首页 › 期刊 › 计算机科学 › Neural Computation
Neural Computation
出版商:MIT Press · ISSN:0899-7667, 1530-888X · 国家/地区:US · 类型:journal · 创刊:1989 · 官网:http://www.mitpressjournals.org/loi/neco
研究主题:Neural dynamics and brain function · Neural Networks and Applications · Advanced Memory and Neural Computing · stochastic dynamics and bifurcation · Blind Source Separation Techniques
数据来源与实体核验
核心指标
- 影响因子(JCR 2025):2.100
- JCR 分区:Q3(COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE)
- 中科院分区(2025):计算机科学 4区;小类:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 4区
- 新锐分区(2026):计算机科学 3区
- SJR:0.671(Q1)
- CCF:B类 类(人工智能)
- h-index:248
- i10 指数:2558
- 近两年篇均被引:2.52
- 载文量 3823 · 总被引 504085
逐年趋势
- 近年影响因子:2021 3.28 → 2022 2.9 → 2023 2.7 → 2024 2.1 → 2025 2.1
- 近年 SJR:2021 1.21(Q1) → 2022 1.54(Q1) → 2023 0.948(Q1) → 2024 0.829(Q1) → 2025 0.671(Q1)
投稿参考
- 投稿人评价:3.0 分(2 条评价)
- 录用率样本不足:2 条投稿记录(低于 5 条,不展示比率估算)
- 平均审稿轮次:1.0 轮
投稿人评论摘录
- 研究方向:应用数学 投稿结果:修改后录用 投稿时间节点: 2020.4.30 投稿 2020.8.12 一审小修 2020-8.25 修改再投 2020.8.31 接收 2021.2.2 见刊(来源:PeipuSci)
- 研究方向:人工智能 投稿结果:拒稿 投稿时间节点: 投稿两个月后直接被拒(来源:PeipuSci)
摘录自公开投稿记录聚合,仅供投稿参考。
同学科期刊推荐
- IEEE Communications Surveys and Tutorials — IF 50.6 · JCR Q1 · 中科院1区(Top)
- Proceedings of the IEEE — IF 30.9 · JCR Q1 · 中科院1区(Top)
- ACM Computing Surveys — IF 30.4 · JCR Q1 · 中科院1区(Top)
- Nature Machine Intelligence — IF 29.8 · JCR Q1 · 中科院1区(Top)
- Science Robotics — IF 27.5 · JCR Q1 · 中科院1区(Top)
- Foundations and Trends® in Machine Learning — IF 25.4 · JCR Q1 · 中科院1区(Top)
- Cyborg and Bionic Systems — IF 20.9 · JCR Q1 · 中科院1区(Top)
- IEEE Transactions on Pattern Analysis and Machine Intelligence — IF 20.4 · JCR Q1 · 中科院1区(Top)
常见问题
《Neural Computation》的影响因子是多少?
根据 JCR 2025 年数据,《Neural Computation》的最新影响因子(IF)为 2.100。
《Neural Computation》是几区期刊?
《Neural Computation》中科院分区(2025年版)为计算机科学4区,JCR 分区为 Q3。
《Neural Computation》是 CCF 几类期刊?
《Neural Computation》是 CCF 推荐列表中的 B类 类(人工智能)。
本刊近期代表论文
- Learning Only on Boundaries: A Physics-Informed Neural Operator for Solving Parametric Partial Differential Equations in Complex Geometries (2024 · 被引 17)
- Models Wagging the Dog: Are Circuits Constructed with Disparate Parameters? (2007 · 被引 36)
- Universal Approximation Using Radial-Basis-Function Networks (1991 · 被引 4110)