Machine Learning 方向讀博的一些重要期刊及會議 && 讀博第一次組會時博導的交代


讀博從報道那天算起到現在已經3個多月了,這段時間以來和博導總共見過兩次面,寥寥數語的見面要我對剩下的幾年讀書生活沒有了太多的期盼,有些事情一直想去做卻總是打不起來精神,最后掙扎一下還是決定把和博導開學后的交代記錄下來,這也算是為日后留檔吧。

 

交代如下:

1. 以月為單位,讀文章,闡述原理,讀一些有關聯性的文章;

2. 綜述報告, 要表現出問題的現狀,並預測未來的發展方向;

3. 選題報告, 要寫哪些題目可以寫,哪里題目值得研究,要有條理,其原因用一、二、三點這樣的標號來表示;

4. 實現報告, 要寫明實驗具體是如何做的;

5. 技術報告。

 

以上便是博導第一次組會所交代的,組會結束后便對讀博這事情沒什么幻想了,或許按照交代認真完成我也能在規定年限之內畢業,不過這也許真的只是或許。

 

 

 

由於一些原因導致本人讀博陷入了只能靠自己的境地,於是自己便查找了一下本方向的一些重要期刊和會議,為自己日后查找文獻、選定研究課題做鋪墊,具體如下。

 首先要說的一定是CCF推薦的會議及期刊,具體網址如下:

http://www.ccf.org.cn/xspj/sjk/sjwj/nrjs/

 

以下推薦的期刊和會議都是所在實驗室比較青睞的一些,由此做了一些了解。

1.

 

期刊名:Neuro computing

 

出版社: Elsevier

 

 http://dblp.uni-trier.de/db/journals/ijon/

 

 CCF推薦的C類期刊,2017年中科院分區為大類一區,小類二區。

 對於該期刊給出一些網友給出的數據:

平均審稿速度網友分享經驗:平均5.7個月
來源Elsevier官網:平均15.5周

在線出版周期來源Elsevier官網:平均21周

2016-2017最新影響因子 3.317
2016-2017自引率 30.10%

平均錄用比例  網友分享經驗:80%

2016-2017 最新影響因子 3.317

數據來源:

http://www.letpub.com.cn/index.php?journalid=6141&page=journalapp&view=detail

 該論文現在有大量的國人投稿,雖然有被國人灌水的嫌疑,都是該刊從錄用周期及錄用比例上來看還都不錯,作為CCF推薦期刊,同時兼具SCI檢索3.317的影響因子和大類二分區的表現來看該刊是國內機器學習和AI方向博士畢業生邁向畢業大門的一條不錯的路徑,至少我所在實驗室的博士生大部分都考這個期刊來畢業。該期刊的投稿情況看很多人都是在3個月內有結果,速度快錄用率高,但是也有網友表示整個流程超過半年,8個月,10個月的也有一些,但是比例較少,只有極個別網友表示超過一年,在此建議大家如果投該期刊在3個月左右被錄用是極好的事情,如果半年還沒結果可以考慮再等等,如果比較急的情況如就等一篇SCI期刊論文來畢業的情況在超過6個月甚至8個月以上還沒有回信的話估計你可以考慮撤下改投,不過綜合說這個期刊從性價比來看性能還是很不錯的。

 

 對於該期刊的評價同時給出小木蟲上的數據,原址:http://muchong.com/bbs/journal.php?view=detail&jid=6169

 

投稿錄用比例: 86% (計算公式:參與點評網友投稿錄用人數/總點評網友人數×100%)
審稿速度: 平均 5 個月的審稿周期(非官方數據)

 

給出一個我比較認可的評價,如下:

 

 

 2.

上個推薦的期刊 neuro computing 錄用率高,審稿周期短(重點),是新手入門的一個高性能推薦,同時也是Phd candidate 保畢業的好選擇。下面推薦一款錄用率高但是審稿周期長的一款產品,NEURAL NETWORKS 。

 

 

 

 小木蟲上的評價:

http://muchong.com/bbs/journal.php?view=detail&jid=6154

審稿速度: 平均 16 個月的審稿周期(非官方數據)

 投稿錄用比例: 100% (計算公式:參與點評網友投稿錄用人數/總點評網友人數×100%)

 

 LetPub上的評價:http://www.letpub.com.cn/index.php?page=journalapp&view=detail&journalid=6126

 

2016-2017最新影響因子 5.287
2016-2017自引率 10.60%

 

 

平均審稿速度 網友分享經驗:平均12.0個月
來源Elsevier官網:平均10.5周
平均錄用比例 網友分享經驗:較易
在線出版周期 來源Elsevier官網:平均7.1周

 

 該刊綜合評價  審稿周期較長,但是錄用率較高,大類分區為二類,人工智能小區分類也為2類, 同時該刊也是 CCF 推薦的B類期刊, 對於這個級別的期刊雖然審稿周期長了一些大約一年左右,但是其錄用比例及難易程度還是很不錯的,適用於那些讀博士讀到中期的人群,既不是十分着急出結果同時對期刊級別還有一些要求的人還是性價比很不錯的。

 

 

 3.

