写在前面

上一期岛主给大家介绍了国内中文期刊的典型,主要是对计算机方面权威性强、认可度高的期刊。本期岛主给大家介绍的就是国外英文期刊的代表了。

期刊相对于会议来说,审稿周期长、时效性弱,但是它们可以给大家带来更加详细地说明介绍。因此,在科研的道路上,期刊的阅读同样不容忽视。

1

Communications of the ACM 

美国计算机学会通讯  美国

Communications of the ACM 是计算和信息技术领域领先的印刷和在线出版物。它是全球领先的计算专业人士的阅读刊物,并且是当今计算专业人士最值得信赖和知识渊博的行业信息来源。

该杂志每月为超过100,000 名的ACM 会员带来对计算机科学新兴领域、信息技术新趋势和实际应用的深入报道。同时,Communications网站为大家提供专题和信息性新闻,向计算专业人员提供每个工作日的材料。

ACM 的成员包括 IT 行业最受尊敬的领导者和决策者。50 多年来,行业领导者一直使用 ACM 杂志的月刊通讯作为展示和辩论各种技术影响、公共政策、工程挑战和市场趋势的平台。Communications网站同样延续了这种做法。因此,岛主非常推荐该期刊作为日常工作的一个阅读资料

2

IEEE transactions on image processing

IEEE 图象处理汇刊  美国

IEEE transactions on image processing涵盖了在各种应用中形成、捕获、处理、通信、分析和显示图像、视频和多维信号的新颖理论、算法和架构。

它关注的主题包括但不限于图像、视频和多维信号的数学、统计和感知建模、表示、形成、编码、过滤、增强、恢复、渲染、半色调、搜索和分析,关注的应用领域包括图像和视频通信、电子成像、生物医学成像、图像和视频系统以及遥感。

该期刊鼓励作者通过线上提供重现呈现结果的所有信息来使他们的出版物具有可复现性。这通常需要在网站上发布用于生成出版物图表和表格的代码和数据;如果有复现需要,可以参阅作者信息的补充材料部分。它让其他研究人员更容易获得工作,并促进公平比较。因此,岛主建议大家重点关注补充材料的可复现性,这非常有利于科研工作的展开。

3

Pattern recognition

模式识别  英国

Pattern recognition成立于大约 50 年前,当时该领域出现在计算机科学的早期。在其间的几年里,它已大大扩展。该期刊在模式识别文献中得到了清晰的解释和基础上,接受在任何领域对模式识别的理论、方法和应用做出原创性贡献的论文。

该期刊的接受领域范围相比前几个期刊要小许多。因此,岛主带大家回顾一下模式识别的定义。模式识别是一个成熟但令人兴奋且发展迅速的领域,它支撑着计算机视觉、图像处理、文本和文档分析以及神经网络等相关领域的发展。它与机器学习非常相似,并且在快速新兴领域也有应用,例如生物识别学、生物信息学、多媒体数据分析和最近的数据科学。

4

IEEE ACM transactions on networking

IEEE /ACM 网络汇刊  美国

IEEE ACM transactions on networking 的高层次目标是发布高品质、原创性研究成果,通信/计算机网络领域的理论或探索实验。这涵盖了各种信息传输网络在各种各样的物理层技术,包括有线(各种引导介质:例如,铜、光)和无线(例如,射频、声学(例如,水下)、红外线)或这些的混合。该期刊欢迎关于实际系统新经验和实验的应用贡献报告。

它具体的范围有以下四个方面:

(1)网络类型:芯片级到全球电信到星际:片上网络、高速系统内互连网络、骨干和接入电信网络、逻辑和覆盖网络、蜂窝移动电信网络、无线局域网网络、ad hoc 和网状无线网络、车辆间网络、延迟/中断容忍网络等;

(2)网络方面:架构和设计(包括网络资源分配算法、流量工程、建模和性能分析)、协议(包括验证、测试和通信协议转换的形式化方法)、网络软件(包括软件架构和应用程序等)作为目录服务、呼叫处理和信令)、网络硬件(包括新型硬件架构、新型网络设备及其使用)、运营和管理(包括网络规划和演进、可靠性和生存能力)、测量(包括从操作网络和网络断层扫描)和安全(包括网络入侵检测和恶意软件传播的控制);

(3)应用领域:电话(电路和分组、语音和视频)、传统上与全球分组网络相关的所有应用(文件传输、电子邮件、万维网、流视频等)、存储和数据中心、点对点- 对等文件共享、在线社交网络、信息物理系统(包括分布式感知、网络函数计算和网络控制)等; 

