分享

机器学习期刊会议比较

 dzh1121 2010-02-13
computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议,它们档次差不多,都应该在一流会议行列,没有必要给个高下。

ICPR会议很一般,录取率40%。

作模式识别的和机器学习,顶级期刊是。

Journal of Machine Learning Research

Machine Leraning

IEEE Trans PAMI

再低一些是

IEEE Trans Neural Network

然后才是

IEEE Trans SMC(B)

Pattern Recognition



这些是纯机器学习和模式识别的杂志。Data Mining和Visual Learning我没有算进来。(和IEEE Trans NN同级的还有IEEE Trans TKDE,IEEE Trans Image Processing等等。和PAMI平级的还有IJ Computer Vision等等)

(1)International Workshop on Visual Surveillance

(2)ICPR2009

http://www./

ICIP (3): 图像处理方面最著名的会议之一, 盛会型.

ICPR (3): 模式识别方面最著名的会议之一, 盛会型.

(3)CVPR 2009

CVPR2008,总录取率为31.7%


============================================================================

计算机科学的publication最大特点在于:极度重视会议,而期刊则通常只用来做re-publication。大部分期刊文章都是会议论文的扩展版,首发就在期刊上的相对较少。也正因为如此,计算机期刊的影响因子都低到惊人的程度,顶级刊物往往也只有1到2左右----被引的通常都是会议版论文,而不是很久以后才出版的期刊版。因此,要讨论计算机科学的publication,首先必须强调的一点是totally forget about IF。

另外一点要强调的事,计算机科学的绝大多数期刊和大部分的“好”会议都规模非常有限。很多好的期刊一期只登十来篇甚至三四篇论文,有的还是季刊或双月刊。很多好的会议每年只录用三四十篇甚至二十篇左右的论文。所以,当你发现计算机的每个领域都有好几种顶级刊物和好几个顶级会议,不必惊讶。

整个计算机科学中最好的期刊为Journal of the ACM(JACM)。此刊物为ACM的官方学刊,受到最广泛的尊敬。但由于该刊宣称它只刊登那些对计算机科学有长远影响的论文,因此其不可避免地具有理论歧视(theory bias)。事实上确实如此:尽管JACM征稿范围包括了计算机的绝大部分领域,然而其刊登的论文大部分都是算法、复杂度、图论、组合数学等纯粹理论的东西,其它领域的论文要想进入则难如登天。

------------------------------------------------------------------------------


7:

另外一份在计算机科学领域有重大影响的刊物为Communications of the ACM (CACM)。从某种意义上来说,CACM比JACM要像Nature/Science很多。JACM上登的全是长篇大论,满纸的定义、定理和证明,别说一般读者没法看,就连很相近的领域的专家都未必能看懂。而CACM则是magazine,既登高水平的学术论文和综述,也登各种科普性质的文章和新闻。即便是论文,CACM也要求文章必须通俗易懂,不追求数学上的严格证明,而追求易于理解的直觉描述。在十几二十年前,CACM的文章几乎都是经典。但最近几年,由于CACM进一步通俗化,其学术质量稍有下降。


IEEE Transaction on Computers为IEEE在计算机方面最好的刊物。但由于IEEE的特点,其更注重computer engineering而非computer science。换句话说,IEEE Transaction on Computers主要登载systems, architecture, hardware等领域的东西,尽管它的范围已经比大部分刊物要广泛。

就刊物的质量而言,ACM Transactions系列总体来讲都高于IEEE Transactions系列,不过也不可一概而论。大部分ACM Transactions都是本领域最好的刊物或最好的刊物之一。大部分IEEE Transactions都是本领域很好的刊物,但也有最好的或者一般的。

非ACM/IEEE的刊物中,也有好的甚至最好的。例如,SIAM Journal on Computing被认为是理论方面最好的期刊之一。

------------------------------------------------------------------------------

6:

计算机科学方面的会议论文事实上起着比刊物论文更大的作用。大部分会议都是每年一次,偶尔也有隔年一次的。正规的会议论文需要经过2-4个甚至更多个审稿人的双向或单向匿名评审,并且所有被接收的论文会被结集正式出版。

