热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

机器人学领域的顶级期刊总结

本文转载自:https:www.sohu.coma116061841_470013,如有侵权请告知,立即删除摘要此前有不少博客总结了机

本文转载自:https://www.sohu.com/a/116061841_470013,如有侵权请告知,立即删除

摘要

此前有不少博客总结了机器人领域的核心期刊 [1][2][3],本文结合身边大牛投稿经验和JCR排名奉上最新版的总结。不足之处请指正并联系【闻博全球博士项目分享】,我们会根据您的来信更新本篇文章,希望本篇文章能够让机器人领域的学者对这些期刊如数家珍。

▲The International Journal of Robotics Research (IJRR,0278-3649) [4]

中科院1区(机器人学,2015),JCR1区(机器人学,2015),IF:2.540 (2014),2.149 (2015)

IJRR可以说是目前机器人领域最顶级的期刊,国内大学以中国人作为第一作者的文章屈指可数,但是近年来,以中国人作为第一作者的文章越来越多。本期刊的文章不仅需要高水平的实物创新,还注重机器人领域的基本理论创新。目前该期刊的侧重于机器人感知和运动规划。近年来可能由于发表数量越来越多,影响因子有所下滑。

▲Soft Robotics (2169-5172) [5]

JCR1区(机器人学,2015),IF:6.130 (2015)

软体和柔性机器人的研究近年来越来越热,小编在一年前就预测本期刊2015年的影响因子应该不低。由于本期刊从2014年发刊以来发文数量不多,加之文章质量比较高,Soft Robotics 在2015年JCR公布的机器人领域排名第一,缔造了机器人领域期刊后起之秀的一个‘传奇’。

▲IEEE Transactions on Robotics (TRO, 1552-3098) [6]

中科院2区(机器人学,2015),JCR1区(机器人学,2015),IF:2.432 (2014),2.028 (2015)

TRO 是IEEE Transactions on Robotics and Automation 在2004年停刊后分出来,也非常注重交叉学科研究的基础研究和理论创新,目前侧重未知的非结构化环境中智能设备系统的研究。

▲Journal of Field Robotics (JFR, 1556-4959)[7]

中科院2区(制造,2015),JCR2区(机器人学,2014),JCR1区(机器人学,2015),IF:1.43 (2014),2.059 (2015)

本期刊致力于提高非结构化和动态环境中机器人的研究,专注于野外(包括农林,海底,搜救,工地等),军事和太空机器人的实用研究。这个期刊的影响因子在2014年以前都非常高,2010年的IF是3.333。在此期刊上国内大学的中国学者作为第一作者的文章较少。

▲Robotics and Computer-integrated Manufacturing [8] (0736-5845)

中科院2区(制造,2015),JCR1区(机械制造,机器人学,2014/2015),IF:2.305 (2014),2.077 (2015)

本期刊注重将计算机科学和机械制造系统的结合,侧重于算法,平均审稿周期至少半年。

▲Bioinspiration & Biomimetics (1748-3182) [9]

JCR3区(仿生材料,2014),JCR2区(仿生材料,2015),JCR1区(机器人学,交叉工程,2014/2015),IF: 2.235 (2014),IF: 2.891 (2015),

本期刊致力于发表仿生系统方面的研究。

▲Swarm Intelligence (1935-3812) [10]

中科院3区 (机器人学,2015),JCR2区(人工智能,机器人学,2014),JCR1区(人工智能,机器人学,2015)IF: 2.16(2014),2.577 (2015),

本期刊致力于发表群体智能的研究,主要集中群体机器人的研究和算法。

▲IEEE Robotics & Automation Magazine (RAM, 1070-9932) [11]

中科院2区(机器人学,2015),JCR1区(机器人学,自动化和控制系统,2014),JCR2区(机器人学,自动化和控制系统,2015),IF:2.413 (2014),1.822 (2015)