簡稱:  TNNLS

 第三個推薦的期刊是  IEEE Transactions on Neural Networks and Learning Systems

 LetPub上的信息:

http://www.letpub.com.cn/index.php?page=journalapp&view=detail&journalid=8837

 

2016-2017最新影響因子 6.108
2016-2017自引率 7.60%

 平均審稿速度網友分享經驗:一般,3-8周

 

小木蟲上的評價:

http://muchong.com/bbs/journal.php?view=detail&jid=3422

 

投稿錄用比例: 100% (計算公式:參與點評網友投稿錄用人數/總點評網友人數×100%)
審稿速度: 平均 8 個月的審稿周期(非官方數據)

 

該刊是大類小類都是一區的期刊,CCF推薦期刊中屬於B類期刊,從投稿周期和錄用比例上來看還都是不錯的,國內學者投稿較多,比較適用於CS方向博士讀到中后期的投稿期刊,性價比比較不錯。

 

小木蟲上有網友分享過兩份經歷,如下:

http://muchong.com/html/201007/2248702.html

 

http://muchong.com/bbs/viewthread.php?tid=4934708

 

 

 4. 

 簡稱: TKDE

第四個推薦的期刊是  CCF 推薦的A類期刊, 是數據挖掘方向的期刊。

TKDE
 
IEEE Transactions on Knowledge and Data Engineering
 

 

 

 LetPub對該刊的評價:

http://www.letpub.com.cn/index.php?page=journalapp&view=detail&journalid=3399

2016-2017最新影響因子 3.438
2016-2017自引率 6.20%

 

 

平均審稿速度 網友分享經驗:一般,3-8周
平均錄用比例 網友分享經驗:較易

網友評價:

 

 

小木蟲上對該刊的評價:

http://muchong.com/bbs/journal.php?view=detail&jid=3414

投稿錄用比例: 33% (計算公式:參與點評網友投稿錄用人數/總點評網友人數×100%)
審稿速度: 平均 6 個月的審稿周期(非官方數據)

 

該期刊 屬於CCF 推薦的頂刊,但是中科院評級大類2區,該刊在數據領域口碑還是不錯,該刊平均審稿周期還是可以的,錄用比例也是較高的,但是個別網友反映該期刊的整個流程全部下來要1年左右,對於該刊的性價比來說還是很高的,推薦讀博中后期的選手入手,該刊的較多投稿都是從ccf推薦會議上發表的論文通過擴展以后發表的,如果手中的論文積累還可以的話推薦選擇,前期是對時間不過分要求,畢竟很多人要等一年的時間才能走完全部流程。

 

 

 

 

5.

 KNOWLEDGE-BASED SYSTEMS

 該期刊 並非 CCF 推薦的期刊,網友有一些評價該刊為水刊,可能比CCF推薦中的被網友評價為水刊的還有好重一些的期刊。

 

小木蟲上對刊物的評價:

http://muchong.com/bbs/journal.php?view=detail&jid=5522

 

投稿錄用比例: 77% (計算公式:參與點評網友投稿錄用人數/總點評網友人數×100%)
審稿速度: 平均 5.54902 個月的審稿周期(非官方數據)

 

某網友分享的投稿日志:

 

該刊審稿速度快,錄用比例高,是很不錯的選擇,對於希望趕緊出成果的CS Phd student 來說是個很好的選擇,不過該刊影響因子變化幅度稍大,口碑上被網友批的較狠,但是畢竟大家還是看論文發表的大區及影響因子的,所以綜合來看還是不錯的,適合新手或是對時間及錄用率要求較高的人群。

 

LetPub上的評價:

http://www.letpub.com.cn/index.php?journalid=5495&page=journalapp&view=detail

2016-2017最新影響因子 4.529
2016-2017自引率 23.40%
平均審稿速度 網友分享經驗:平均7.8個月
平均錄用比例 網友分享經驗:85%

 

網友評價:

影響因子已經飈過 2 了!可能是自引不少。 華人 發文占一半以上, 可以考慮考慮試試。-----------------------------------------我覺得華人做machine learning和knowledge based system這一塊本來就做得比較好,做的人也多,當然文章就多了,其實大可不必考慮什么華人不華人的。然后同覺得主編人挺好,意見給的都很詳細,很負責。關於審稿速度我的感覺是挺快,去年從投稿到錄用不到7個月,但是我實驗室

 

 

最后,附上一篇對該刊投稿的記時:

http://blog.sciencenet.cn/blog-431053-733297.html

 

 

 

以下的期刊及會議不具體介紹了,不過都是一些比較推薦的選擇:

 

期刊:

ARTIFICIAL INTELLIGENCE                (AIJ)

Pattern Analysis and Machine Intelligence        (PAMI)

IEEE INTELLIGENT SYSTEMS

 

會議:

International Joint Conference on Artificial Intelligence      (IJCAI)

 Association for the Advancement of Artificial Intelligence   (AAAI)

 International Conference on Machine Learning                 (ICML)

 SDM

ICDM

KDD

PKDD

ECML

 

 

 

 

附錄:

 =============================================================

 

中國計算機學會推薦國際學術刊物

(數據庫/數據挖掘/內容檢索)

A類

B類

C類

中國計算機學會推薦國際學術會議

(數據庫/數據挖掘/內容檢索)

A類

B類

C類

 

 

 

中國計算機學會推薦國際學術刊物

(人工智能)

A類

B類

C類

中國計算機學會推薦國際學術會議

(人工智能)

A類

B類

C類

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM