Machine Learning Science and Technology

Machine Learning Science and Technology
影响因子:
6.3
ISSN:
print: 2632-2153
研究领域:
Computer Science-Artificial Intelligence
自引率:
4.40%
Gold OA文章占比:
99.53%
原创研究文献占比:
99.13%
SCI收录类型:
Directory of Open Access Journals (DOAJ)
期刊介绍英文:
Machine Learning Science and Technology is a multidisciplinary open access journal that bridges the application of machine learning across the sciences with advances in machine learning methods and theory as motivated by physical insights. Specifically, articles must fall into one of the following categories: advance the state of machine learning-driven applications in the sciences or make conceptual, methodological or theoretical advances in machine learning with applications to, inspiration from, or motivated by scientific problems.
期刊介绍中文:
《Machine Learning Science and Technology》是一本多学科开放获取期刊,它将机器学习跨科学的应用与受物理洞察力推动的机器学习方法和理论的进步联系起来。具体来说,文章必须属于以下类别之一:推进机器学习驱动的科学应用的状态,或者通过对科学问题的应用、启发或推动,在机器学习方面取得概念、方法或理论的进步。涉及的领域包括物理学和空间科学,新型材料和分子的设计和发现,材料表征技术以及材料、化学过程和生物系统的模拟等。
CiteScore:
CiteScoreSJRSNIPCiteScore排名
9.11.5061.403
学科
排名
百分位
大类:Computer Science
小类:Software
70 / 407
82%
大类:Computer Science
小类:Human-Computer Interaction
26 / 145
82%
大类:Computer Science
小类:Artificial Intelligence
73 / 350
79%
发文信息
中科院SCI期刊分区
大类 小类 TOP期刊 综述期刊
2区 物理与天体物理
2区 计算机:人工智能 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
2区 综合性期刊 MULTIDISCIPLINARY SCIENCES
3区 计算机:跨学科应用 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
WOS期刊分区
学科分类
Q1COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
Q1COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
Q1MULTIDISCIPLINARY SCIENCES
历年影响因子
2022年6.8000
2023年6.3000
历年发表
2018年0
2019年0
2020年132
2021年145
2022年86
投稿信息
出版语言:
English
出版国家(地区):
United Kingdom
审稿时长:
5 weeks
出版商:
IOP Publishing

Machine Learning Science and Technology - 最新文献

Hierarchical Bayesian pharmacometrics analysis of Baclofen for alcohol use disorder

Pub Date : 2023-09-04 DOI: 10.1088/2632-2153/acf6aa Nina Baldy, Nicolas Simon, Viktor Jirsa, Meysam Hashemi

Data-driven modeling of noise time series with convolutional generative adversarial networks.

Pub Date : 2023-09-01 DOI: 10.1088/2632-2153/acee44 Adam Wunderlich, Jack Sklar

Interpretable delta-learning of GW quasiparticle energies from GGA-DFT

Pub Date : 2023-08-30 DOI: 10.1088/2632-2153/acf545 A. Fediai, Patrick Reiser, Jorge Enrique Olivares Peña, W. Wenzel, Pascal Friederich
查看全部
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。
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信