和TRO一样,是IEEE RAS(机器人与自动化协会)办的期刊杂志。本期刊更注重技术创新以解决实际问题。

▲Autonomous Robots (0929-5593) [12]

中科院3区(机器人学,2015),JCR2区(人工智能,机器人学,2014/2015),IF: 2.066 (2014),IF: 1.547 (2014)

本期刊目前侧重于自给自足的自动机器人研究,特别是仿生机器人,同步定位与地图构建和自主导航研究。

▲Robotics and Autonomous Systems (RAS, 0921-8890) [13]

中科院4区(机器人学,2015),JCR3区(自动化和控制系统,人工智能,2014),JCR2区(自动化和控制系统,人工智能,机器人学,2015),IF: 1.256 (2014),1.618 (2015)

RAS侧重自动系统的理论,计算和实验研究,平均审稿周期约1年。

▲Journal of Mechanisms and Robotics (1942-4302) [14]

JCR3区(机械制造,2014),JCR3区(机器人学,2014/2015),IF: 1.143 (2014),IF: 1.044 (2015)

本期刊的主要特色在于机构和机器人的基础研究,包括算法,设计和制造。

▲Journal of Intelligent & Robotic Systems (0921-0296) [15]

JCR3区(人工智能,机器人学,2014/2015),IF: 1.178 (2014),IF: 0.932 (2015)

本期刊致力于发表智能机器人和智能系统的理论和实际相结合的研究。

▲International Journal of HumanoidRobotics(0219-8436) [16]

中科院4区(机器人学,2015),JCR3区(机器人学,2014),JCR4区(机器人学,2015),IF: 0.691 (2014),0.547 (2015)

本期刊致力于发表仿人机器人方向的研究。

▲Robotica (0263-5747) [17]

中科院4区(机器人学,2015),JCR3区(机器人学,2014/2015),IF: 0.688 (2014),0.824 (2015)

本期刊鼓励机器人领域的多学科研究,基本上只要和机器人相关的文章都可以往这个期刊上投。

▲Industrial Robot: An International Journal (0143-991X)[18]

中科院4区(工业工程,2015),JCR4区(工业工程,机器人学,2014/2015),IF: 0.635 (2014),0.422 (2014)

本期刊始于1973年,主要发表工业机器人方面的研究。

▲Advanced Robotics (AR, 0169-1864) [19]

中科院4区(机器人学,2015),JCR4区(机器人学,2014/2015),IF: 0.572 (2014),0.516 (2015)

AR由日本机器人协会主办,和Robotica一样,基本上只要和机器人相关的文章都可以往这个期刊上投。

▲International Journal of Advanced Robotic Systems(1729-8806) [20]

JCR4区(机器人学,2014/2015),IF:0.526(2014),0.615 (2015)

本期刊注重机器人技术方面的研究。

▲International Journal of Robotics and Automation (0826-8185) [21]

中科院4区(自动化和控制系统,机器人学,2015),JCR4区(机器人学,2014/2015),IF: 0.572 (2014),0.318 (2015)

▲International Journal of Social Robotics (1875-4791) [22]

JCR3区(机器人学,2014/2015),IF: 1.207 (2014),1.407 (2015)

本期刊主要发表服务型机器人方面的研究。

注:

▲本汇总不包括Nature和Science这种神级期刊。

▲Science从 2016年5月12日开始推出了子刊Science Robotics[23],目测将成为机器人领域影响因子最高的期刊。

▲一些较新的openaccess的机器人期刊比如Journal of Robotics [24],Robotics [25] 等也值得关注。IEEE Robotics and Automation Letters [26]也将在2017获得不低的影响因子。

