Engineering Applications Of Artificial Intelligence SCI SCIE

国际简称：ENG APPL ARTIF INTEL 参考译名：人工智能的工程应用

主要研究方向：工程技术-工程：电子与电气预警期刊审稿周期：约9.0个月

《人工智能的工程应用》(Engineering Applications Of Artificial Intelligence)是一本由PERGAMON-ELSEVIER SCIENCE LTD出版的以工程技术-工程：电子与电气为研究特色的国际期刊，发表该领域相关的原创研究文章、评论文章和综述文章，及时报道该领域相关理论、实践和应用学科的最新发现，旨在促进该学科领域科学信息的快速交流。该期刊是一本开源期刊，近三年没有被列入预警名单。该期刊享有很高的科学声誉，影响因子不断增加，发行量也同样高。

2区中科院分区
Q1 JCR分区
358 年发文量
4.201 IF影响因子
未开放 是否OA
86 H-index
1988 创刊年份
Bimonthly 出版周期
English 出版语言

Artificial Intelligence (AI) is playing a major role in the fourth industrial revolution and we are seeing a lot of evolution in various machine learning methodologies. AI techniques are widely used by the practicing engineer to solve a whole range of hitherto intractable problems. This journal provides an international forum for rapid publication of work describing the practical application of AI methods in all branches of engineering. Submitted papers should report some novel aspects of AI used for a real world engineering application and also validated using some public data sets for easy replicability of the research results.

[ 查看全部 ]

投稿咨询加急咨询

投稿热线：400-888-7501

Engineering Applications Of Artificial Intelligence期刊信息

ISSN：0952-1976
出版语言：English
是否OA：未开放
E-ISSN：1873-6769
出版地区：ENGLAND
是否预警：否
出版商：PERGAMON-ELSEVIER SCIENCE LTD
出版周期：Bimonthly
创刊时间：1988
开源占比：0.0408
Gold OA文章占比：5.85%
OA被引用占比：0.0084...
出版国人文章占比：0.22
出版撤稿占比：0
研究类文章占比：97.08%

Engineering Applications Of Artificial Intelligence CiteScore评价数据

CiteScore

SJR

SNIP

CiteScore 指数

12.30

1.729

2.271

学科类别	分区	排名	百分位
大类：Engineering 小类：Electrical and Electronic Engineering	Q1	46 / 738	93%
大类：Engineering 小类：Control and Systems Engineering	Q1	19 / 286	93%
大类：Engineering 小类：Artificial Intelligence	Q1	32 / 301	89%

名词解释：CiteScore 是衡量期刊所发表文献的平均受引用次数，是在 Scopus 中衡量期刊影响力的另一个指标。当年CiteScore 的计算依据是期刊最近4年（含计算年度）的被引次数除以该期刊近四年发表的文献数。例如，2022年的 CiteScore 计算方法为：2022年的 CiteScore =2019-2022年收到的对2019-2022年发表的文件的引用数量÷2019-2022年发布的文献数量注：文献类型包括：文章、评论、会议论文、书籍章节和数据论文。

Engineering Applications Of Artificial Intelligence中科院评价数据

中科院 2022年12月升级版

Top期刊	综述期刊	大类学科		小类学科
是	是	计算机科学	2区	ENGINEERING, MULTIDISCIPLINARY 工程：综合 AUTOMATION & CONTROL SYSTEMS 自动化与控制系统 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	1区 2区 2区 2区

中科院 2021年12月基础版

Top期刊	综述期刊	大类学科		小类学科
是	是	工程技术	2区	AUTOMATION & CONTROL SYSTEMS 自动化与控制系统 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气 ENGINEERING, MULTIDISCIPLINARY 工程：综合	3区 3区 2区 2区

中科院 2021年12月升级版

Top期刊	综述期刊	大类学科		小类学科
是	是	计算机科学	2区	ENGINEERING, MULTIDISCIPLINARY 工程：综合 AUTOMATION & CONTROL SYSTEMS 自动化与控制系统 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	1区 2区 2区 2区

中科院 2020年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
是	是	计算机科学	2区	ENGINEERING, MULTIDISCIPLINARY 工程：综合 AUTOMATION & CONTROL SYSTEMS 自动化与控制系统 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	1区 2区 2区 2区

Engineering Applications Of Artificial Intelligence JCR评价数据

JCR 分区等级	按学科分区
Q1	AUTOMATION & CONTROL SYSTEMS	Q1
	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	Q1
	ENGINEERING, ELECTRICAL & ELECTRONIC	Q1
	ENGINEERING, MULTIDISCIPLINARY	Q1

Engineering Applications Of Artificial Intelligence历年数据统计

影响因子

中科院分区

Engineering Applications Of Artificial Intelligence中国学者发文选摘

1、Inverse dynamics modelling and tracking control of conical dielectric elastomer actuator based on GRU neural networ
2、A damping grey multivariable model and its application in online public opinion predictio
3、2-tuple linguistic decision-making with consistency adjustment strategy and data envelopment analysi
4、TFG-Net:Tropical Cyclone Intensity Estimation from a Fine-grained perspective with the Graph convolution neural networ
5、Intuitionistic fuzzy three-way transfer learning based on rough almost stochastic dominanc
6、PVDet: Towards pedestrian and vehicle detection on gigapixel-level image
7、Multi-attribute strategic weight manipulation with minimum adjustment trust relationship in social network group decision makin
8、Joint deep reversible regression model and physics-informed unsupervised learning for temperature field reconstructio