推薦合適期刊 投稿指導 助力快速見刊免費咨詢
Journal Of Computational Physics是物理與天體物理領域的一本權威期刊。由Academic Press Inc.出版社出版。該期刊主要發表物理與天體物理領域的原創性研究成果。創刊于1966年,是物理與天體物理領域中具有代表性的學術刊物。該期刊主要刊載物理-計算機:跨學科應用及其基礎研究的前瞻性、原始性、首創性研究成果、科技成就和進展。該期刊不僅收錄了該領域的科技成就和進展,更以其深厚的學術積淀和卓越的審稿標準,確保每篇文章都具備高度的學術價值。此外,該刊同時被SCIE數據庫收錄,并被劃分為中科院SCI2區期刊,它始終堅持創新,不斷專注于發布高度有價值的研究成果,不斷推動物理與天體物理領域的進步。
同時,我們注重來稿文章表述的清晰度,以及其與我們的讀者群體和研究領域的相關性。為此,我們期待所有投稿的文章能夠保持簡潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 約6.5個月 約17.2周。若您對于稿件是否適合該期刊存在疑慮,建議您在提交前主動與期刊主編取得聯系,或咨詢本站的客服老師。我們的客服老師將根據您的研究內容和方向,為您推薦最為合適的期刊,助力您順利投稿,實現學術成果的順利發表。
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
物理與天體物理 | 2區 | PHYSICS, MATHEMATICAL 物理:數學物理 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應用 | 1區 2區 | 是 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
物理與天體物理 | 2區 | PHYSICS, MATHEMATICAL 物理:數學物理 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應用 | 1區 2區 | 否 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
物理與天體物理 | 2區 | PHYSICS, MATHEMATICAL 物理:數學物理 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應用 | 1區 2區 | 是 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
物理 | 3區 | COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應用 PHYSICS, MATHEMATICAL 物理:數學物理 | 3區 2區 | 否 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
物理與天體物理 | 2區 | PHYSICS, MATHEMATICAL 物理:數學物理 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應用 | 1區 2區 | 是 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
物理與天體物理 | 2區 | PHYSICS, MATHEMATICAL 物理:數學物理 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計算機:跨學科應用 | 1區 2區 | 是 | 否 |
按JIF指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
學科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q2 | 51 / 169 |
70.1% |
學科:PHYSICS, MATHEMATICAL | SCIE | Q1 | 3 / 60 |
95.8% |
按JCI指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
學科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q2 | 44 / 169 |
74.26% |
學科:PHYSICS, MATHEMATICAL | SCIE | Q1 | 8 / 60 |
87.5% |
學科類別 | 分區 | 排名 | 百分位 |
大類:Mathematics 小類:Applied Mathematics | Q1 | 35 / 635 |
94% |
大類:Mathematics 小類:Numerical Analysis | Q1 | 6 / 88 |
93% |
大類:Mathematics 小類:Computational Mathematics | Q1 | 15 / 189 |
92% |
大類:Mathematics 小類:Modeling and Simulation | Q1 | 27 / 324 |
91% |
大類:Mathematics 小類:Physics and Astronomy (miscellaneous) | Q1 | 8 / 81 |
90% |
大類:Mathematics 小類:General Physics and Astronomy | Q1 | 36 / 243 |
85% |
大類:Mathematics 小類:Computer Science Applications | Q1 | 173 / 817 |
78% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年發文量 | 676 | 696 | 718 | 718 | 647 | 667 | 658 | 751 | 803 | 667 |
國家/地區 | 數量 |
USA | 909 |
CHINA MAINLAND | 422 |
France | 232 |
GERMANY (FED REP GER) | 178 |
England | 133 |
Italy | 90 |
Spain | 71 |
Canada | 65 |
Switzerland | 48 |
Netherlands | 47 |
機構 | 數量 |
UNITED STATES DEPARTMENT OF ENERGY (DOE) | 147 |
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS) | 142 |
CHINESE ACADEMY OF SCIENCES | 86 |
UNIVERSITY OF CALIFORNIA SYSTEM | 86 |
STANFORD UNIVERSITY | 62 |
UNIVERSITY OF TEXAS SYSTEM | 42 |
PURDUE UNIVERSITY SYSTEM | 39 |
BROWN UNIVERSITY | 38 |
TECHNICAL UNIVERSITY OF MUNICH | 38 |
TEXAS A&M UNIVERSITY SYSTEM | 33 |
文章名稱 | 引用次數 |
Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations | 203 |
Hidden physics models: Machine learning of nonlinear partial differential equations | 86 |
The scalar auxiliary variable (SAV) approach for gradient flows | 85 |
DGM: A deep learning algorithm for solving partial differential equations | 76 |
Physics-constrained deep learning for high-dimensional surrogate modeling and uncertainty quantification without labeled data | 49 |
Bayesian deep convolutional encoder-decoder networks for surrogate modeling and uncertainty quantification | 45 |
A review of level-set methods and some recent applications | 43 |
A review of definitions of fractional derivatives and other operators | 41 |
A fast linearized conservative finite element method for the strongly coupled nonlinear fractional Schrodinger equations | 41 |
Deep UQ: Learning deep neural network surrogate models for high dimensional uncertainty quantification | 36 |
SCIE
影響因子 4.2
CiteScore 1.5
SCIE
影響因子 0.9
CiteScore 1.6
SCIE
影響因子 1.8
CiteScore 3.1
SCIE
影響因子 2.7
CiteScore 6.9
SCIE
影響因子 0.5
CiteScore 1.4
SCIE
CiteScore 4
SCIE
影響因子 4.8
CiteScore 6.7
SCIE
CiteScore 2.8
SCIE
影響因子 0.7
CiteScore 1.4
SCIE
影響因子 1.3
CiteScore 2.7
若用戶需要出版服務,請聯系出版商:ACADEMIC PRESS INC ELSEVIER SCIENCE, 525 B ST, STE 1900, SAN DIEGO, USA, CA, 92101-4495。