这本OA期刊征稿主题热门，审稿周期短，深受国人欢迎，投稿从速！

期刊速览

期刊名称：Mathematical Problems in Engineering

ISSN：1024-123X

自引率：10.50%

检索方式：SCIE

影响因子：1.0+

分区: JCR Q4;中科院4区

出版方式：OA

出版社：Hindawi

刊物详解

《Mathematical Problems in Engineering》(MPE)，主要聚焦于如何利用数学工具解决各种工程问题。期刊上发表的文章多以原创性实验研究为主，综述较少。

在最新的中科院分区中处于工程技术4区。而JCR分区中，其在工程技术，综合；数学，多学科应用两个分区中，也继续稳定在Q3(67/91; 77/106)。

近来来，MPE的影响因子逐年上升，2019年略微降低，但仍能保持在1.0以上。

观察近五年来的期刊发文量，可以很明显看出，自2015年大幅减少发文量以来，稿件的发文数一直维持在稳定的水平，结合IF的变化也可以明显的看出，发文量的减少直接促进了期刊IF的回升与持续稳定。

从近三年的发文贡献上，可以看出MPE深受中国作者的喜爱，中国大陆的贡献作者遥遥领先，贡献率前十的单位多为国内独具专业特色的理工科强校，不少学校在发文量上也是达成平手。

同时，MPE在亚太地区也很受欢迎，也有不少来自韩国，澳大利亚和巴基斯坦的贡献发文。

征稿主题解析

随着计算机及机器学习技术的成熟，如何更好的在各种工业工程问题中应用计算机及机器学习的来解决实际问题，一直都是目前的研究大热门。

本专题将围绕统计信号处理与机器学习的融合展开，征稿主题包括但不限于：

• 自适应滤波器和自适应信号处理

• 内核方法和支持向量机

• 机器学习模型的分布式优化

• 高光谱图像处理和生物信息学

• 统计信号处理和机器学习的新应用

• 统计信号处理和机器学习的新理论

• 用于信号处理的生成对抗网络

• 用于统计信号处理的表示学习

本期专题将是继Advanced Learning Methods in Statistical Signal Processing and Application 之后，第二个关于深度学习与信号处理相关的专题，足以可见当前此类研究方向的热门之处。

同时，我们可以在MPE的许多主题中发现同样的计算机前沿结合传统工程的热门趋势。如人工智能，物联网，数据挖掘等，这些研究方向与传统工程技术领域的结合充分，使得原本诸如能源、运输、制造等传统行业，也开始焕发新的生机。

计算机领域的高速发展为传统工业领域带来了新的驱动力，在工业4.0时代，深度学习与智能互联对于产业的冲击，将进一步推动传统产业的变革。

对于工程应用中的信号处理问题，如何利用深度学习来提升信号的识别能力及高效处理能力，也将是辅助多种工业生产，解决工程建设难题的关键。

本期专题也期待着相关领域的学者就此提出自己的想法，贡献出优质的解决方案。

投稿分享

【信息来源于期刊官网】

MPE属于Hindawi出版社，是一个开放获取的期刊，从近似主题的稿件处理情况不难发现，MPE的文章处理速度较快，投稿至录用，一般可控制在两个月左右，三个月内即可完成出版，可谓兵贵神速。

近期Hindawi刚刚被老牌出版社Wiley收购，有了老牌出版方的强力加持，MPE也将会被列入Golden OA的计划当中，相信MPE也会继续发光发热，不排除有IF上涨的可能。

了解更多

 李编辑

联系方式/微信

13922150234

艾思说刊

更多期刊推荐

关注「艾思说刊」公众号

精选期刊