ISSN:
1076-2787
eISSN:
1099-0526
Dyscypliny:
- Automatyka, elektronika i elektrotechnika (Dziedzina nauk inżynieryjno-technicznych)
- Informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
- Inżynieria biomedyczna (Dziedzina nauk inżynieryjno-technicznych)
- Inżynieria lądowa i transport (Dziedzina nauk inżynieryjno-technicznych)
- Inżynieria materiałowa (Dziedzina nauk inżynieryjno-technicznych)
- Inżynieria środowiska, górnictwo i energetyka (Dziedzina nauk inżynieryjno-technicznych)
- Nauki farmaceutyczne (Dziedzina nauk medycznych i nauk o zdrowiu)
- Geografia społeczno-ekonomiczna i gospodarka przestrzenna (Dziedzina nauk społecznych)
- Nauki o zarządzaniu i jakości (Dziedzina nauk społecznych)
- Nauki prawne (Dziedzina nauk społecznych)
- Informatyka (Dziedzina nauk ścisłych i przyrodniczych)
- Matematyka (Dziedzina nauk ścisłych i przyrodniczych)
- Nauki biologiczne (Dziedzina nauk ścisłych i przyrodniczych)
- Nauki fizyczne (Dziedzina nauk ścisłych i przyrodniczych)
Punkty Ministerialne: Pomoc
Rok | Punkty | Lista |
---|---|---|
2021 | 70 | MNiSW 2019 |
Rok | Punkty | Lista |
---|---|---|
2021 | 70 | MNiSW 2019 |
2020 | 70 | MNiSW 2019 |
2019 | 70 | MNiSW 2019 |
2018 | 35 | A |
2017 | 35 | A |
2016 | 35 | A |
2015 | 30 | A |
2014 | 30 | A |
2013 | 30 | A |
2012 | 30 | A |
2011 | 30 | A |
2010 | 32 | A |
2009 | 32 | A |
2008 | 32 | A |
Model czasopisma:
Hybrydowe
Punkty CiteScore:
Rok | Punkty |
---|---|
2019 | 3.2 |
Rok | Punkty |
---|---|
2019 | 3.2 |
2018 | 2.7 |
2017 | 3.1 |
2016 | 3.7 |
2015 | 3 |
2014 | 2.2 |
2013 | 2.5 |
2012 | 1.9 |
2011 | 1.6 |
Impact Factor:
Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma
Sherpa Romeo:
Prace opublikowane w tym czasopiśmie
Filtry
wszystkich: 3
Katalog Czasopism
2019
-
Review of the Complexity of Managing Big Data of the Internet of Things
PublikacjaTere is a growing awareness that the complexity of managing Big Data is one of the main challenges in the developing feld of the Internet of Tings (IoT). Complexity arises from several aspects of the Big Data life cycle, such as gathering data, storing them onto cloud servers, cleaning and integrating the data, a process involving the last advances in ontologies, such as Extensible Markup Language (XML) and Resource Description...
2018
wyświetlono 193 razy