Neural Processing Letters SCIE

國(guó)際簡(jiǎn)稱：NEURAL PROCESS LETT 參考譯名：神經(jīng)處理字母

主要研究方向：工程技術(shù)-計(jì)算機(jī)：人工智能非預(yù)警期刊審稿周期：約3.0個(gè)月

《神經(jīng)處理字母》(Neural Processing Letters)是一本由Springer US出版的以工程技術(shù)-計(jì)算機(jī)：人工智能為研究特色的國(guó)際期刊，發(fā)表該領(lǐng)域相關(guān)的原創(chuàng)研究文章、評(píng)論文章和綜述文章，及時(shí)報(bào)道該領(lǐng)域相關(guān)理論、實(shí)踐和應(yīng)用學(xué)科的最新發(fā)現(xiàn)，旨在促進(jìn)該學(xué)科領(lǐng)域科學(xué)信息的快速交流。該期刊是一本未開(kāi)放期刊，近三年沒(méi)有被列入預(yù)警名單。

4區(qū) 中科院分區(qū)
Q3 JCR分區(qū)
317 年發(fā)文量
2.6 IF影響因子
未開(kāi)放 是否OA
45 H-index
1994 創(chuàng)刊年份
Bimonthly 出版周期
English 出版語(yǔ)言

Neural Processing Letters is an international journal publishing research results and innovative ideas on all aspects of artificial neural networks. Coverage includes theoretical developments, biological models, new formal modes, learning, applications, software and hardware developments, and prospective researches.

The journal promotes fast exchange of information in the community of neural network researchers and users. The resurgence of interest in the field of artificial neural networks since the beginning of the 1980s is coupled to tremendous research activity in specialized or multidisciplinary groups. Research, however, is not possible without good communication between people and the exchange of information, especially in a field covering such different areas; fast communication is also a key aspect, and this is the reason for Neural Processing Letters

[ 查看全部 ]

投稿咨詢加急咨詢

Neural Processing Letters期刊信息

ISSN：1370-4621
出版語(yǔ)言：English
是否OA：未開(kāi)放
E-ISSN：1573-773X
出版地區(qū)：BELGIUM
是否預(yù)警：否
出版商：Springer US
出版周期：Bimonthly
創(chuàng)刊時(shí)間：1994
開(kāi)源占比：0.0307
Gold OA文章占比：3.95%
OA被引用占比：0.0153...
出版國(guó)人文章占比：0.56
出版撤稿占比：0
研究類文章占比：98.11%

Neural Processing Letters CiteScore評(píng)價(jià)數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

4.9

0.692

0.987

學(xué)科類別	分區(qū)	排名	百分位
大類：Computer Science 小類：Computer Networks and Communications	Q2	155 / 395	60%
大類：Computer Science 小類：Software	Q2	175 / 407	57%
大類：Computer Science 小類：Artificial Intelligence	Q2	162 / 350	53%
大類：Computer Science 小類：General Neuroscience	Q3	58 / 113	49%

名詞解釋：CiteScore 是衡量期刊所發(fā)表文獻(xiàn)的平均受引用次數(shù)，是在 Scopus 中衡量期刊影響力的另一個(gè)指標(biāo)。當(dāng)年CiteScore 的計(jì)算依據(jù)是期刊最近4年（含計(jì)算年度）的被引次數(shù)除以該期刊近四年發(fā)表的文獻(xiàn)數(shù)。例如，2022年的 CiteScore 計(jì)算方法為：2022年的 CiteScore =2019-2022年收到的對(duì)2019-2022年發(fā)表的文件的引用數(shù)量÷2019-2022年發(fā)布的文獻(xiàn)數(shù)量注：文獻(xiàn)類型包括：文章、評(píng)論、會(huì)議論文、書(shū)籍章節(jié)和數(shù)據(jù)論文。

Neural Processing Letters中科院評(píng)價(jià)數(shù)據(jù)

中科院 2023年12月升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計(jì)算機(jī)科學(xué)	4區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī)：人工智能	4區(qū)

中科院 2022年12月升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計(jì)算機(jī)科學(xué)	4區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī)：人工智能	4區(qū)

中科院 2021年12月舊的升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計(jì)算機(jī)科學(xué)	4區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī)：人工智能	4區(qū)

中科院 2021年12月基礎(chǔ)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	工程技術(shù)	3區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī)：人工智能	4區(qū)

中科院 2021年12月升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計(jì)算機(jī)科學(xué)	4區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī)：人工智能	4區(qū)

中科院 2020年12月舊的升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計(jì)算機(jī)科學(xué)	4區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計(jì)算機(jī)：人工智能	4區(qū)

Neural Processing Letters JCR評(píng)價(jià)數(shù)據(jù)（2023-2024年最新版）

按JIF指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q3	104 / 197	47.5%

按JCI指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q3	128 / 198	35.61%

Neural Processing Letters歷年數(shù)據(jù)統(tǒng)計(jì)

影響因子

中科院分區(qū)

Neural Processing Letters中國(guó)學(xué)者發(fā)文選摘

1、A Hybrid VAE Based Network Embedding Method for Biomedical Relation Mining
Author: Bai, Tian; Li, Ying; Wang, Ye; Huang, Lan

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 81-92. DOI: 10.1007/s11063-021-10454-5
2、Improving the Accuracy of Diabetes Diagnosis Applications through a Hybrid Feature Selection Algorithm
Author: Li, Xiaohua; Zhang, Jusheng; Safara, Fatemeh

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 153-169. DOI: 10.1007/s11063-021-10491-0
3、A Novel Lightweight Deep Learning-Based Histopathological Image Classification Model for IoMT
Author: Datta Gupta, Koyel; Sharma, Deepak Kumar; Ahmed, Shakib; Gupta, Harsh; Gupta, Deepak; Hsu, Ching-Hsien

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 205-228. DOI: 10.1007/s11063-021-10555-1
4、Effects of Boletus Poisoning on Estrogen Receptors and Neurotransmitters in Rats Based on ERk1/2 Pathway
Author: Gui, Hongzhen; Wang, Zhenhui; Li, Jiming; Guo, Li; Wang, Chunxia; Liu, Sainan; Yan, Song; Ao, Jinping

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 193-203. DOI: 10.1007/s11063-021-10506-w
5、An Approach of Combining Convolution Neural Network and Graph Convolution Network to Predict the Progression of Myopia
Author: Li, Lei; Zhu, Haogang; Wen, Longbo; Lan, Weizhong; Yang, Zhikuan

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 247-257. DOI: 10.1007/s11063-021-10576-w
6、Pelive Floor Myofascisl Therapy is Associated with Improved VAS Pain Scores and FSFI Scores in Women with Dyspareunia 6 Months Post-partum
Author: Fan Yi; Huang Liu; He Langchi; Liu Ruihua; Ren Jia; Liu Dan; Zhou Lizhu

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 259-263. DOI: 10.1007/s11063-021-10609-4
7、AI-Based Self-Learning System in Distributed Structural Health Monitoring and Control
Author: Yan, Kai; Lin, Xin; Ma, Wenfeng; Zhang, Yuxiao

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 229-245. DOI: 10.1007/s11063-021-10571-1
8、Multi-information Constraint Learning for Unsupervised Domain Adaptive Person Re-identification
Author: Chen Dongyue; Bing Haozhe; Tang Chunren; Tian Miaoting; Jia Tong

Journal: NEURAL PROCESSING LETTERS. 2023; Vol. 55, Issue 1, pp. 299-317. DOI: 10.1007/s11063-022-10883-w