推荐合适期刊 投稿指导 助力快速见刊免费咨询
Parallel Computing是计算机科学领域的一本优秀期刊。由Elsevier出版社出版。该期刊主要发表计算机科学领域的原创性研究成果。创刊于1984年,该期刊主要刊载工程技术-计算机:理论方法及其基础研究的前瞻性、原始性、首创性研究成果、科技成就和进展。该期刊不仅收录了该领域的科技成就和进展,更以其深厚的学术积淀和卓越的审稿标准,确保每篇文章都具备高度的学术价值。此外,该刊同时被SCIE数据库收录,并被划分为中科院SCI4区期刊,它始终坚持创新,不断专注于发布高度有价值的研究成果,不断推动计算机科学领域的进步。
同时,我们注重来稿文章表述的清晰度,以及其与我们的读者群体和研究领域的相关性。为此,我们期待所有投稿的文章能够保持简洁明了、组织有序、表述清晰。该期刊平均审稿速度为平均 12周,或约稿 约22.7周。若您对于稿件是否适合该期刊存在疑虑,建议您在提交前主动与期刊主编取得联系,或咨询本站的客服老师。我们的客服老师将根据您的研究内容和方向,为您推荐最为合适的期刊,助力您顺利投稿,实现学术成果的顺利发表。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 4区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 4区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 4区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 3区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 4区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 4区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
工程技术 | 4区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 4区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 4区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 4区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 4区 | COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 | 4区 | 否 | 否 |
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q2 | 57 / 143 |
60.5% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q3 | 83 / 143 |
42.31% |
学科类别 | 分区 | 排名 | 百分位 |
大类:Mathematics 小类:Theoretical Computer Science | Q2 | 54 / 130 |
58% |
大类:Mathematics 小类:Computer Graphics and Computer-Aided Design | Q2 | 45 / 106 |
58% |
大类:Mathematics 小类:Computer Networks and Communications | Q3 | 207 / 395 |
47% |
大类:Mathematics 小类:Artificial Intelligence | Q3 | 203 / 350 |
42% |
大类:Mathematics 小类:Hardware and Architecture | Q3 | 105 / 177 |
40% |
大类:Mathematics 小类:Software | Q3 | 242 / 407 |
40% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年发文量 | 60 | 56 | 74 | 47 | 62 | 82 | 37 | 59 | 44 | 32 |
文章名称 | 引用次数 |
Multithreaded sparse matrix-matrix multiplication for many-core and GPU architectures | 8 |
Optimizations of the eigensolvers in the ELPA library | 7 |
Batched QR and SVD algorithms on GPUs with applications in hierarchical matrix compression | 7 |
DVFS-aware application classification to improve GPGPUs energy efficiency | 5 |
Accelerating the SVD two stage bidiagonal reduction and divide and conquer using GPUs | 4 |
Comparing load-balancing algorithms for MapReduce under Zipfian data skews | 4 |
Proteus: Exploiting precision variability in deep neural networks | 3 |
SAGE: Percipient Storage for Exascale Data Centric Computing | 3 |
Manila: Using a densely populated PMC-space for power modelling within large-scale systems | 3 |
Performance optimization, modeling and analysis of sparse matrix-matrix products on multi-core and many-core processors | 3 |
SCIE
影响因子 3.7
CiteScore 6.4
SCIE
影响因子 4.5
CiteScore 10
SCIE
影响因子 3.8
CiteScore 6.7
SCIE
影响因子 5.3
CiteScore 9.3
SCIE
影响因子 1.7
CiteScore 3.4
SCIE
CiteScore 5.6
SCIE
影响因子 7.7
CiteScore 20.9
SCIE
影响因子 3.9
CiteScore 7.3
SCIE
影响因子 5.3
CiteScore 10.3
SCIE
影响因子 3
CiteScore 7.7
若用户需要出版服务,请联系出版商:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE。