜述期刊
計算機科學 1區
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機：跨學科應用
1區 1區
是 否
中科院分區 2021年12月舊的升級版
大類學科 小類學科 Top期刊 綜述期刊
計算機科學 1區
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機：跨學科應用
1區 1區
是 否
中科院分區 2021年12月基礎版
大類學科 小類學科 Top期刊 綜述期刊
工程技術 1區
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機：跨學科應用
1區 1區
是 否
中科院分區 2021年12月升級版
大類學科 小類學科 Top期刊 綜述期刊
計算機科學 1區
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機：跨學科應用
1區 1區
是 否

中科院分區表被廣泛應用于國際科研評價體系中。許多國際學術機構、研究基金以及大學都采用這種分區方式來評估研究者的學術貢獻和水平，這使得中科院SCI期刊分區在國際上得到了廣泛的認可和應用。中科院SCI期刊分區的計算方式主要基于期刊的三年平均影響因子， 這一計算方式更準確地反映期刊在一段時間內的學術影響力和水平。

JCR分區（2023-2024年最新版）

按JIF指標學科分區 收錄子集 分區 排名 百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q1 3 / 197

98.7%
學科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS SCIE Q1 1 / 169

99.7%
按JCI指標學科分區 收錄子集 分區 排名 百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q1 4 / 198

98.23%
學科：COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS SCIE Q1 2 / 169

99.11%

Cite Score（2024年最新版）

  • CiteScore：36.9
  • SJR：5.94
  • SNIP：5.702
學科類別 分區 排名 百分位
大類：Computer Science 小類：Computer Networks and Communications Q1 2 / 395

99%
大類：Computer Science 小類：Software Q1 4 / 407

99%
大類：Computer Science 小類：Artificial Intelligence Q1 4 / 350

99%
大類：Computer Science 小類：Human-Computer Interaction Q1 3 / 145

98%
大類：Computer Science 小類：Computer Vision and Pattern Recognition Q1 3 / 106

97%

CiteScore分區標準主要是基于學科領域期刊的引用次數排名進行劃分的。具體來說，這個標準將期刊分為四個區域：Q1、Q2、Q3和Q4。Q1區包含的是引用次數排名最前的前25%的期刊，這些期刊在學科領域內具有最高的影響力。接下來的Q2區包含引用次數排名次高的25%的期刊，以此類推，Q3和Q4區分別包含引用次數排名中等的和后25%的期刊。

期刊指數

影響因子和CiteScore統計圖

影響因子和CiteScore都是重要的學術評價指標，能夠幫助研究者和學者了解期刊的學術影響力。影響因子（Impact Factor）和CiteScore在計算方式和覆蓋范圍上有所不同。影響因子主要關注期刊過去兩年內發表的論文被引用的次數，而CiteScore則考慮了過去三年的數據。此外，影響因子是基于Web of Science數據庫計算的，而CiteScore則是基于Scopus數據庫。這使得兩種指標在評估學術期刊時具有不同的側重點和覆蓋范圍。

中科院分區表統計圖

該期刊中國學者近期發表論文選摘

  • Mixed-modality speech recognition and interaction using a wearable artificial throat Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 2, pp. 169-180. DOI: 10.1038/s42256-023-00616-6
  • Continuous improvement of self-driving cars using dynamic confidence-aware reinforcement learning Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 2, pp. 145-158. DOI: 10.1038/s42256-023-00610-y
  • Echo state graph neural networks with analogue random resistive memory arrays Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 2, pp. 104-+. DOI: 10.1038/s42256-023-00609-5
  • Stretchable e-skin and transformer enable high-resolution morphological reconstruction for soft robots Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 3, pp. 261-272. DOI: 10.1038/s42256-023-00622-8
  • Parameter-efficient fine-tuning of large-scale pre-trained language models Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 3, pp. 220-+. DOI: 10.1038/s42256-023-00626-4
  • Pan-Peptide Meta Learning for T-cell receptor-antigen binding recognition Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 3, pp. 236-249. DOI: 10.1038/s42256-023-00619-3
  • Characterizing the interaction conformation between T-cell receptors and epitopes with deep learning Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 4, pp. 395-+. DOI: 10.1038/s42256-023-00634-4
  • Multitask joint strategies of self-supervised representation learning on biomedical networks for drug discovery Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 4, pp. 445-456. DOI: 10.1038/s42256-023-00640-6
  • Deep learning supported discovery of biomarkers for clinical prognosis of liver cancer Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 4, pp. 408-+. DOI: 10.1038/s42256-023-00635-3
  • Linguistically inspired roadmap for building biologically reliable protein language models Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. , Issue , pp. -. DOI: 10.1038/s42256-023-00637-1
免責聲明

若用戶需要出版服務，請聯系出版商：CAMPUS, 4 CRINAN ST, LONDON, ENGLAND, N1 9XW。

亚洲精品一二三区-久久