当前位置: 首页 JCRQ1 期刊介绍(非官网)
Acm Transactions On Autonomous And Adaptive Systems

Acm Transactions On Autonomous And Adaptive Systems

SCISCIE

国际简称:ACM T AUTON ADAP SYS  参考译名:自主和自适应系统 Acm 交易

  • 中科院分区

    4区

  • CiteScore分区

    Q2

  • JCR分区

    Q1

基本信息:
ISSN:1556-4665
E-ISSN:1556-4703
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:UNITED STATES
出版商:Association for Computing Machinery (ACM)
出版语言:English
出版周期:Quarterly
出版年份:2006
研究方向:工程技术-计算机:理论方法
评价信息:
影响因子:5.2
H-index:34
CiteScore指数:5.8
SJR指数:0.719
SNIP指数:1.27
发文数据:
Gold OA文章占比:25.37%
研究类文章占比:100.00%
年发文量:32
自引率:0.0740...
开源占比:0
出版撤稿占比:
出版国人文章占比:0
OA被引用占比:
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 发文数据 常见问题

英文简介Acm Transactions On Autonomous And Adaptive Systems期刊介绍

ACM Transactions on Autonomous and Adaptive Systems focuses on the research of autonomous and adaptive systems. This journal provides a universal publishing and communication platform for the growing interdisciplinary research community, covering a wide range of research topics from theoretical foundations to system implementation.

The journal pays special attention to the design and implementation of autonomous systems that can operate without human intervention and adapt to constantly changing environments and conditions. This includes but is not limited to research in fields such as robotics, intelligent agents, sensor networks, automation control systems, machine learning, artificial intelligence, and multi-agent systems. Encourage researchers to submit innovative research results on the fundamental theories, algorithms, architectures, protocols, experimental evaluations, and applications of autonomous and adaptive systems. These studies may involve adaptive control, learning algorithms, optimization strategies, decision-making processes, perception and cognitive models, human-computer interaction, as well as system safety and reliability.

期刊简介Acm Transactions On Autonomous And Adaptive Systems期刊介绍

《Acm Transactions On Autonomous And Adaptive Systems》自2006出版以来,是一本计算机科学优秀杂志。致力于发表原创科学研究结果,并为计算机科学各个领域的原创研究提供一个展示平台,以促进计算机科学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道计算机科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCI、SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2026年6月最新版)Acm Transactions On Autonomous And Adaptive Systems Cite Score数据

  • CiteScore:5.8
  • SJR:0.719
  • SNIP:1.27
学科类别 分区 排名 百分位
大类:Engineering 小类:Control and Systems Engineering Q2 110 / 390

71%

大类:Engineering 小类:Computer Science (miscellaneous) Q2 56 / 179

68%

大类:Engineering 小类:Software Q2 175 / 503

65%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Acm Transactions On Autonomous And Adaptive Systems 中科院分区

《新锐期刊分区表》(2026年3月发布) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 4区 4区 4区
期刊分区表(2025年3月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 4区 4区
期刊分区表(2023年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 3区 4区 4区
期刊分区表(2022年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 4区 4区 4区
期刊分区表(2021年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, INFORMATION SYSTEMS 计算机:信息系统 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 4区 4区 4区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Acm Transactions On Autonomous And Adaptive Systems JCR分区

2025-2026年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 64 / 210

69.8

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 67 / 266

75

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 28 / 146

81.2

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 73 / 210

65.48

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q2 108 / 266

59.59

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q2 43 / 147

71.09

2024-2025年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 131 / 204

36

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 154 / 258

40.5

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q2 63 / 147

57.5

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 106 / 204

48.28

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 137 / 258

47.09

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q2 67 / 147

54.76

2023-2024年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 120 / 197

39.3

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 138 / 249

44.8

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q2 56 / 143

61.2

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q3 132 / 198

33.59

学科:COMPUTER SCIENCE, INFORMATION SYSTEMS SCIE Q3 167 / 251

33.67

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q3 80 / 143

44.41

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

国家/地区发文量统计
  • 国家/地区数量
  • USA11
  • Italy8
  • CHINA MAINLAND7
  • England7
  • Australia4
  • Canada4
  • Belgium3
  • Japan3
  • France2
  • GERMANY (FED REP GER)2

本刊中国学者近年发表论文

  • 1、Fine-grained Tracing for Performance Anomaly Diagnosis of Serverless Function

    Author: Wang, Runan; Yu, Guangba; Casale, Giuliano; Chen, Pengfei; Filieri, Antonio

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2026; Vol. 21, Issue 1, pp. -. DOI: 10.1145/3785005

  • 2、An Imitative Reinforcement Learning Framework for Pursuit-Lock-Launch Mission

    Author: Li, Siyuan; Zuo, Rongchang; Liu, Bofei; He, Yaoyu; Liu, Peng; Zhao, Yingnan

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2026; Vol. 21, Issue 1, pp. -. DOI: 10.1145/3750733

  • 3、Automate Legibility through Inverse Reinforcement Learnin

    Author: Zeng, Buxin; Pan, Yinghui; Tang, Jing; Zeng, Yifeng

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2026; Vol. 21, Issue 1, pp. -. DOI: 10.1145/3736417

  • 4、Graph Unlearning System with Subgraph De-Isolation Measure

    Author: Li, Yi; Cheng, Debo; Zhang, Guixian; Li, Chengyu; Zhang, Shichao

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2026; Vol. 21, Issue 1, pp. -. DOI: 10.1145/3750734

  • 5、StatuScale: Status-aware and Elastic Scaling Strategy for Microservice Application

    Author: Wen, Linfeng; Xu, Minxian; Gill, Sukhpal singh; Hilman, Muhammad; Srirama, Satish Narayana; Ye, Kejiang; Xu, Chengzhong

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2025; Vol. 20, Issue 1, pp. -. DOI: 10.1145/3686253

  • 6、Piecewise Weighting Function for Collaborative Filtering Recommendatio

    Author: Li, Jiaye; Song, Jiagang; Zhang, Shichao

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2025; Vol. 20, Issue 1, pp. -. DOI: 10.1145/3708353

  • 7、Credible Negotiation for Multi-agent Reinforcement Learning in Long-term Coordinatio

    Author: Gu, Tianlong; Zhi, Taihang; Bao, Xuguang; Chang, Liang

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2025; Vol. 20, Issue 1, pp. -. DOI: 10.1145/3706110

  • 8、SEPPDL: A Secure and Efficient Privacy-Preserving Deep Learning Inference Framework for Autonomous Drivin

    Author: Bobo, Wang; Yang, Hongwei; Hao, Meng; Zhang, Jiannan; He, Hui; Zhang, Weizhe

    Journal: ACM TRANSACTIONS ON AUTONOMOUS AND ADAPTIVE SYSTEMS. 2025; Vol. 20, Issue 1, pp. -. DOI: 10.1145/3708505

投稿常见问题

通讯方式:ASSOC COMPUTING MACHINERY, 2 PENN PLAZA, STE 701, NEW YORK, USA, NY, 10121-0701。