《Machine Learning-science And Technology》雜志投稿后多久回復(fù)取決于雜志審稿速度：預(yù)計約Submission to first decision before peer review: 3 days; Submission to first decision after peer review: 49 days; 13 Weeks 。投稿前請仔細閱讀相關(guān)投稿須知，有任何疑問可以聯(lián)系雜志社或咨詢在線客服。

《Machine Learning-science And Technology》雜志于2020年創(chuàng)刊，刊號為ISSN：2632-2153，EISSN：2632-2153，是一本專注于Multiple領(lǐng)域的SCIE期刊，出版周期為：Quarterly，目前開放OA（開放訪問）。主要發(fā)表由專家撰寫的簡短且易于理解的文章，內(nèi)容精煉且具有較高的學術(shù)價值，特別適合那些希望快速了解某一特定研究方向最新進展的讀者。

《機器學習：科學與技術(shù)》是一本多學科的開放獲取期刊，它將機器學習在各個科學領(lǐng)域的應(yīng)用與受物理洞察推動的機器學習方法和理論的進步聯(lián)系起來。具體而言，文章必須屬于以下類別之一：

i) 推動機器學習驅(qū)動的科學應(yīng)用發(fā)展，

或

ii) 在機器學習方面取得概念、方法或理論進步，應(yīng)用于科學問題、從科學問題中得到啟發(fā)或受其激勵。

科學應(yīng)用的特定領(lǐng)域包括（但不限于）：

? 物理學和空間科學

? 新型材料和分子的設(shè)計和發(fā)現(xiàn)

? 材料表征技術(shù)

? 材料、化學過程和生物系統(tǒng)的模擬

? 原子和粗粒度模擬

? 量子計算

? 生物學、醫(yī)學和生物醫(yī)學成像

? 地球科學（包括自然災(zāi)害預(yù)測）和氣候?qū)W

? 粒子物理學

? 模擬方法和高性能計算

機器學習方法中的概念或方法論進步包括（但不限于）：

? 可解釋性、因果關(guān)系和穩(wěn)健性

? 新的（受物理啟發(fā)的）學習算法

? 神經(jīng)網(wǎng)絡(luò)架構(gòu)

? 核方法

? 貝葉斯和其他概率方法

? 監(jiān)督、無監(jiān)督和生成方法

? 新型計算架構(gòu)

? 代碼和數(shù)據(jù)集

? 基準研究

在收錄情況方面，《Machine Learning-science And Technology》雜志在中科院最新升級版分區(qū)表中，該雜志分區(qū)信息為大類學科物理與天體物理2區(qū)，影響因子為6.3，CiteScore為9.1，在Multiple領(lǐng)域的排名較為靠前，其 SJR為 1.506，SNIP為1.403，這些數(shù)據(jù)都反映出期刊在學術(shù)界具有較高的影響力和學術(shù)價值。

投稿SCI期刊后收到回復(fù)的時間因多種因素而異，具體時間如下：

初審階段：編輯初審?fù)ǔＴ?-4周內(nèi)完成，主要檢查論文的格式、規(guī)范性以及是否符合期刊的基本要求。

同行評審階段：若論文通過初審，編輯會將其發(fā)送給多位同行評審人進行詳細評估。這一階段是整個審稿過程中最耗時的部分，通常需要1-3個月。

終審階段：編輯在得到審稿人的反饋后，會根據(jù)審稿人的意見給出接收、小修、大修、拒稿等結(jié)果。這一階段的時間相對較短，通常在收到審稿意見后幾天到一周內(nèi)完成。

投稿者在選擇期刊時，應(yīng)考慮到審稿周期，并做好長期等待的準備，同時也要注意不同期刊的具體要求和效率可能大相徑庭。

聲明：以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料，如有不準確之處，請聯(lián)系我們進行修改。