ICML 是机器学习领域最重要的会议之一,因此在该会议上发表论文的研究者也会备受关注。受到疫情影响,今年的 ICML 大会已经改为在 2020 年 7 月 13 日至 18 日线上举行。 在ICML2020召开之前,我们根据论文作者,研究机构,国家和地区几方面给出了对本届ICML会议的基本统计数据,以便大家对此次会议有一个基本了解。 论文作者 让我们首先来看一论文作者的排名(按论文数量) 在 ICML 上发表论文是很困难的,因此能够一次性发表多篇论文的作者会让人印象深刻。来自日本理化学研究所(RIKEN)和东京大学的 Masashi Sugiyama 有 11 篇论文被接收,成为大会中被接收论文数量最多的作者。 在他之后是 Michal Valko(DeepMind)、Michael Jordan(UC Berkeley)以及 Dale Schuurmans(Google / U. of Alberta),三人均有 8 篇文章被接收。他们也是大多数论文的最后作者(这对大多数作者来说都是如此,许多人都是资深的资深研究者)。虽然没有被列在这张图的顶部,但是普林斯顿大学的 Chi Jin 作为第一作者的论文最多(3 篇第一作者论文超过 6 篇被接受的论文),而 Alexey Drutsa 是来自 YANDEX 的最多的单篇论文(2 篇论文是单独作者超过 3 篇被接受的论文)。排名前50的论文作者 有 15 个作者的两篇论文分别是:由来自谷歌、牛津大学、剑桥大学、哥伦比亚大学和伯克利大学 15 位研究者发表的论文《Stochastic Flows and Geometric Optimization on the Orthogonal Group》和来自天津大学、阿里巴巴、清华大学以及上海交大的 15 位研究者发表的论文《Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising》。 每篇论文作者数统计 不同国家的论文数统计 排在第二位的是英国(123 篇),第三位是中国大陆(122 篇),二者在接收论文数量上相差无几,但同样仅为美国的六分之一左右。 需要注意的是,国家或地区是根据组织机构的总部所在地而定,而非论文作者所在位置。因此,如果一位论文作者在 Google 苏黎世工作,那么该论文被计入美国,而不是瑞士。 尽管如此,统计数量和实际情况也相差不多。如果仅按照大学分类(全球只有一个从属国家和地区的组织),那么将得到下图:不同国家论文数(仅统计大学) 值得一提的是,英国和中国大陆大约发表了相同数量的文章。 机构与组织 共有 494 个机构,362 所(73.3%)来自工业机构和 132(26.7%)来自学术界。587 篇论文(53.9%)纯粹隶属于学术研究,而只有 90 篇论文(8.3%)纯粹来自工业研究组织,411 篇论文(37.8%)隶属于两者。 前 50 的机构发表了几乎全部的论文,谷歌公司排名总体第一也是工业界排名的第一,谷歌的附属机构 Deepmind 与 Google brain 也位于工业界排名的前 4 名,微软公司在工业界排名第三。排名最高的大学分别为 MIT,Stanford,UC Berkeley,总体排名也仅次于 Google。在学术机构排名中 CMU 紧追上述 3 所大学排名第四。 总体排名及工业学术排名 美国有大量的组织,无论是在工业还是在学术界,都有大量的论文。相反,英国的表现是由 DeepMind 领导的,其次是大学。 参与每篇论文的组织数统计如下: 每篇论文参与的组织数 两篇有 7 个组织参与的论文分别是:由谷歌、微软、华沙大学、阿姆斯特丹大学、加州大学欧文分校、苏黎世联邦理工学院以及伦敦帝国理工学院的研究者协作完成的《How Good is the Bayes Posterior in Deep Neural Networks Really?》和由蒙特利尔大学、IIIT Hyderabad、麻省理工学院、Mila、特拉华大学以及 LinkedIn 等机构的研究者协作完成的《Learning To Navigate The Synthetically Accessible Chemical Space Using Reinforcement Learning》。 在 ICML 2020 即将来临之际,为了让大家能方便且第一时间了解 ICML 顶会的相关信息与论文的解读,AMiner 提供了 ICML 2020 顶会专版,欢迎大家了解! ICML 2020 AMiner顶会系统入口: |
|