Journal of Machine Learning Research
SCI期刊
期刊缩写:
J MACH LEARN RES
复制
反馈
影响因子:
期刊影响因子(Impact factor,IF) 即某刊平均每篇论文的被引用数,是表征期刊影响大小的一项定量指标,它实际上是某刊在某年被全部源刊物引证该刊前两年发表论文的次数,与该刊前两年所发表的全部源论文数之比。
4.3
反馈
ISSN:
ISSN是由8个数字组成的编码,旨在识别各种报纸、专业杂志、画报、期刊,无论其性质或载体版本(纸版及电子版)。
print: 1532-4435
on-line: 1533-7928
h-index:
h-index是指该期刊有h篇文章至少被引用h次,是一项简单易懂的评估指标,不像平均值会受极端值影响,可呈现出多数文章的被引用表现。Google使用过去5年的h-index数据评价期刊的影响力,“h5指数”比较难以被人为操控,不会因为多了一篇超高被引论文而明显增长,另一方面,刻意减少发文量也不会对提升h5指数有作用。
173
Gold OA文章占比:
Gold OA文章占比是指一个总体中金色OA文章数量占总体文章数量的比重。OA期刊的文章主要通过金色通道(Gold road,也称为Gold OA,即期刊官网)和绿色通道(Green road,或Green OA)实现开放获取。金色通道是开放获取期刊通过自己的官网来实现的,而绿色通道是通过把文章自存档于机构知识库(Institutional Repositories,比如哈佛大学学术库DASH)或学科知识库中来实现。
0.00%
SCI收录类型:
Science Citation Index Expanded (SCIE) || Scopus (CiteScore)
期刊介绍英文:
The Journal of Machine Learning Research (JMLR) provides an international forum for the electronic and paper publication of high-quality scholarly articles in all areas of machine learning. All published papers are freely available online.
JMLR has a commitment to rigorous yet rapid reviewing.
JMLR seeks previously unpublished papers on machine learning that contain:
new principled algorithms with sound empirical validation, and with justification of theoretical, psychological, or biological nature;
experimental and/or theoretical studies yielding new insight into the design and behavior of learning in intelligent systems;
accounts of applications of existing techniques that shed light on the strengths and weaknesses of the methods;
formalization of new learning tasks (e.g., in the context of new applications) and of methods for assessing performance on those tasks;
development of new analytical frameworks that advance theoretical studies of practical learning methods;
computational models of data from natural learning systems at the behavioral or neural level; or extremely well-written surveys of existing work.
期刊介绍中文:
Journal of Machine Learning Research(JMLR)是一个国际性的论坛,旨在为机器学习领域的高质量学术论文提供电子和纸质出版。该期刊的所有发表文章均可在线免费获取,以促进学术共享和知识传播。JMLR 以其严格而快速的评审过程著称,致力于发表前未发表过的原创论文,这些论文应包含以下内容:新的原则性算法及其可靠的经验验证,理论、心理学或生物学上的理由;对智能系统设计和学习行为的新见解;对现有技术应用的深入分析,包括其优缺点;对新的学习任务和评估方法的规范化;推动实用学习方法理论研究的新分析框架;以及对自然学习系统行为或神经层面数据的计算模型,或是对现有工作进行的详尽调查。
CiteScore:
引用分数(英语:CiteScore,CS)是一种用来反映学术期刊最近发表文章“年平均被引用次数”的衡量指标。该指标由Elsevier于 2016 年 12 月推出,以替代常用的JCR影响因子(由Clarivate计算)。 CiteScore是Scopus中系列期刊指标的一部分,包括 SNIP(源文档标准化影响),SJR (SClmago杂志排名),引用文档计数以及引用百分比。
CiteScore | SJR | SNIP | CiteScore排名 |
---|
18.8 | 2.796 | 4.031 | 大类:Mathematics 小类:Statistics and Probability 1 / 278 99% 大类:Engineering 小类:Control and Systems Engineering 10 / 321 97% 大类:Computer Science 小类:Software 20 / 407 95% 大类:Computer Science 小类:Artificial Intelligence 20 / 350 94% |
发文信息
中科院SCI期刊分区
中科院分区升级版是在基础版的基础上,消除了对预置学科体系的依赖,例如期刊-学科隶属关系。基于概率统计原理的期刊超越指数,使分区结果更加鲁棒,不易操纵,揭示出更多优秀的基础研究期刊。
2019-2021年,3年过渡期,会同时发布基础版和升级版,便于用户单位过渡、调整。2022年开始,将只发布升级版。
大类
|
小类
|
TOP期刊
|
综述期刊
|
3区
计算机科学
|
3区
自动化与控制系统
AUTOMATION & CONTROL SYSTEMS
3区
计算机:人工智能
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
|
否
|
否
|
WOS期刊分区
WoS-JCR分区:SCIE、SSCI收录期刊主要按影响因子高低被分为四个区(Quartile),分别是Q1区,Q2区,Q3区,Q4区,各占25%。Q1区是影响因子最靠前25%的期刊,Q4区是靠后的25%的期刊。
学科分类 |
---|
Q1AUTOMATION & CONTROL SYSTEMS Q2COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE |
历年影响因子
2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 | 2022年 | 2023年 |
2.4500 | 5.0000 | 2.2810 | 4.0910 | 3.4840 | 3.6540 | 5.1770 | 6.0000 | 4.3000 |
历年发表
年文章数是指每年6月SCI发布的IF数据中所提供的上一年全年发文数量。如2018年7月-2019年6月,显示的是2017年的发文数.对极少数热门期刊,我们会在1月份更新为最新一年的发文数。
2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 | 2022年 |
189 | 190 | 208 | 208 | 348 | 222 | 165 | 204 | 240 | 253 | 2 |
投稿信息
出版商:
Microtome Publishing
编辑部地址:
MICROTOME PUBL, 31 GIBBS ST, BROOKLINE, USA, MA, 02446
同类期刊
Journal of Machine Learning Research - 最新文献
查看全部
Pub Date : 2024-01-01
Sorawit Saengkyongam, Niklas Pfister, Predrag Klasnja, Susan Murphy, Jonas Peters
Pub Date : 2024-01-01
Xinyi Li, Shan Yu, Yueying Wang, Guannan Wang, Li Wang, Ming-Jun Lai
Pub Date : 2024-01-01
Rina Foygel Barber, Emil Y Sidky
免责声明:
本页显示期刊或杂志信息,仅供参考学习,不是任何期刊杂志官网,不涉及出版事务,特此申明。如需出版一切事务需要用户自己向出版商联系核实。若本页展示内容有任何问题,请联系我们,邮箱:info@booksci.cn,我们会认真核实处理。