重磅发布|中国人工智能学会推荐国际学术会议和国际/国内期刊目录

30315cc14b734d9cdede39aa9c7c5c6b.png

CAAI 副理事长刘成林研究员现场发布

本文转自中国人工智能学会。

2023年6月,中国人工智能学会(CAAI)成立专家组,开展了推荐学术会议/期刊目录的工作。专家组对智能科学与技术基础理论、智能科学与技术交叉、脑认知与类脑智能、机器学习、机器感知与模式识别、自然语言处理、知识工程与数据挖掘、跨媒体智能与人机交互、智能机器人与系统、智能芯片与计算系统以及人工智能伦理、安全与治理等领域的期刊和会议进行了分级。2024年1月,中国人工智能学会(CAAI)发布《中国人工智能学会推荐国际学术会议和国际/国内期刊目录》初稿,面向人工智能领域专家和学者征求意见,正式启动了学科领域学术会议、期刊分类完善工作。

在各位专家的积极参与、辛勤付出和大力支持下,目前形成了《中国人工智能学会推荐国际学术会议、国际/国内期刊目录》(以下简称“目录”),现予以公布。所推荐国际学术会议和国际/国内期刊目录信息可扫描文末二维码全文下载。

《目录》分为A类、B类、C类三档。A类通常被认为是该领域内最顶尖的学术会议或刊物,具有极高的学术标准和影响力;B类代表在国际上广泛认可的重要学术会议或刊物,在特定领域或子领域内具有较高的声誉;C类代表国际学术界所认可的重要学术会议或刊物,是学术交流的重要平台。

4e38197c6dda26fc582515d957e5cb2f.png

《目录》按照人工智能领域学科下11个细分领域,推荐了共计418个重要学术会议及刊物(部分符合分类标准的刊物因处于科睿唯安On Hold标识状态的原因本次暂未列入推荐目录),具体包括158个国际学术会议、239个国际期刊和21个国内期刊。11个细分领域分别为:(1)人工智能基础与综合;(2)人工智能交叉与应用;(3)脑认知与类脑智能;(4)机器学习;(5)模式识别与计算机视觉;(6)语言与语音处理;(7)知识工程与数据挖掘;(8)跨媒体智能与人机交互;(9)智能机器人与系统;(10)智能芯片与计算系统;(11)人工智能伦理、安全与治理。

特别说明:本《目录》是中国人工智能学会为人工智能领域的科研工作者提供的一个学术交流和发表科研成果的推荐资源列表,并非旨在成为学术评价的单一标准,而是作为学会一个建议性的参考,仅供业界人士参考使用。中国人工智能学会将定期对目录列表进行更新,以确保其准确性、公正性和全面性。我们诚挚地邀请学术界的专家和学者对《目录》提出宝贵的反馈和建议,以助于其不断的改进和完善。

fe71321c764038e211bb7f937cfcc69a.png

15849e93aaa2da854cffa2eb9939d927.png

3f0f19a30410f45719d51c7ba41cbde0.png

附件:《中国人工智能学会推荐国际学术会议、国际/国内期刊目录》(完整版)

