看了版上很多贴子,发现很多版友都在问“热门研究方向”、“最新方法”等。有同学建议国内某教授的教材、或者CNKI、或者某些SCI期刊。每当看到这种问题,我都有点纳闷,为什么不去读顶级会议上的论文? 可以从以下几点说明:(1)因为机器学习、计算机视觉和人工智能领域发展非常迅速,新的工作层出不穷,如果把论文投到期刊上,一两年后刊出时就有点out了。因此大部分最新的工作都首先发表在顶级会议上,这些顶级会议完全能反映“热门研究方向”、“最新方法”。(2)很多经典工作大家可能引的是某顶级期刊上的论文,这是因为期刊论文表述得比较完整、实验充分。但实际上很多都是在顶级会议上首发。比如PLSA, Latent Dirichlet Allocation等。(3)如果注意这些领域大牛的pulications,不难发现他们很非常看重这些顶级会议,很多人是80%的会议+20%的期刊。即然大牛们把最新工作发在顶级会议上,有什么理由不去读顶级会议? (1)以下是不完整的列表,但基本覆盖。 (2)另外补充一下:大部分顶级会议的论文都能从网上免费下载到,比如CV方面:http://www./index.html; NIPS: http://books./; JMLR(期刊): http://jmlr.csail./papers/; COLT和ICML(每年度的官网): http://www.cs./~colt2009/proceedings.html。希望这些信息对大家有点帮助。 (3)说些自己的感受。我的研究方向主要是统计学习和概率图模型,但对计算机视觉和计算神经科学都有涉及,对Data mining和IR也有些了解。这些领域,从方法和模型的角度看,统计模型(包括probabilistic graphical model和statistical learning theory)是主流也是非常有影响力的方法。有个非常明显的趋势:重要的方法和模型最先在NIPS或ICML出现,然后应用到CV,IR和MM。虽然具体问题和应用也很重要,但多关注和结合这些方法也很有意义。
注: NIPS = Neural Information Processing Systems https:/// ICML = International Conference on Machine Learning https:// UAI(AUAI) =Association for Uncertainty in Artifical Intelligence http://www./ AISTATS = Artificial Intelligence and Statistics http://www./ JMLR = Journal of Machine Learning Research http:/// IJCAI = International Joint Conference on Artifical Intelligence http:/// AAAI = Association for the Advancement of Aritifical Intelligence http://www./home.html
原文地址: |
|
来自: Fifipiki5er2k0 > 《paper》