大部分ACM的会议都是本领域顶级的或很好的会议。大部分IEEE的会议都是本领域很好的会议,但也有顶级的或者一般的。会议的档次通常可以通过论文录用率表现出来。顶级会议通常在20%左右或更低,有时能达到10%左右。我所知道的最低的录用率为7%。很好的会议通常在30%左右。达到40%以上时,会议的名声就很一般了。60%以上的会议通常很难受到尊敬。

但也有例外。大名鼎鼎的STOC(ACM Symposium on Theory of Computing)录用率就达到30%以上,但它毫无疑问是理论方面最好的会议。造成这样的情形,主要是因为理论方面的工作者不多,而大部分人对STOC又有一种又敬又怕的心理。


下面列举网络方面的一些会议,供参考:(按reputation降序排列)

顶级会议-----
SIGCOMM ********
MOBICOM ******
SIGMETRICS *****
INFOCOM *****
ICNP ****
USENIX Internet ****

很好的会议----
MOBIHOC
IC3N
GlobeComm
ICCC
WCNC
...
...........................................................................................................................

看了上面关于CS的Publications,我来个狗尾续貂,写一点关于AI的Publications。
AI与CS的关系很特殊,大多数人把AI看做CS的一个子领域,但也有一些人把两者并
立起来,因为AI中还涉及到不少不属于CS的东西。例如在国外一些大学既有CS系又
有AI系。这就直接造成了AI的学术组织、刊物和会议的体系与CS其他子领域不太一
样。一般来说,ACM是CS最有影响的学术组织,CS的各子领域几乎都有对应的SIG,
象SIGGRAPH等等,而它们主办的会议往往是该领域最顶级的会议。但在AI这儿就不
一样了,虽然也有那么一个SIGART,但其影响远远小于AAAI。AAAI主办一个非常好
的会议,也叫AAAI,但却并不是AI最顶级的会议。这是不是很有意思?那么AI的最
顶级会议是谁办的呢?是IJCAI Inc.,一个从名字上看起来象公司的机构,其唯一
工作就是每逢奇数年办一次IJCAI会议。IJCAI从1969年开始,到现在中国大陆被录
用的文章总共大概也就10篇左右。之所以难度这么大,是因为AI下面包含的子领域
太多,能有10篇文章的子领域就算相当大的了。另一方面,是因为IJCAI名声大,
国外学者自己在投稿时会掂量分量,质量一般的文章根本不往那儿投。所以虽然
IJCAI的录用率一般是20%-25%,看起来并不低,但其录用难度却比很多好刊物还难。
除了IJCAI,AI里面最好的会议应该算AAAI了。由于AI本身发展很迅速,目前一些
子领域开始有点自立门户的味道,所以也有一些新的顶级会议出现,例如机器学习
的ICML、神经计算的NIPS等等,但总的来说,影响还是比IJCAI要小一些。一个很
有趣的现象就是在有IJCAI的年度,这些会议的录用难度会比没有IJCAI的年度小
得多。

在学术期刊方面,最好的应该是AI Journal和IEEE TPAMI,在杂志方面,最好的是
AI Magazine。一般认为最高刊物是AI Journal(即Artificial Intelligence),
因为它创刊早,声誉高。但AI Journal以前完全偏重于基于符号化建模的研究,大量
文章都是非单调推理等方面的,其他的新兴领域尤其是基于实验方法学的领域想有
文章简直难于登天。但最近几年,该刊基调有点转变,计算智能等新领域的文章也
开始出现了,实验方法学也开始被接受。TPAMI的声誉也很高,但其范围更局限,几乎
完全放在模式识别及相关领域上,而且即使是模式识别,语音方面也几乎不包含。
因此更恰当地说,TPAMI是模式识别的最高刊物。如果说AI Journal相当于JACM,
那么AI Magazine就相当于CACM。

和AI方面的会议一样,一些壮大起来的子领域也有自己的顶级刊物,象机器学习的
Machine Learning,神经计算的Neural Computation,视觉的IJCV等。其他一流
但非顶级的刊物主要包括JAIR、IEEE Trans中相关的刊物等等。
--

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多