AI会议与期刊

AI会议与期刊

计算机视觉研究

  三大顶级会议、两大顶级期刊和一个 arXiv 平台

  两大顶级期刊(IJCV 和 TPAMI)。期刊的话,IEEE旗下最好的自然是TPAMI,次一级的TIP也有一定话语权。

  计算机视觉方向的三大顶级会议:
  1)CVPR(每年),7yue
  2)ICCV(奇数年)10yue
  3)ECCV(偶数年)
  次一级也有一定认可度的,ACCV,BMVC。

  arxiv,arXiv读作achieve
  上面的论文最重要的特点就是新。就是占坑用的,一般好的都会有后续会议或者期刊文章。没有审稿周期的限制,很多顶级会议都已经跟不上arXiv的进度了。科学家习惯将其论文先上传至 arXiv.org ,再提交予专业的学术期刊。
  arxiv preprint是什么?答:arXiv只是个提交论文预印本(preprint)的平台,而且里面的论文都没有经过同行评审(peer review),所以文章质量参差不齐。 所以arXiv不应该算正式发表,在学术圈内也不被认为是正式发表。

CVPR与ICLR比较

  CVPR: 深度学习能为我做什么?
  ICLR: 我能为深度学习做什么?

  ICLR上的论文比CVPR上的论文“不成熟”,这并不一定正确。CVPR着重与论文的实验效果要达到“state-of-the-art”,这就意味着你需要将你的算法在标准数据集上测试,并且效果要超过上一赛季领先的算法。ICLR着重的强调的是深度卷积神经网络的新的分析与设计,对于模型的初始化设计,以及从原始数据训练这些模型的训练算法。

NIPS

  NIPS 是机器学习和计算神经科学的国际顶级会议,会议固定在每年的12月举行。

ACMMM 2017

  HTC的总裁张智威博士介绍了AI与VR等技术在医疗行业的应用,以及公司在该领域的进展
  HTC的平台是 DeepQ AI,有三板斧:对数据的挖掘主要使用频繁项目集挖掘以及谱聚类,分类与回归中主要使用LDA、支持向量机和深度学习,以及迁移学习。

ICLR

  ICLR的优先级,从低到高:
  ICLR-Under review
  ICLR-workshop
  ICLR-Published
  有678篇论文被选中作为大会论文,比例20.9%。其中有40篇被选中进行口头报告(oral),112篇选为spotlight进行展示。

2018的有名的会议

  见https://www.jiqizhixin.com/articles/2017-12-02-5
  1)NIPS
  大名鼎鼎的神经信息处理系统大会(Neural Information Processing Systems,NIPS)将于 12 月 4 日-9 日于美国加州长滩开幕。作为人工智能领域的重要会议,NIPS 每年都能汇集来自计算机科学的专家和专业人士,讨论和分享有关人工智能的新想法。这是一个你应该优先参加的机器学习和人工智能会议,其讨论范围涵盖神经科学、机器学习、计算科学、信息处理、神经计算和神经系统。
  NIPS 2018 将在 12 月 3 日-8 日于蒙特利尔 Palais des Congrès 举行。

  2)Artificial Intelligence Conference
  该会议由 O’Reilly 和 Intel Nervana 联合举办,其主题是应用型人工智能。该会议旨在聚合不断成长的 AI 社区。由于人工智能的快速发展,向世界展示这些进步及其益处变得至关重要。

  3)IJCAI
  是人工智能领域的顶级综合会议,被中国计算机学会推荐国际学术会议列表认定为 A 类会议。IJCAI 始于 1969 年,最初每 2 年举行一次,从 2015 年开始改为每年一次。

  4)AAAI
  是由人工智能促进协会每年举行的学术会议,是研究人员和科学家展示他们在人工智能领域的研究和新思考的平台。每年的 AAAI 都会吸引来自全球各地的学者参会,值得一提的是,中国学术力量正在扮演越来越重要的角色,在 AAAI 2017 上,大会接受的来自中国学者的论文数量几乎已经和美国论文数量持平。

  5)International Conference On Machine Learning And Data Mining
  该会议重点关注机器学习和数据挖掘领域的进展和研究,并将其应用于多个不同领域,如多媒体、生物医学和网页挖掘。