▲国内机器人领域的期刊,比如《中国机械工程学报》和《仿生工程学报》这里就不详细介绍啦。

关注【闻博全球博士项目分享】,回复期刊,可获得本文中引用的链接。

本文属于【闻博全球博士项目分享】原创,转载请注明出处。


推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 深度学习中的Vision Transformer (ViT)详解
    本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ... [详细]
  • SpringBoot整合SpringSecurity+JWT实现单点登录
    SpringBoot整合SpringSecurity+JWT实现单点登录,Go语言社区,Golang程序员人脉社 ... [详细]
  • 在Android开发中,使用Picasso库可以实现对网络图片的等比例缩放。本文介绍了使用Picasso库进行图片缩放的方法,并提供了具体的代码实现。通过获取图片的宽高,计算目标宽度和高度,并创建新图实现等比例缩放。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • Python正则表达式学习记录及常用方法
    本文记录了学习Python正则表达式的过程,介绍了re模块的常用方法re.search,并解释了rawstring的作用。正则表达式是一种方便检查字符串匹配模式的工具,通过本文的学习可以掌握Python中使用正则表达式的基本方法。 ... [详细]
  • 不同优化算法的比较分析及实验验证
    本文介绍了神经网络优化中常用的优化方法,包括学习率调整和梯度估计修正,并通过实验验证了不同优化算法的效果。实验结果表明,Adam算法在综合考虑学习率调整和梯度估计修正方面表现较好。该研究对于优化神经网络的训练过程具有指导意义。 ... [详细]
  • 如何使用计算机控制遥控车的步骤和电路制作方法
    本文介绍了使用计算机控制遥控车的步骤和电路制作方法。首先,需要检查发送器的连接器和跳线,以确定命令的传递方式。然后,通过连接跳线和地面,将发送器与电池的负极连接,以实现遥控车的前进。接下来,制作一个简单的电路,使用Arduino命令将连接到跳线的电线接地,从而实现将Arduino命令转化为发送器命令。最后,通过焊接晶体管和电阻,完成电路制作。详细的步骤和材料使用方法将在正文中介绍。 ... [详细]
  • ALTERTABLE通过更改、添加、除去列和约束,或者通过启用或禁用约束和触发器来更改表的定义。语法ALTERTABLEtable{[ALTERCOLUMNcolu ... [详细]
  • 嵌入式处理器的架构与内核发展历程
    本文主要介绍了嵌入式处理器的架构与内核发展历程,包括不同架构的指令集的变化,以及内核的流水线和结构。通过对ARM架构的分析,可以更好地理解嵌入式处理器的架构与内核的关系。 ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • OpenMap教程4 – 图层概述
    本文介绍了OpenMap教程4中关于地图图层的内容,包括将ShapeLayer添加到MapBean中的方法,OpenMap支持的图层类型以及使用BufferedLayer创建图像的MapBean。此外,还介绍了Layer背景标志的作用和OMGraphicHandlerLayer的基础层类。 ... [详细]
  • 本文介绍了Foundation框架中一些常用的结构体和类,包括表示范围作用的NSRange结构体的创建方式,处理几何图形的数据类型NSPoint和NSSize,以及由点和大小复合而成的矩形数据类型NSRect。同时还介绍了创建这些数据类型的方法,以及字符串类NSString的使用方法。 ... [详细]
  • 本文介绍了利用ARMA模型对平稳非白噪声序列进行建模的步骤及代码实现。首先对观察值序列进行样本自相关系数和样本偏自相关系数的计算,然后根据这些系数的性质选择适当的ARMA模型进行拟合,并估计模型中的位置参数。接着进行模型的有效性检验,如果不通过则重新选择模型再拟合,如果通过则进行模型优化。最后利用拟合模型预测序列的未来走势。文章还介绍了绘制时序图、平稳性检验、白噪声检验、确定ARMA阶数和预测未来走势的代码实现。 ... [详细]
  • AI行业的下一个风口是医疗?创业者们这样说
    ▼点击上方蓝字关注网易智能为你解读AI领域大公司大事件,新观点新应用编者按:4月10日,鲸准AI产业价值峰会在北京举行。本次大会除了邀请A ... [详细]
author-avatar
大众化的公爵樱桃rwr_208
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有