强化学习科研知识必备(数据库、期刊、会议、牛人)
本文为收集了网上资料整理而成,不一定完全正确,但具有一定的参考意义,能够为初入科研的小白指引道路。
·
有必要关注的网站
- 学术范,入门者的福音,强推。
- Letpub,上面包含所有的SCI期刊,已经在上面投过稿的作者的评论,挑选期刊的好帮手。
- Annual Reviews,大量综述文献,帮你在本领域入门。
- Research Gate,科研人员的社交网站,关注上面的大牛,能获取到许多的最新资讯。
- Connected Papers,通过一篇论文,就能顺藤摸瓜找到同领域的重要论文,迅速扫盲。
- Paper with Code,通过论文找其实现代码。
期刊推荐
- MACHINE LEARNING,SCI 3区。影响因子:5.414。审稿速度:慢,录取比例:容易。年文章数:159
- Neural Networks,SCI 2区,影响因子:9.657。审稿速度:平均10.5周,其实时间很长,最长可达12个月。难度:一般,年文章数:418.
- ARTIFICIAL INTELLIGENCE,SCI 2区,影响因子:14.5。审稿速度:平均9个月。录取难度:较难。年文章数:130。人工智能的老牌顶级期刊,最近影响因子有所下滑。
- IEEE Transactions on Neural Networks and Learning Systems
,SCI 1区,影响因子:14.255。审稿速度:一般半年到一年,有可能两年,一审三个月到一年不等。录取难度:较容易。年文章数:1403。推荐 - IEEE Access,SCI 3区,影响因子:3.476,审稿速度:6周左右(很快)。录取难度:容易。年文章数:12388。推荐
- IEEE Transactions on Pattern Analysis and Machine Intelligence,SCI 1区,影响因子:24.314。审稿速度:平均8个月。录取难度:难。年文章数:312。AI领域和CV领域的Top1期刊,含金量极高。
- IEEE Internet of Things Journal,SCI 1区,影响因子:10.238,审稿速度:5到8个月不等。录取难度:较难。年文章数:1341.
- ARTIFICIAL INTELLIGENCE REVIEW,SCI 2区,影响因子:9.588.审稿速度:平均5.3个月。录取难度:一般。年文章数:171。
- Computational Intelligence and Neuroscience,SCI 4区。影响因子:3.120 。审稿速度:2个月左右。录取难度:容易。年文章数:488。如果着急毕业建议多关注期刊旗下特刊(special issue),尤其是国人担任客座编辑的,处理速度快,接受率高。推荐
- Mobile Information Systems,SCI 4区。影响因子:1.863。审稿速度:一到两个月(速度快)。录取难度:容易。年文章数:506。
会议推荐
论文数据库
- 谷歌学术:不仅能搜索论文,还有众多网络文章,比较庞杂。
- 中国知网:中国的行业老大。主要用来搜索硕士博士的毕业论文以及中文期刊,中文论文阅读门槛低,适合新手入门。但用户体验较为一般。
- 维普:期刊起家,期刊资源众多,用户体验好。其他资源有点捉襟见肘。
- 万方:行业老二,用户体验较好,数据量不如知网。
- 掌桥科研:中文外文数据库都有,推荐自己使用看看,不做评价。
- IEEE Xplore:要提供计算机科学、电机工程学和电子学等相关领域文献的索引、摘要以及全文下载服务。它基本覆盖了电气电子工程师学会(IEEE)和工程技术学会(IET)的文献资料,收录了超过2百万份文献。
- SCI Hub:免费阅读论文,在没有学校购买的数据库的支持下的选择。
- AMiner:强推。对人工智能领域十分友好,能够很方便地搜索会议论文。
- Web of Science:收录各学科领域中权威、有影响力的期刊,包括著名的三大引文索引数据库(SCI,SSCI,A&HCI)。
- Proquest:支持多种语言,是目前世界上规模最大、使用最广泛的博硕士论文数据库。
- Wiley InterScience:收录了360多种科学、工程技术、医疗领域及相关专业期刊、30多种大型专业参考书、13种实验室手册的全文和500多个题目的Wiley学术图书的全文。
领域牛人
- Richard S. Sutton:现代强化学习之父,开山鼻祖型牛人。
- David Silver:DeepMind的首席研究科学家和伦敦大学学院的教授,AlphaGo创始人之一,Sutton的学生。
- Andrew Barto:Sutton的老师,马萨诸塞大学安姆斯特分校的计算机科学教授。
顶尖机构
- Google旗下前沿人工智能企业Deepmind。强化学习的两大派系之一的开创者,拥有开山鼻祖级的大牛Richard S. Sutton及超级大牛David Silver。
- University of California, Berkeley,加利福尼亚大学伯克利分校。
- Stanford University,斯坦福大学。
- Georgia Institute of Technology,佐治亚理工学院。
- OpenAI,人工智能公司,强化学习的两大派系之一的开创者。
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
已为社区贡献5条内容
所有评论(0)