Py学习  »  机器学习算法

新刊发布 | 专注于机器学习和人工智能在地理科学领域研究及应用的新刊 Geodata and AI 现已正式上线,欢迎赐稿!

GISer last • 2 月前 • 145 次点击  

本推文来源:爱思唯尔Elsevier

图片


将我们设置为星标账号不错过最新学术资讯!

专注于机器学习和人工智能在地理学科(研究)中的科学发现以及在自然或工程地质系统生命周期中创建新型数字服务(实践)发展的期刊Geodata and AI 现已正式上线,欢迎赐稿!


图片
图片

ISSN:3050-483X



扫码了解期刊详情


关于期刊

图片

Geodata and AI 是一本国际期刊,专注于机器学习和人工智能在地理学科(研究)中的科学发现和在自然或工程地质系统生命周期中创建新型数字服务(实践)的发展。地理学科包括土壤科学、岩土工程、岩石工程、地震工程、地质环境工程、工程地质、采矿、地质灾害、地球物理学等。地理数据可以广泛定义为由构成地面特征和观察这些学科中出现的过程所产生的数据。这些学科中的地理数据通常具有异质的空间/时间特征和复杂的采样特性(多源、多模态、不确定、稀疏、不完整、潜在损坏),具有数据融合的潜力。它们对于机器学习和人工智能的训练至关重要,而这些技术在与其他数字技术结合时,能够成为变革性的商业驱动因素。


限免政策

2026年8月30日之前投稿并被接受的稿件,均可免除文章出版费(APC)!


期刊主编

图片
图片

PHOON Kok-Kwang

新加坡科技设计大学

新加坡科技设计大学(SUTD)校长及郑仓满讲座教授(Cheng Tsang Man Chair Professor)。新加坡工程学院(SAEng)和新加坡国家科学院(SNAS)的院士。除了担任新加坡工程学院的财务主管外,他还是政府科学顾问委员会和新加坡-天津经济贸易委员会的成员。Phoon教授还担任新加坡民航局董事会成员。


出版人寄语

Geodata and AI 专注于机器学习和人工智能在地理学科(研究)中的科学发现以及在自然或工程地质系统生命周期中创建新型数字服务(实践)的发展。该期刊的创办旨在应对地理学科面临的共同数据挑战,如岩土工程、岩石工程、地震工程、工程地质、采矿、地球物理学和地质灾害等,旨在改变出版文化,使其更有效地满足新兴技术的需求。


选择本刊发表您的下一篇文章

图片
图片

初审时间短

我们计划在一周内为您做出初审决定。

图片

质量为先,值得信赖

选择在本期刊上发表开放获取文章,您将收到高质量的同行评审专家和编辑的反馈。

图片

研究内容的高可见度

您的文章将被全球领先数据库ScienceDirect收录,有机会被每月1800万的独立访客阅读,同时也将被该领域主要数据库收录。


投稿指南

图片

欢迎扫描下方二维码,获取投稿指南并投稿,期待收到您的稿件!

图片




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/179150
 
145 次点击