推薦合適期刊 投稿指導 助力快速見刊免費咨詢
Advanced Engineering Informatics是工程技術領域的一本權威期刊。由Elsevier Ltd出版社出版。該期刊主要發表工程技術領域的原創性研究成果。創刊于2002年，是工程技術領域中具有代表性的學術刊物。該期刊主要刊載工程技術-工程：綜合及其基礎研究的前瞻性、原始性、首創性研究成果、科技成就和進展。該期刊不僅收錄了該領域的科技成就和進展，更以其深厚的學術積淀和卓越的審稿標準，確保每篇文章都具備高度的學術價值。此外，該刊同時被SCIE數據庫收錄，并被劃分為中科院SCI1區期刊，相當于A級期刊（最高刊物級別），它始終堅持創新，不斷專注于發布高度有價值的研究成果，不斷推動工程技術領域的進步。
同時，我們注重來稿文章表述的清晰度，以及其與我們的讀者群體和研究領域的相關性。為此，我們期待所有投稿的文章能夠保持簡潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 約4.5個月 約9.3周。若您對于稿件是否適合該期刊存在疑慮，建議您在提交前主動與期刊主編取得聯系，或咨詢本站的客服老師。我們的客服老師將根據您的研究內容和方向，為您推薦最為合適的期刊，助力您順利投稿，實現學術成果的順利發表。
| 大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
| 工程技術 | 1區 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 ENGINEERING, MULTIDISCIPLINARY 工程：綜合 | 1區 1區 | 是 | 否 |
| 大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
| 工程技術 | 1區 | ENGINEERING, MULTIDISCIPLINARY 工程：綜合 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 | 1區 2區 | 是 | 否 |
| 大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
| 工程技術 | 2區 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 ENGINEERING, MULTIDISCIPLINARY 工程：綜合 | 2區 2區 | 否 | 否 |
| 大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
| 工程技術 | 2區 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 ENGINEERING, MULTIDISCIPLINARY 工程：綜合 | 3區 2區 | 否 | 否 |
| 大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
| 工程技術 | 2區 | COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 ENGINEERING, MULTIDISCIPLINARY 工程：綜合 | 2區 2區 | 否 | 否 |
| 大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
| 工程技術 | 2區 | ENGINEERING, MULTIDISCIPLINARY 工程：綜合 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 | 1區 2區 | 是 | 否 |
| 按JIF指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
| 學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 22 / 197 |
89.1% |
| 學科：ENGINEERING, MULTIDISCIPLINARY | SCIE | Q1 | 4 / 179 |
98% |
| 按JCI指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
| 學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE | SCIE | Q1 | 17 / 198 |
91.67% |
| 學科：ENGINEERING, MULTIDISCIPLINARY | SCIE | Q1 | 9 / 180 |
95.28% |
| 學科類別 | 分區 | 排名 | 百分位 |
| 大類：Computer Science 小類：Information Systems | Q1 | 31 / 394 |
92% |
| 大類：Computer Science 小類：Artificial Intelligence | Q1 | 43 / 350 |
87% |
| 年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
| 年發文量 | 40 | 82 | 52 | 75 | 99 | 115 | 145 | 209 | 322 | 411 |
| 國家/地區 | 數量 |
| CHINA MAINLAND | 161 |
| USA | 68 |
| Singapore | 37 |
| Taiwan | 30 |
| Australia | 26 |
| England | 26 |
| Canada | 24 |
| GERMANY (FED REP GER) | 23 |
| South Korea | 16 |
| New Zealand | 11 |
| 機構 | 數量 |
| NANYANG TECHNOLOGICAL UNIVERSITY & NATIONAL INSTITUTE OF EDUCATION (NIE) SINGAPORE | 29 |
| HUAZHONG UNIVERSITY OF SCIENCE & TECHNOLOGY | 26 |
| HONG KONG POLYTECHNIC UNIVERSITY | 25 |
| CURTIN UNIVERSITY | 14 |
| UNIVERSITY OF HONG KONG | 12 |
| TSINGHUA UNIVERSITY | 11 |
| NATIONAL TSING HUA UNIVERSITY | 10 |
| SHANGHAI JIAO TONG UNIVERSITY | 10 |
| HUBEI ENGN RES CTR VIRTUAL SAFE & AUTOMATED CONST | 9 |
| TIANJIN UNIVERSITY | 9 |
| 文章名稱 | 引用次數 |
| A new wind power prediction method based on ridgelet transforms, hybrid feature selection and closed-loop forecasting | 75 |
| Automated detection of workers and heavy equipment on construction sites: A convolutional neural network approach | 38 |
| Short-term electricity demand forecasting with MARS, SVR and ARIMA models using aggregated demand data in Queensland, Australia | 28 |
| Deep-learning neural-network architectures and methods: Using component based models in building-design energy prediction | 26 |
| A deep learning-based method for detecting non-certified work on construction sites | 25 |
| Prediction of soil compression coefficient for urban housing project using novel integration machine learning approach of swarm intelligence and Multi-layer Perceptron Neural Network | 25 |
| Applications of 3D point cloud data in the construction industry: A fifteen-year review from 2004 to 2018 | 24 |
| Prototyping virtual reality serious games for building earthquake preparedness: The Auckland City Hospital case study | 22 |
| Times-series data augmentation and deep learning for construction equipment activity recognition | 22 |
| A deep learning-based approach for mitigating falls from height with computer vision: Convolutional neural network | 22 |
SCIE
影響因子 1.5
CiteScore 2.8
SCIE
影響因子 1.5
CiteScore 3.6
SCIE
CiteScore 8.9
SCIE
影響因子 0.5
CiteScore 1.8
SCIE
影響因子 2.2
CiteScore 6.5
SCIE
影響因子 0.4
CiteScore 2.2
SCIE SSCI
影響因子 4.1
CiteScore 7.1
SCIE SSCI
影響因子 0.9
CiteScore 1.5
SCIE SSCI
影響因子 12.5
CiteScore 22.1
SCIE
影響因子 4.5
CiteScore 8.1
若用戶需要出版服務，請聯系出版商：ELSEVIER SCI LTD, THE BOULEVARD, LANGFORD LANE, KIDLINGTON, OXFORD, ENGLAND, OXON, OX5 1GB。