IF-Information Fusion
ISSN: 1566-2535
学科领域:
计算机 不限
影响因子: 18.6
中科院分区: 1区
JCR: Q1
发表版面: SCI
录用时间: 3-6个月
见刊时间: 录用后2个月
征稿主题: 感兴趣的主题包括(但不限于)变压器模型: 新颖的多源数据融合架构 多模态视觉数据表示 多领域自适应学习 MSVFU 的多视图学习 MSVFU 的自我监督学习 MSVFU 的监督学习 MSVFU 的弱监督学习 MSVFU 的迁移学习 多模态视觉数据生成 跨模式适应 Multi-source Visual Fusion and Understanding (MSVFU)多源视觉融合与理解 关键词: 新颖的多源数据融合架构; 多模态视觉数据表示; 多领域自适应学习; MSVFU 的多视图学习; MSVFU 的迁移学习; 多模态视觉数据生成; 跨模式适应
截稿时间 2024-01-30

投稿详情

征稿简介

 

一、期刊简介

Information Fusion传播信息融合领域研究和开发各个方面的信息。期刊强调的三个方面:体系结构、算法和应用程序。

 

二、征稿信息

征稿方向

截稿日期

多源视觉融合与理解

2024-01-30

 

三、期刊表现

IF.png

年文章.png

 

四、投稿须知

1. 文章应具有原创性,具备学术或实用价值,且并未在国内外期刊或会议上公开发表过。
2. 艾思科蓝提供在线投稿支持,投稿即可获得学术编辑免费审稿报告,从文章选题、结构、语言、发表可行性等多角度进行专业评估,并给予有效的建议!                                 
3. 文章正式投稿到期刊前,可享受国际权威查重工具iThenticate免费查重服务一次!
4. 期刊论文最终以英文形式发表,中文稿件如需语言服务或文章个性化修改服务,请提交至艾思编译

 

五、投稿咨询

一组.jpg

 

六、服务支持  

官网.png


温馨提示:为了保障您的权益,请勿进行任何转账到个人帐户的操作!
去登录