ST-SLAS Technology
ISSN: 2472-6303
学科领域:
计算机 跨学科应用
影响因子: 2.7
中科院分区: 4区
JCR: Q3
发表版面: SCI
录用时间: 3-5个月
见刊时间: 录用后2个月
征稿主题: 主题: 用于仿生健康 4.0 的无线身体区域传感器网络 仿生健康4.0信息物理系统(HCPS:Health 4.0 Cyber-Physical System) 健康 4.0 决策单元 (DMU:Decision-Making Unit) 传感器技术和可穿戴计算的最新趋势 医疗保健传感器数据分析 用于仿生健康信息学的无线和可穿戴传感器 用于传感器数据处理的云计算和大数据技术 复杂的传感器数据处理 下一代网络的物联网健康 远程人体健康和活动监测 用于医疗保健的智能传感器技术 医疗大数据分析 最佳传感器建立算法 传感器数据流的移动性增强 数据采集到数据融合的进展 传感器数据决策系统 健康信息学人工智能 WBAN 的数据挖掘和融合算法 健康传感器数据管理 用于身体活动监测的传感器信息学 用于VR/AR、混合现实、数据可视化的传感器 关键词: 机器学习、心理健康、行为建模、仿生计算和分析、人工智能
截稿时间 2024-07-30

投稿详情

征稿简介

 

一、期刊简介

SLAS Technology ——SLAS技术强调促进和改进生命科学研发的科学和技术进步;药物递送;诊断;生物医学和分子成像;以及个性化和精准医疗。这包括高通量和其他实验室自动化技术;微/纳米技术;分析、分离和定量技术;合成化学和生物学;信息学(数据分析、统计学、生物、基因组和化学信息学)和更多。

 

二、征稿信息

征稿方向

截稿日期

仿生计算、机器学习分析

2024-07-30

 

三、期刊表现

ST.png

 

ST-1.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、出版支持

新出版支持-3.jpg 

六、投稿咨询

文末二维码.jpg


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