Nature Machine Intelligence SCIE

國際簡稱：NAT MACH INTELL 參考譯名：自然機器智能

主要研究方向：Multiple 非預警期刊審稿周期：

《自然機器智能》(Nature Machine Intelligence)是一本由SPRINGERNATURE出版的以Multiple為研究特色的國際期刊，發(fā)表該領域相關的原創(chuàng)研究文章、評論文章和綜述文章，及時報道該領域相關理論、實踐和應用學科的最新發(fā)現(xiàn)，旨在促進該學科領域科學信息的快速交流。該期刊是一本未開放期刊，近三年沒有被列入預警名單。該期刊享有很高的科學聲譽，影響因子不斷增加，發(fā)行量也同樣高。

1區(qū) 中科院分區(qū)
Q1 JCR分區(qū)
129 年發(fā)文量
18.8 IF影響因子
未開放 是否OA
12 issues per year 出版周期
English 出版語言

Nature Machine Intelligence will publish high-quality original research and reviews in a wide range of topics in machine learning, robotics and AI. The journal will also explore and discuss the significant impact that these fields are beginning to have on other scientific disciplines as well as many aspects of society and industry. There are countless opportunities where machine intelligence can augment human capabilities and knowledge in fields such as scientific discovery, healthcare, medical diagnostics and safe and sustainable cities, transport and agriculture. At the same time, many important questions on ethical, social and legal issues arise, especially given the fast pace of developments Nature Machine Intelligence will provide a platform to discuss these wide implications — encouraging a cross-disciplinary dialogue — with Comments, News Features, News & Views articles and also Correspondence.

[ 查看全部 ]

投稿咨詢加急咨詢

Nature Machine Intelligence期刊信息

ISSN：2522-5839
出版語言：English
是否OA：未開放
E-ISSN：2522-5839
出版地區(qū)：ENGLAND
是否預警：否
出版商：SPRINGERNATURE
出版周期：12 issues per year
開源占比：0.0949
Gold OA文章占比：20.52%
OA被引用占比：0
出版國人文章占比：0.07
出版撤稿占比：0
研究類文章占比：95.35%

Nature Machine Intelligence CiteScore評價數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

36.9

5.94

5.702

學科類別	分區(qū)	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%

名詞解釋：CiteScore 是衡量期刊所發(fā)表文獻的平均受引用次數(shù)，是在 Scopus 中衡量期刊影響力的另一個指標。當年CiteScore 的計算依據(jù)是期刊最近4年（含計算年度）的被引次數(shù)除以該期刊近四年發(fā)表的文獻數(shù)。例如，2022年的 CiteScore 計算方法為：2022年的 CiteScore =2019-2022年收到的對2019-2022年發(fā)表的文件的引用數(shù)量÷2019-2022年發(fā)布的文獻數(shù)量注：文獻類型包括：文章、評論、會議論文、書籍章節(jié)和數(shù)據(jù)論文。

Nature Machine Intelligence中科院評價數(shù)據(jù)

中科院 2023年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	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(qū) 1區(qū)

中科院 2022年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	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(qū) 1區(qū)

中科院 2021年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	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(qū) 1區(qū)

中科院 2021年12月基礎版

Top期刊	綜述期刊	大類學科		小類學科
是	否	工程技術	1區(qū)	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(qū) 1區(qū)

中科院 2021年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	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(qū) 1區(qū)

Nature Machine Intelligence JCR評價數(shù)據(jù)（2023-2024年最新版）

按JIF指標學科分區(qū)	收錄子集	分區(qū)	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(qū)	收錄子集	分區(qū)	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%

Nature Machine Intelligence歷年數(shù)據(jù)統(tǒng)計

影響因子

中科院分區(qū)

Nature Machine Intelligence中國學者發(fā)文選摘

1、Mixed-modality speech recognition and interaction using a wearable artificial throat
Author: Yang, Qisheng; Jin, Weiqiu; Zhang, Qihang; Wei, Yuhong; Guo, Zhanfeng; Li, Xiaoshi; Yang, Yi; Luo, Qingquan; Tian, He; Ren, Tian-Ling

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 2, pp. 169-180. DOI: 10.1038/s42256-023-00616-6
2、Continuous improvement of self-driving cars using dynamic confidence-aware reinforcement learning
Author: Cao, Zhong; Jiang, Kun; Zhou, Weitao; Xu, Shaobing; Peng, Huei; Yang, Diange

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 2, pp. 145-158. DOI: 10.1038/s42256-023-00610-y
3、Echo state graph neural networks with analogue random resistive memory arrays
Author: Wang, Shaocong; Li, Yi; Wang, Dingchen; Zhang, Woyu; Chen, Xi; Dong, Danian; Wang, Songqi; Zhang, Xumeng; Lin, Peng; Gallicchio, Claudio; Xu, Xiaoxin; Liu, Qi; Cheng, Kwang-Ting; Wang, Zhongrui; Shang, Dashan; Liu, Ming

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 2, pp. 104-+. DOI: 10.1038/s42256-023-00609-5
4、Stretchable e-skin and transformer enable high-resolution morphological reconstruction for soft robots
Author: Hu, Delin; Giorgio-Serchi, Francesco; Zhang, Shiming; Yang, Yunjie

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 3, pp. 261-272. DOI: 10.1038/s42256-023-00622-8
5、Parameter-efficient fine-tuning of large-scale pre-trained language models
Author: Ding, Ning; Qin, Yujia; Yang, Guang; Wei, Fuchao; Yang, Zonghan; Su, Yusheng; Hu, Shengding; Chen, Yulin; Chan, Chi-Min; Chen, Weize; Yi, Jing; Zhao, Weilin; Wang, Xiaozhi; Liu, Zhiyuan; Zheng, Hai-Tao; Chen, Jianfei; Liu, Yang; Tang, Jie; Li, Juanzi; Sun, Maosong

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 3, pp. 220-+. DOI: 10.1038/s42256-023-00626-4
6、Pan-Peptide Meta Learning for T-cell receptor-antigen binding recognition
Author: Gao, Yicheng; Gao, Yuli; Fan, Yuxiao; Zhu, Chengyu; Wei, Zhiting; Zhou, Chi; Chuai, Guohui; Chen, Qinchang; Zhang, He; Liu, Qi

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 3, pp. 236-249. DOI: 10.1038/s42256-023-00619-3
7、Characterizing the interaction conformation between T-cell receptors and epitopes with deep learning
Author: Peng, Xingang; Lei, Yipin; Feng, Peiyuan; Jia, Lemei; Ma, Jianzhu; Zhao, Dan; Zeng, Jianyang

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 4, pp. 395-+. DOI: 10.1038/s42256-023-00634-4
8、Multitask joint strategies of self-supervised representation learning on biomedical networks for drug discovery
Author: Wang, Xiaoqi; Cheng, Yingjie; Yang, Yaning; Yu, Yue; Li, Fei; Peng, Shaoliang

Journal: NATURE MACHINE INTELLIGENCE. 2023; Vol. 5, Issue 4, pp. 445-456. DOI: 10.1038/s42256-023-00640-6