当前位置: 首页 JCRQ2 期刊介绍(非官网)
Quantum Machine Intelligence

Quantum Machine Intelligence

SCIE

国际简称:QUANT MACH INTELL  参考译名:量子机器智能

  • 中科院分区

    2区

  • CiteScore分区

    Q1

  • JCR分区

    Q2

基本信息:
ISSN:2524-4906
E-ISSN:2524-4914
是否OA:未开放
是否预警:否
TOP期刊:是
出版信息:
出版地区:Switzerland
出版商:Springer Nature
出版语言:None
研究方向:Multiple
评价信息:
影响因子:4.6
CiteScore指数:7.4
SJR指数:0.864
SNIP指数:1.389
发文数据:
Gold OA文章占比:50.20%
研究类文章占比:96.30%
年发文量:108
自引率:0.0416...
开源占比:0.473
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Quantum Machine Intelligence期刊介绍

Quantum Machine Intelligence is an international academic journal dedicated to the intersection of quantum computing and artificial intelligence. This journal is published by Springer Nature and aims to publish original research on improving artificial intelligence algorithms using quantum computing principles and techniques. The research topics covered by the journal include quantum machine learning, quantum neural networks, quantum optimization, quantum simulation, and the progress of quantum computing in practical applications such as financial technology, drug discovery, and materials science. It provides a platform for global researchers to exchange the latest research findings and explore the potential of combining quantum computing with artificial intelligence.

The characteristic of this journal is its focus on the cutting-edge interdisciplinary field of quantum computing and artificial intelligence, providing a dedicated publishing channel for researchers in related fields. Its target readership includes university professors, researchers, graduate students, and professionals in industry, especially scholars interested in the application of quantum computing in the field of artificial intelligence.

期刊简介Quantum Machine Intelligence期刊介绍

《Quantum Machine Intelligence》是一本物理与天体物理优秀杂志。致力于发表原创科学研究结果,并为物理与天体物理各个领域的原创研究提供一个展示平台,以促进物理与天体物理领域的的进步。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物理与天体物理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)Quantum Machine Intelligence Cite Score数据

  • CiteScore:7.4
  • SJR:0.864
  • SNIP:1.389
学科类别 分区 排名 百分位
大类:Mathematics 小类:Applied Mathematics Q1 44 / 680

93%

大类:Mathematics 小类:Computational Theory and Mathematics Q1 26 / 203

87%

大类:Mathematics 小类:Theoretical Computer Science Q1 26 / 135

81%

大类:Mathematics 小类:Software Q1 118 / 503

76%

大类:Mathematics 小类:Artificial Intelligence Q1 141 / 570

75%

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Quantum Machine Intelligence 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
物理与天体物理 2区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 QUANTUM SCIENCE & TECHNOLOGY 量子科技 3区 3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
物理与天体物理 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 QUANTUM SCIENCE & TECHNOLOGY 量子科技 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Quantum Machine Intelligence 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 ESCI Q2 77 / 210

63.6

学科:QUANTUM SCIENCE & TECHNOLOGY ESCI Q2 9 / 28

69.6

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q2 68 / 210

67.86

学科:QUANTUM SCIENCE & TECHNOLOGY ESCI Q2 14 / 28

51.79

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 ESCI Q2 62 / 197

68.8

学科:QUANTUM SCIENCE & TECHNOLOGY ESCI Q2 11 / 26

59.6

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE ESCI Q2 57 / 198

71.46

学科:QUANTUM SCIENCE & TECHNOLOGY ESCI Q2 13 / 26

51.92

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

本刊中国学者近年发表论文

  • 1、Attribute fusion-based evidential classifier on quantum circuit

    Author: Luo, Hao; Zhou, Qianli; Pan, Lipeng; Li, Zhen; Deng, Yong

    Journal: QUANTUM MACHINE INTELLIGENCE. 2026; Vol. 8, Issue 1, pp. -. DOI: 10.1007/s42484-026-00395-4

  • 2、Quantum transformers for image classification: integrating variational quantum circuits and quantum wavelet KA

    Author: Geng, Zihan; Wang, Xinghua; Li, Xiaoran; Zhang, Feng

    Journal: QUANTUM MACHINE INTELLIGENCE. 2026; Vol. 8, Issue 1, pp. -. DOI: 10.1007/s42484-026-00381-w

  • 3、LCQNN: linear combination of quantum neural network

    Author: Yao, Hongshun; Liu, Xia; Jing, Mingrui; Li, Guangxi; Wang, Xin

    Journal: QUANTUM MACHINE INTELLIGENCE. 2026; Vol. 8, Issue 1, pp. -. DOI: 10.1007/s42484-026-00364-x

  • 4、Quantum latent diffusion model for high-dimensional state generatio

    Author: Li, Guangxi; Jing, Mingrui; Zhu, Chenghong; Wang, Xin

    Journal: QUANTUM MACHINE INTELLIGENCE. 2026; Vol. 8, Issue 1, pp. -. DOI: 10.1007/s42484-026-00352-1

  • 5、Differentiable architecture search for adversarially robust quantum computer visio

    Author: Afane, Mohamed; Long, Quanjiang; Shen, Haoting; Mao, Ying; Farooq, Junaid; Wang, Ying; Chen, Juntao

    Journal: QUANTUM MACHINE INTELLIGENCE. 2026; Vol. 8, Issue 1, pp. -. DOI: 10.1007/s42484-026-00353-0

  • 6、Reconstructing quantum states with VAE and CVA

    Author: Cong, Shuang; Su, Chenyu

    Journal: QUANTUM MACHINE INTELLIGENCE. 2025; Vol. 7, Issue 1, pp. -. DOI: 10.1007/s42484-025-00284-2

  • 7、Parallel Ising annealer via gradient-based Hamiltonian Monte Carl

    Author: Wang, Hao; Liu, Zixuan; Xie, Zhixin; Li, Langyu; Miao, Zibo; Cui, Wei; Pan, Yu

    Journal: QUANTUM MACHINE INTELLIGENCE. 2025; Vol. 7, Issue 1, pp. -. DOI: 10.1007/s42484-024-00231-7

投稿常见问题