在哪里发表深度强化学习的第一篇文章？

人工智能 强化学习 深度学习 文件 研究
2021-10-31 01:45:22

哪些期刊适合在深度强化学习领域首次发表？

我正在写关于DQN相关算法的研究成果。

我有 3 个要求 - 它应该在这些数据库之一中编入索引，否则，我无法获得研究资助：

而且发布的成本应该不会很高。出版费用应该在 1000 欧元以下，例如，Elsevier“人工智能”期刊的开放存取许可的出版费用约为 2400 欧元。

并且它不应该有很长的审查/发布期。例如，Elsevier 的“Information Fusion”期刊目前正在收集 2018 年 7 月的文章，即距离出版有 8 个月的时间。正常吗？

您能推荐一些符合条件且您在发表研究方面有良好经验的期刊吗？

2个回答

我建议您关注质量而不是数量。发表论文将提高您的声誉，并使您在您的学术领域 (AI) 中得到更多认可；然而，这只有在论文提供对一个重要问题的有用见解的情况下。

如果你的论文写得好、易于理解、激发新的重要问题、使用严谨的方法来解释为什么数据支持结论和与先前工作的联系并有助于使你的论文的论点清晰，那么你的论文更有可能被接受。（伊丽莎白 Z 爱思唯尔博客）

在提交论文之前，请导师或同事对其进行校对，以便您进行相关的修改和更改。如果您的作品写得不好或包含不合标准的语法，期刊编辑会看不起您的作品。

发表评论的一种方法是撰写评论，尤其是对于处于职业生涯早期阶段的研究人员。大多数期刊编辑喜欢发表对以前出版物的回复，因为它会引发辩论。

请记住，以正当理由质疑审稿人的建议是可以接受的。许多研究人员在被指示修改和重新提交他们的工作时没有坚持下去。但是，不要放弃，你可以礼貌地拒绝，甚至争论为什么审稿人是错的。如果您清楚地考虑了他们的所有反馈，编辑将接受合理的解释。

发表论文绝非易事，尤其是在高排名期刊上。如果您专注于快速发表，它可能会使您无法专注于研究质量。是的，发表可能会很昂贵，但是，如果您在排名较低或未分级的期刊上写一篇高质量的论文而不是一篇低质量的论文，这对您的职业生涯要好得多，因为它不会是可引用的。

以下是人工智能期刊列表，您可以将论文提交到这些期刊并可能发表。

这里有一个重要的考虑因素：在过去的十年或两年中，包含大部分强化学习工作的机器学习和人工智能领域，研究人员认为会议是比期刊更有影响力的出版场所。研究人员选择的特定地点取决于他或她使用强化学习的数据和/或应用领域，并且会议经常在变化，但为了让您开始，顶级会议是（按排他性和重要性的粗略顺序） ：

其它你可能感兴趣的问题
上一篇当步幅大于 1 时，如何计算误差相对于卷积层输入的导数？ 下一篇机器学习、模式识别和数据挖掘之间有什么区别？