《Ieee Computer Architecture Letters》雜志的收稿范圍和要求是什么?
來源:優(yōu)發(fā)表網(wǎng)整理 2024-09-18 11:07:03 220人看過
《Ieee Computer Architecture Letters》雜志收稿范圍涵蓋計算機(jī)科學(xué)全領(lǐng)域,此刊是該細(xì)分領(lǐng)域中屬于非常不錯的SCI期刊,在行業(yè)細(xì)分領(lǐng)域中學(xué)術(shù)影響力較大,專業(yè)度認(rèn)可很高,所以對原創(chuàng)文章要求創(chuàng)新性較高,如果您的文章質(zhì)量很高,可以嘗試。
平均審稿速度 12周,或約稿 ,影響因子指數(shù)1.4。
該期刊近期沒有被列入國際期刊預(yù)警名單,廣大學(xué)者值得一試。
具體收稿要求需聯(lián)系雜志社或者咨詢本站客服,在線客服團(tuán)隊會及時為您答疑解惑,提供針對性的建議和解決方案。
出版商聯(lián)系方式:10662 LOS VAQUEROS CIRCLE, PO BOX 3014, LOS ALAMITOS, USA, CA, 90720-1314
其他數(shù)據(jù)
是否OA開放訪問: | h-index: | 年文章數(shù): |
未開放 | 31 | 46 |
Gold OA文章占比: | 2021-2022最新影響因子(數(shù)據(jù)來源于搜索引擎): | 開源占比(OA被引用占比): |
10.77% | 1.4 | 0.16 |
研究類文章占比:文章 ÷(文章 + 綜述) | 期刊收錄: | 中科院《國際期刊預(yù)警名單(試行)》名單: |
100.00% | SCIE | 否 |
歷年IF值(影響因子):
歷年引文指標(biāo)和發(fā)文量:
歷年中科院JCR大類分區(qū)數(shù)據(jù):
歷年自引數(shù)據(jù):
發(fā)文統(tǒng)計
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計:
國家/地區(qū) | 數(shù)量 |
USA | 96 |
South Korea | 19 |
CHINA MAINLAND | 15 |
Iran | 8 |
Belgium | 6 |
Greece | 6 |
Israel | 5 |
Canada | 3 |
India | 3 |
England | 2 |
2023-2024機(jī)構(gòu)發(fā)文量統(tǒng)計:
機(jī)構(gòu) | 數(shù)量 |
UNIVERSITY OF CALIFORNIA SYSTEM | 13 |
PENNSYLVANIA COMMONWEALTH SYSTEM... | 7 |
INTEL CORPORATION | 6 |
SEOUL NATIONAL UNIVERSITY (SNU) | 6 |
SHARIF UNIVERSITY OF TECHNOLOGY | 6 |
UNIVERSITY OF ILLINOIS SYSTEM | 6 |
UNIVERSITY OF MICHIGAN SYSTEM | 5 |
UNIVERSITY OF NORTH CAROLINA | 5 |
UNIVERSITY OF ROCHESTER | 5 |
UNIVERSITY OF TEXAS SYSTEM | 5 |
近年引用統(tǒng)計:
期刊名稱 | 數(shù)量 |
IEEE COMPUT ARCHIT L | 12 |
IEEE MICRO | 10 |
COMPUTER | 8 |
IEEE T COMPUT AID D | 6 |
IEEE T COMPUT | 4 |
IEEE T VLSI SYST | 4 |
NATURE | 4 |
ACM T ARCHIT CODE OP | 3 |
COMMUN ACM | 3 |
IEEE J SOLID-ST CIRC | 3 |
近年被引用統(tǒng)計:
期刊名稱 | 數(shù)量 |
IEEE ACCESS | 24 |
IEEE T COMPUT | 22 |
ACM T ARCHIT CODE OP | 19 |
J PARALLEL DISTR COM | 15 |
IEEE T COMPUT AID D | 13 |
IEEE COMPUT ARCHIT L | 12 |
ACM T DES AUTOMAT EL | 10 |
J SUPERCOMPUT | 10 |
IEEE T VLSI SYST | 8 |
J SYST ARCHITECT | 7 |
近年文章引用統(tǒng)計:
文章名稱 | 數(shù)量 |
A Deep Q-Learning Approach for D... | 9 |
Efficient In-Memory Processing U... | 7 |
The Architectural Implications o... | 6 |
SimpleSSD: Modeling Solid State ... | 5 |
Improving GPU Multitasking Effic... | 5 |
PPT-GPU: Scalable GPU Performanc... | 4 |
Spatial Correlation and Value Pr... | 4 |
RTSim: A Cycle-Accurate Simulato... | 4 |
HMC-MAC: Processing-in Memory Ar... | 4 |
SMT-SA: Simultaneous Multithread... | 3 |
聲明:以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料,如有不準(zhǔn)確之處,請聯(lián)系我們進(jìn)行修改。