Intelligent Data Analysis SCIE

國(guó)際簡(jiǎn)稱：INTELL DATA ANAL 參考譯名：智能數(shù)據(jù)分析

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

《智能數(shù)據(jù)分析》(Intelligent Data Analysis)是一本由IOS Press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)
Q4 JCR分區(qū)
99 年發(fā)文量
0.9 IF影響因子
未開(kāi)放 是否OA
43 H-index
1997 創(chuàng)刊年份
Bimonthly 出版周期
English 出版語(yǔ)言

Intelligent Data Analysis?provides a forum for the examination of issues related to the research and applications of Artificial Intelligence techniques in data analysis across a variety of disciplines. These techniques include (but are not limited to): all areas of data visualization, data pre-processing (fusion, editing, transformation, filtering, sampling), data engineering, database mining techniques, tools and applications, use of domain knowledge in data analysis, big data applications, evolutionary algorithms, machine learning, neural nets, fuzzy logic, statistical pattern recognition, knowledge filtering, and post-processing. In particular, papers are preferred that discuss development of new AI related data analysis architectures, methodologies, and techniques and their applications to various domains.

[ 查看全部 ]

投稿咨詢加急咨詢

Intelligent Data Analysis期刊信息

ISSN：1088-467X
出版語(yǔ)言：English
是否OA：未開(kāi)放
E-ISSN：1571-4128
出版地區(qū)：NETHERLANDS
是否預(yù)警：否
出版商：IOS Press
出版周期：Bimonthly
創(chuàng)刊時(shí)間：1997
開(kāi)源占比：0.0244
Gold OA文章占比：3.44%
OA被引用占比：0
出版國(guó)人文章占比：0.34
出版撤稿占比：0
研究類文章占比：98.99%

Intelligent Data Analysis CiteScore評(píng)價(jià)數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

2.2

0.322

0.502

學(xué)科類別	分區(qū)	排名	百分位
大類：Mathematics 小類：Theoretical Computer Science	Q3	83 / 130	36%
大類：Mathematics 小類：Computer Vision and Pattern Recognition	Q3	70 / 106	34%
大類：Mathematics 小類：Artificial Intelligence	Q3	248 / 350	29%

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。

Intelligent Data Analysis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)	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)

Intelligent Data Analysis 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	Q4	173 / 197	12.4%

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	Q4	175 / 198	11.87%

Intelligent Data Analysis歷年數(shù)據(jù)統(tǒng)計(jì)

影響因子

中科院分區(qū)

Intelligent Data Analysis中國(guó)學(xué)者發(fā)文選摘

1、Efficiently mining maximal l -reachability co-location patterns from spatial data sets
Author: Zou, Muquan; Wang, Lizhen; Wu, Pingping; Tran, Vanha

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 1, pp. 269-295. DOI: 10.3233/IDA-216515
2、A grouping feature selection method based on feature interaction
Author: Zhou, Hongfang; An, Lei; Zhu, Rourou

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 361-377. DOI: 10.3233/IDA-226551
3、Dynamic gaussian deep belief network design and stock market application
Author: Xi, Shuyue; Xu, Xiaozhong

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 519-534. DOI: 10.3233/IDA-216340
4、Temporal motif-based attentional graph convolutional network for dynamic link prediction
Author: Wu, Zheng; Chen, Hongchang; Zhang, Jianpeng; Pei, Yulong; Huang, Zishuo

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 1, pp. 241-268. DOI: 10.3233/IDA-216169
5、A Relief-PGS algorithm for feature selection and data classification
Author: Wang, Youming; Han, Jiali; Zhang, Tianqi

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 399-415. DOI: 10.3233/IDA-216493
6、A novel feature selection method considering feature interaction in neighborhood rough set
Author: Wang, Wenjing; Guo, Min; Han, Tongtong; Ning, Shiyong

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 345-359. DOI: 10.3233/IDA-216447
7、Intrusion detection algorithom based on transfer extreme learning machine
Author: Wang, Kunpeng; Li, Jingmei; Wu, Weifei

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 463-482. DOI: 10.3233/IDA-216475
8、Guided node graph convolutional networks for repository recommendation
Author: Tan, Guoqiang; Shi, Yuliang; Wang, Jihu; Li, Hui; Chen, Zhiyong; Wang, Xinjun

Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 1, pp. 181-198. DOI: 10.3233/IDA-216250