每位信息學科的從業(yè)人員都以發(fā)表過IEEETrans的文章為榮，每次申報項目時都希望在代表作一欄滿滿當當?shù)亓猩蠋灼狪EEE Trans的文章。然而，老牌Trans質(zhì)量要求高、見刊周期長，新科Trans不知何時能被SCI收錄，投資回報不明朗。因此，投稿人每次投稿時都面臨著選擇困難綜合癥：我到底投不投Trans，我到底投哪個Trans？……一方面是大家對Trans的熱情高漲，另一方面是大家對Trans的了解仍然有限，所以，公眾號將逐一向大家介紹各個Trans的基本信息。

今天向大家介紹一個新的機會——IEEETrans on Big Data?(IEEE TBD)。該刊由著名的人工智能專家楊強教授于2015年創(chuàng)立，在編委會的精心組織和近年Big Data技術(shù)的快速發(fā)展，TBD稿件的質(zhì)量不斷提升，在業(yè)界的影響力與日俱增。目前，TBD已經(jīng)被SCI收錄，經(jīng)過粗略計算，今年的第一個影響因子可能會超過4！

?

?

IEEE Trans on Big Data聚焦大數(shù)據(jù)技術(shù)，同時鼓勵跨學科的技術(shù)融合與創(chuàng)新，包括新的理論、算法和應(yīng)用。收錄的內(nèi)容包括，但不限于以下內(nèi)容：

§? 大數(shù)據(jù)分析

§? 大數(shù)據(jù)可視化

§? 大數(shù)據(jù)管理和管理

§? 大數(shù)據(jù)語義

§? 大數(shù)據(jù)基礎(chǔ)設(shè)施

§? 大數(shù)據(jù)標準

§? 大數(shù)據(jù)的性能分析,

§? 大數(shù)據(jù)安全、隱私和法律問題

§? 大數(shù)據(jù)技術(shù)在各領(lǐng)域的應(yīng)用

?

一句話簡單歸納一下：但凡涉及利用AI技術(shù)進行數(shù)據(jù)分析的文章，都在TBD的收錄范圍。

?

IEEE TBD的關(guān)鍵參數(shù)如下：

?

總的來說，IEEE TBD收錄范圍廣，審稿速度快，業(yè)內(nèi)認可度高，發(fā)展速度快，近幾年有晉升CCF-A的機會。

現(xiàn)任主編：唐杰教授，IEEE Fellow、杰青、清華大學計算機系副主任。唐老師是人工智能領(lǐng)域的著名學者，主要方向研究包括人工智能、認知圖譜、數(shù)據(jù)挖掘、社交網(wǎng)絡(luò)和機器學習。唐老師已發(fā)表論文 300 余篇，引用 16000 余次，曾獲 ACM SIGKDD Test-of-Time Award(十年最佳論文)。

?

創(chuàng)刊主編：楊強教授，香港科技大學新明工程學講席教授、計算機科學和工程學系主任。他是國際人工智能界“遷移學習”(transferlearning)技術(shù)的開創(chuàng)者，同時提出“聯(lián)邦學習”(Federated Learning)的研究新方向。他于2013年7月當選為國際人工智能協(xié)會(AAAI)院士，是第一位獲此殊榮的華人，之后又于2016年5月當選為AAAI執(zhí)行委員會委員，是首位也是至今為止唯一的AAAI華人執(zhí)委。2017年8月他當選為國際人工智能聯(lián)合會(IJCAI，國際人工智能領(lǐng)域創(chuàng)立最早的頂級國際會議)理事會主席，是第一位擔任IJCAI理事會主席的華人科學家。楊強教授先后被ACM、IEEE、AAAI、AAAS、IAPR、CAAI等6個國際學術(shù)評為Fellow，已發(fā)表逾400篇關(guān)于人工智能和數(shù)據(jù)挖掘方面的論文，引用超過20000次。

?

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統(tǒng)計學習方法》的代碼復現(xiàn)專輯 AI基礎(chǔ)下載機器學習的數(shù)學基礎(chǔ)專輯 本站qq群704220115，加入微信群請掃碼：

總結(jié)

以上是生活随笔為你收集整理的【学术相关】IEEE TBD, 这个Trans刚被SCI收录，预计首个IF4的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。