爱思唯尔的KBS——模板、投稿、返修、接收的总结

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 爱思唯尔的KBS——模板、投稿、返修、接收的总结

投稿

适用什么类型的论文?

这里引用期刊的介绍:基于知识的系统是人工智能领域的国际性跨学科期刊。该期刊将发表该领域的原创性、创新性和创造性研究成果,旨在关注基于知识和其他人工智能技术的系统研究,其目标和能力如下:通过数据科学和计算技术支持人类预测和决策;均衡报道该领域的理论和实践研究;鼓励基于知识的智能模型、方法、系统和软件工具的新开发和实施,并应用于商业、政府、教育、工程和医疗保健领域。

 

本刊目前的主要议题包括但不限于:

 

机器学习理论、方法和算法

数据科学理论、方法和技术

知识呈现与工程

推荐系统和电子服务个性化

智能决策支持系统、预测系统和预警系统

计算智能系统

数据驱动的优化

认知交互和脑机接口

基于知识的计算机视觉技术

投稿时需要准备的文件?

 

 

Manuscript:第一次投稿的时候只需要提供论文的PDF,返修的时候需要给latex源码。推荐使用在线LaTeX(Overleaf)编译。

Cover Letter:一般是介绍下自己的论文内容,感谢编辑啥的,网上模板也有很多。

Declaration of Interest statement:利益声明的文件,用官方提供的模板就好,或者下载我提供的也行。

Author Agreement:使用pdf格式,需要每个作者手写签名。

投稿到返修的时间:

我是四月底投的,九月初审稿完成。KBS要求至少三个审稿人,审稿需要所有审稿人都给了建议才会结束,所以这个时间就挺看运气。每个审稿人必须在两个月内给出意见,如果某个审稿人超时了,期刊就会重新邀请新的审稿人,我就是有个审稿人一直没给意见,就被硬拖。

 

返修

需要准备的东西:

 

detailed response to reviewers:给主编、副编、审稿人的点对点的回复(.docx)。没有明确要求什么格式,这里提供下我的回复格式。

revised manuscript (clean version):不带高亮的手稿。在这里面传 .tex文件,同时也需要传所有我们编译需要的文件,包括图片和latex的格式文件,例如==.cls==、.bib。

revised manuscript (with change marked): 初稿论文被改变了的内容需要高亮。如果我们在clean version里面传了全部latex文件,那么这个选项就只需要传高亮版本的.tex文件。

返修到接收的时间:

通常返修会给40+42天,就算三个月,所以时间很长,但是不建议弄这么久,最好能一个月就改好。我返修了两次,第一次大修,但是两个审稿人意见都比较好,第三个审稿人的意见有点复杂。第二次返修只剩两个审稿人还有意见,一个说还存在一些语法错误(所以编辑也让去润色了,但就算审稿人不说,我从网上和身边了解到的情况是KBS都会让润色),另一个是直接建议期刊拒绝接受…这是真难绷,让我一度以为凉了。幸运的是,编辑那边还是同意了,在第二次返修的邮件里编辑让我点对点的在cover letter里面回复第三个审稿人的那些问题,注意是cover letter,这个文件一般是给编辑看的,当然给审稿人的response也提供了,两个内容是一样的,但是第二次返修不会再走审稿流程了,只是处于with editor里。

 

注意

KBS一般在在最后步骤都会是条件接受,也就是会让你先去用爱思唯尔官方服务的润色,大概两千人民币吧。

 

接收

接受后

一段时间后会发个邮件让填一些表格,例如再次确定作者信息、是否需要纸质期刊等。再过几天就会通知预览版出来了,也就是可以在网上搜到文章。然后再过两三天就会给最终版,此时可以进行一些格式或者内容的调整。


 

详细时间线可以看下图 image.png

需要修改模版里面最开始的命令\usepackage[round,authoryear]{natbib},把它改成\usepackage[numbers]{natbib},模版是ESWA的,KBS只是引用文献时显示的数字,而ESWA是显示作者名。 image.png

 

相关文章
|
人工智能 搜索推荐 算法
爱思唯尔的KBS——模板、投稿、返修、接收的总结
爱思唯尔的KBS——模板、投稿、返修、接收的总结
6364 3
overleaf 插入图片,引用图片,图标标题Fig与文章引用Figure不一致解决
overleaf 插入图片,引用图片,图标标题Fig与文章引用Figure不一致解决
12840 1
|
机器学习/深度学习 算法框架/工具
什么是ablation study(消融实验)?
什么是ablation study(消融实验)?
什么是ablation study(消融实验)?
Latex更改字体颜色以及快速生成 SCI 论文的 revised version 和 pure version
Latex更改字体颜色以及快速生成 SCI 论文的 revised version 和 pure version
Latex更改字体颜色以及快速生成 SCI 论文的 revised version 和 pure version
|
机器学习/深度学习 自然语言处理 大数据
【Transformer系列(2)】注意力机制、自注意力机制、多头注意力机制、通道注意力机制、空间注意力机制超详细讲解
【Transformer系列(2)】注意力机制、自注意力机制、多头注意力机制、通道注意力机制、空间注意力机制超详细讲解
8837 2
【Transformer系列(2)】注意力机制、自注意力机制、多头注意力机制、通道注意力机制、空间注意力机制超详细讲解
|
机器学习/深度学习 编解码 计算机视觉
RT-DETR改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
RT-DETR改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
599 2
|
机器学习/深度学习
【元学习meta-learning】通俗易懂讲解元学习以及与监督学习的区别
本文通过通俗易懂的方式解释了元学习(Meta-learning)的概念及其与传统监督学习的区别,并通过实例说明了元学习是如何让模型具备快速学习新任务的能力。
4452 0
|
PyTorch 测试技术 算法框架/工具
Python中Thop库的常见用法和代码示例
肆十二在B站分享了关于THOP(Torch-OpCounter)的实战教学视频。THOP是一个用于计算PyTorch模型操作数和计算量的工具,帮助开发者评估模型复杂度和性能。本文介绍了THOP的安装、使用方法及基本用例,包括如何计算模型的FLOPs和参数量。
2315 0
|
机器学习/深度学习 数据采集 大数据
|
并行计算 PyTorch 算法框架/工具
【已解决】RuntimeError: CuDA error: no kernel image is available for execution on the device
【已解决】RuntimeError: CuDA error: no kernel image is available for execution on the device
12168 1