扫码下载 ↓

741817941b5dcf223d526800fbf10f15.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Spark 3.0 是一次重磅发布,经过近两年的开发,它在流处理、Python 和 SQL 方面都进行了重大更新。以下是对这些更新的全面解读: 1. 流处理:Spark 3.0 引入了结构化流处理 API 的重大更新,包括新的流式查询引擎和增强的流式数据源 API。这些更新使得 Spark 更加适合处理实时数据流,并提供了更好的容错机制和更高的性能。 2. Python:Spark 3.0 对 Python API 进行了重大更新,包括对 Pandas UDF 的支持和对 Python 3 的全面支持。这些更新使得 Python 用户能够更加方便地使用 Spark,并且能够更好地利用 Python 生态系统中的工具和库。 3. SQL:Spark 3.0 引入了许多 SQL 方面的更新,包括 ANSI SQL 支持、新的优化器和执行引擎、更好的分区管理和更好的数据源 API。这些更新使得 Spark 更加适合处理大规模数据,并提供了更好的性能和可扩展性。 总的来说,Spark 3.0 的更新使得它更加适合处理实时数据流和大规模数据,并提供了更好的性能和可扩展性。同时,它也更加方便 Python 用户使用,并且能够更好地利用 Python 生态系统中的工具和库。 ### 回答2: 近日,Apache Spark 社区正式宣布发布了最新版 Spark 3.0。这是一次重磅的更新,涵盖了流处理、Python 和 SQL 三大方面的内容。下面就让我们来逐一解读这些更新吧。 1. 流处理:Spark 3.0 引入了一项名为 Structured Streaming 的重要功能。它能够以批处理的方式处理流数据,并且保证了完全幂等性(即能够在多次运行时保证相同的输出)。此外,这个版本还增加了更多的连接器,可以方便地从 Kafka、Flume、Twitter 和 HDFS 中读取数据。 2. Python 支持:在 Spark 3.0 中,Python 支持得到了显著的提升。现在,Python 3 官方支持了 PySpark,而且这个版本同时也新增了 Python API 的许多改进。这里,值得一提的是,Python 开发者可以使用 Pandas 和 Pyarrow 来提高数据集和数据帧的操作速度。 3. SQL:Spark 3.0 中 SQL 的更新主要体现在两个方面:一是 SQL 引擎升级至 Apache Arrow,二是 SQL 执行计划优化。这些更新使得 Spark 3.0 的 SQL 引擎能够更快地处理 SQL 查询,并且提高了查询的执行效率。 此外,Spark 3.0 还新增了 Pyspark 的 type hints 和注释支持,提供了更好的代码接口提示;改进了原有的分布式机器学习功能,加入了新的规范、API 和示例;提高了 Kerberos 和 Hadoop 文件系统(HDFS)的兼容性等。 总之,Spark 3.0 的发布,标志着 Apache Spark 在数据处理领域中的核心地位得到了继续的巩固,并且为 Python 和流处理等开源生态提供了一种更加稳定、快速和可靠的解决方案。对于数据工程师和数据科学家们而言,这无疑是一个重要的里程碑。 ### 回答3: Apache Spark是一个快速通用的大数据处理引擎,Python是一种流行的编程语言,SQL是结构化查询语言的缩写,用于管理关系型数据库,这些都是当今最重要的技术学科。最近,Spark推出了Python3_Spark 3.0的重磅发布,这意味着Spark的核心技术已经经过了重大更新,让我们听听它是如何变得更加优秀。 Python3_Spark 3.0更新重大,首先是流式处理。在此版本中,新引入的流处理模块提供了对无限数据流的完全支持,没有大小限制,可以直接应用于大多数Spark数据源和流数据源,可以轻松实现亚秒级响应,并且还包含新的UI各类展示函数,可以轻松监视流式应用程序。 其次是对Python的原生支持。Python在数据处理界面上极受欢迎,PySpark现在在Python3中完全支持,包括与Python新功能的充分配合,如Python3的类型提示(typing),这意味着PySpark代码现在可以像使用Spark的Scala和Java API一样流畅地进行编写;大大提高了数据科学家和机器学习工程师的效率。 最后是SQL支持。Spark已经成为用户基础最广泛的SQL引擎之一之一。最新的Spark 3.0版本通过实现 ANSI SQL 标准来大幅度提高了 SQL 的兼容性和处理性能。Spark 3.0 将包括对 SQL 2016 的完整支持,包括 MATCH_RECOGNIZE和其他高级功能。此外,Spark 3.0 还支持更多的数据类型,并且还具备静态类型分析和优化,可以帮助用户快速有效地查询和处理大规模数据。 总之,Spark Python3_Spark 3.0的发布,在流、Python、SQL等方面提供了全面升级,使得它的核心技术更加完善和先进,有助于增强数据处理效率,实现更好的数据分析应用。对于正在使用Spark的用户来说,这让他们的生活更加容易。 对于Spark未来的发展,它的不断升级和创新发展势头十分强劲,我们期待它的更多惊喜发布
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值