AI頂會排行榜,CVPR居首 NIPS、ICML分列二、三位(轉貼)

 AI頂會排行榜,CVPR居首 NIPS、ICML分列二、三位

2019-09-11 由 AMiner學術 發表于科技


隨著計算機技術的日新月異,尤其是以人工智慧和機器學習為代表的新興技術快速發展,使得以AI為主題的會議層出不窮。那麼了解AI領域的最新科研成果與發展趨勢,就一定要看頂會,頂會,頂會!


除了大家最為熟知的人工智慧領域最核心的四大頂會AAAI、IJCAI、ICML和NIPS,以及作為計算機視覺和自然語言為代表的CVPR和ACL這兩大學術會議,也湧現了許多「後起之秀」,比如僅創立六年卻有深度學習頂會「無冕之王」之稱的ICLR,還有創辦於1996年的大有趕超ACL之勢的自然語言處理領域頂會EMNLP,這些「新星會議」的崛起,使得AI領域的會議呈現出亮點紛呈、多面開花的局面。


目前國外計算機界評價學術水平主要看在頂級學術會議上發表的論文,特別是在機器學習、計算機視覺和人工智慧領域,頂級會議才是王道。


為了便於了解和追蹤AI領域各大頂會/頂刊的發展態勢,通過對AMiner平台中近五年來會議/期刊數據地深入發掘,我們重磅推出AI領域會議TOP40榜單與期刊TOP60榜單。


這份榜單主要根據五年來AI領域會議/期刊的H5-index、引用中位數(cit_med )、10H值(被引最高的10篇論文的被引數量之和)、年均篇數(avg_pub )等指標,期刊還考慮了影響因子(IF)、特徵因子(EF)2個額外指標,同時結合CCF等級進行指標相關性分析,依據這些會議/期刊的H5指數進行了統計和排名,最終評選出會議TOP40榜單與期刊TOP60榜單。


AI領域會議TOP40排行





從這份排名來看,計算機視覺頂會CVPR以H5指數235、10H值78158高居榜首。

機器學習領域頂級會議NIPS,H5指數149,位居第二。

排在第三名的同樣是機器學習領域的頂級會議,ICML,H5指數128。

排名第四、第五的分別是ECCV和ICCV。計算機視覺領域的三大頂會全部上榜,可以看出這一研究方向的火爆與熱度。


自然語言處理是除計算機視覺外另一個非常受關注的研究領域,ACL 和 EMNLP 作為自然語言處理這一領域貢獻非常大的兩大頂會,分別位列第六、第八位。

AAAI作為人工智慧領域的綜合性頂會,H5指數89,位列第七。

作為機器人領域的國際頂級會議ICRA,排在第九位,H5指數81。該會議由IEEE 機器人與自動化學會主辦,從論文接收率來看,ICRA 相比起其他學術會議來說還是比較高的,平均值為 40.9%。

AI領域的首個國際性學術會議IJCAI,H5指數為60,排名第10。作為人工智慧領域的老牌會議,國際人工智慧聯合會議IJCAI(International Joint Conference on Artificial Intelligen)已經有50年的歷史,它被認為是人工智慧領域最為重要、也是最為頂級的學術會議之一,人工智慧領域很多開山人物曾在該會議拿獎並發表過優秀論文。目前在清華的計算機學科推薦列表中它由CCF的A 類降到了 B 類。


詳解CVPR


CVPR(IEEE Conference on Computer Vision and Pattern Recognition),即IEEE國際計算機視覺與模式識別會議,計算機視覺三大頂會之一。該會議由IEEE舉辦,會議主要內容包括計算機視覺與模式識別技術。

CVPR有著較為嚴苛的錄用標準,審稿採取是雙盲機制,會議整體的錄取率通常不超過30%,而口頭報告的論文比例更是不高於5%。在各種學術會議統計中,CVPR被認為有著很強的影響力和很高的排名。目前在中國計算機學會推薦國際學術會議的排名和清華計算機學科推薦列表中,CVPR均為人工智慧領域的A類會議。

通過對AMiner平台中CVPR近五年來收錄論文數據地進一步挖掘,從詞雲可以看出,CVPR的關鍵詞主要集中在目標檢測、語義分割、動作識別、深度神經網絡、人體姿態估計、行人重識別、深度學習等領域。

通過對五年來CVPR接收論文中所有學者信息的提取,我們分析了這些學者的性別比例、國籍分布與語言分布情況。可以看出,CVPR的投稿學者以男性為主。從學者分布情況來看,投稿學者主要來自美國、中國,分別占比37.1%、33.9%,其次是法國和德國,均占比6.45%。從語言分布情況來看,投稿學者主要以中文為主,其次是英語,希臘語位居第三。

從投稿學者其發表時所屬機構來看,五年來在CVPR會議中,中國科學院以141篇論文數量排在首頁,谷歌以98篇排名第二,微軟以93篇位居第三,香港中文大學、卡內基梅隆大學分列第四、第五。







留言

這個網誌中的熱門文章

Chung yi weng

CVPR 2022 Oral | 2D視頻有3D體驗!華盛頓大學&Google:對單目視頻中人物進行自由視角渲染!作者 : Chung-Yi Weng (翁仲毅)(轉貼)