(4)与其他领域的网络接口:包括社交网络的信息传播和相关分布式系统方面,以及通信网络的生物或自然启发技术等。

大家如果有几个方面的科研方向,可以阅读该期刊寻求更多的思路。

5

IEEE transactions on computers

IEEE 计算机汇刊   美国

IEEE Transactions on Computers (TC) 是一份月刊,供计算机领域的研究人员、开发人员、技术经理和教育工作者阅读。它发表当前读者感兴趣领域研究的论文。这些领域包括但不限于以下内容:a) 计算机组织和体系结构;b) 操作系统、软件系统和通信协议;c) 实时系统和嵌入式系统;d) 数字设备、计算机组件和互连网络;e) 规范、设计、原型制作和测试方法和工具;f) 性能、容错性、可靠性、安全性和可测试性;g) 案例研究以及实验和理论评估;h) 新的和重要的应用和趋势。

从它的接受领域来说,主要关注通信和计算机关系的文章。因此,大家如果是从事这方面的科学研究,TC确实是一个不错的阅读选择。

6

Information systems

信息系统  英国

Information systems 的本质是支持数据密集型应用程序的软件和硬件系统。就该期刊而言,它发表有关信息系统语言、数据模型、过程模型、算法、软件和硬件的设计和实现的文章。

该期刊的学科领域包括数据管理主要国际数据库会议(例如 ACM SIGMOD/PODS、VLDB、ICDE 和 ICDT/EDBT)中提出的问题,以及来自数据挖掘/机器学习、与结构化数据协调的信息检索、互联网领域的数据相关问题,云数据管理、业务流程管理、网络语义、视觉和音频信息系统、科学计算和数据科学等等。

它欢迎大规模并行数据管理、容错和数据密集型系统专用硬件实现考虑的系统论文;开辟重要的新领域、统一和扩展数据密集型应用现有算法的理论论文;包含城市信息学、社会和自然科学、物联网等应用领域的手稿。

岛主推荐的原因之一是它的系统论文必须认真对待真实系统的实验或基于真实系统轨迹的模。如果是理论论文要求有明确的应用动机,并明确说明哪些想法具有潜在的广泛适用性。该期刊总体以应用为目标,没有特别浮夸的例子。

7

IEEE computer graphics and applications

IEEE 计算机图示与应用   美国

IEEE computer graphics and applications是唯一一本将实践者和学者的兴趣联系起来,并涉及计算机图形学、可视化、增强和虚拟现实以及人机交互等广泛领域的杂志。它也是学术界通过其部门进行策划讨论的唯一渠道。

它注重从特定算法到完整系统实现,将计算机图形学、可视化、虚拟和增强现实以及 HCI 的理论和实践联系起来。在审稿流程方面,它采用了独特的同行组合评审。如果大家是计算机图形方面的研究者,可以参考该期刊作为行业标准。

8

IEEE network

IEEE 网络   美国

IEEE Network 为双月刊,为读者提供网络社区感兴趣的话题。因此,它特别提供了一个主要讨论计算机通信问题和发展的平台。该期刊旨在调查或教程,偏向于实践,并且对于非专业人士和从业者来说都是可以理解的。

9

ACM transactions on graphics

美国计算机学会图形学汇刊  美国

ACM Transactions on Graphics (TOG)是图形领域最重要的同行评审期刊。在TOG的彩色页面中,领先的研究人员讨论了计算机辅助设计、合成图像生成、渲染、实体建模等领域的突破。“研究”是最大的常规部分,对于任何实施图形系统的人来说都是必要的智力滋养。

10

Computer vision and image understanding

计算机视觉与图形理解  美国

Computer vision and image understanding的核心是计算机分析的图像信息。它发表的论文涵盖了图像分析的各个方面,从早期视觉的低级、标志性过程到识别和解释的高级、符号性过程。该期刊涵盖了图像理解领域的广泛主题,包括提供与主流观点不同的见解的论文。

以上就是岛主对英文期刊的一些整理和归纳,主要介绍了计算机领域的十大英文期刊:Communications of the ACM , IEEE transactions on image processing, Pattern recognition ,IEEE ACM transactions on networking,IEEE transactions on computers ,Information systems,IEEE computer graphics and applications ,IEEE network,ACM transactions on graphics ,Computer vision and image understanding。大家可以根据自己的研究方向进行更多的期刊阅读选择。“业精于勤,荒于嬉;行成于思,毁于随。“岛主望大家勤勉多思,做出成果。

Logo

汇聚原天河团队并行计算工程师、中科院计算所专家以及头部AI名企HPC专家,助力解决“卡脖子”问题

更多推荐