  6)dotAI
  该会议是一个面向开发者的机器学习和人工智能大会。虽然其主要焦点是机器学习和人工智能的最新发展和趋势,但也讨论如何将它们用于解决现实世界问题。演讲嘉宾包括专家、专业人士以及机器学习和人工智能领域的开发人员。

  7)AI Frontiers Conference
  AI Frontiers Conference 是硅谷人工智能和大数据协会举办的人工智能与机器学习峰会。今年 11 月举行的大会邀请了来自谷歌、Facebook、微软和亚马逊等人工智能前沿公司的顶级科学家,分享了他们在人工智能研究及应用上的最新成果。谷歌和亚马逊团队还在会上开办了深度学习软件的培训课。这次大会是与人工智能领域的大公司、数据科学家及工程师和前沿技术亲密接触的绝佳机会。
  2017 年的大会共设六大主题,涵盖了人工智能的主要前沿领域:自动驾驶、语音人工助手、自然语言处理、计算机视觉、物联网和深度学习框架。前百度首席人工智能科学家、Coursera 和 deeplearing.ai 的创始人吴恩达,以及来自 Google、Amazon、Facebook、Nvidia、Uber、EA、麦肯锡、阿里巴巴的代表,分享了语音助手、机器人、无人车、视频理解和游戏等领域在今年的最新趋势

  8)ICML
  是国际领先的机器学习大会,它受国际机器学习协会(IMLS)的支持。ICML 是计算机科学领域的顶会之一。在《计算机领域顶级科学家、学术会议、期刊影响力排名(附国内排名)》中,根据 Google Scholar Metrics 的 H5-Index 值作出的排名可以看出,ICML 在计算机科学领域众多会议中位列第四。

  9)IEEE Artificial Intelligence Symposium
  IEEE 人工智能研讨会将汇集专家、专业人士以及学界的其他研究者共同探讨 AI 议题。大会演讲将介绍人工智能在硬件和软件方面取得的最新进展、开创性研究和商业人工智能的未来。
  下届会议将在 2018 年 6 月 26-7 月 1 日在中国常熟、苏州举行。

  10)The Machine Learning Conference
  The Machine Learning Conference 将主持来自大学、行业和研究所的参会者的报告和演讲。该会议的目的是讨论机器学习中的最新研究进展、机器学习中的最新趋势和机器学习中的新型可用方法论。此外还包括如何将这些成果应用到行业中。

著名的开发者大会

  提到开发者大会,科技界的人士都不会陌生。国外有著名的四大“春晚”——Facebook的F8、微软Build、谷歌I/O、苹果WWDC。

高水平会议和期刊排序:

  PAMI/IJCV/JMLR是4分
  TIP/TNNLS/TCSVT是2分
  CVPR/ICCV/ECCV/NIPS/ICML是1.5分
  PR/CVIU/PRL/AAAI/IJCAI/neurocoputing是1分

  • 1
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能(Artificial Intelligence, AI)和机器学习(Machine Learning, ML)都是当今科技领域的热门话题。人工智能指的是通过模拟和实现人类智能的方法和技术,包括了机器学习在内的多个子领域。机器学习则是人工智能的一个重要分支,其研究如何使计算机系统通过从数据中自动学习,提高自身系统性能,而无需明确编程。在这两个领域的交叉研究中,科学家们通过数学和统计方法,设计和开发了各种模型和算法,以实现智能化的任务。 SCI(科学引文索引)是由美国科学信息研究所(Institute for Scientific Information, ISI)创建的一种引用文献数据库,它收录了全球重要科技领域的学术期刊会议文章。“SCI期刊”指的是在SCI数据库中收录的学术期刊。 在人工智能和机器学习领域,也有很多SCI期刊专门刊发相关研究和成果。这些期刊包括但不限于《人工智能》(AI),《机器学习》(Machine Learning),《神经网络》(Neural Networks),《人工智能研究》(Artificial Intelligence Review)等。这些期刊发表的论文通常由经过同行评议的专家进行评审,确保研究的科学性和可信度。 SCI期刊在学术界具有很高的知名度和影响力,发表在这些期刊上的论文往往会受到多学者和研究人员的引用和关注。这也推动了科学界对人工智能和机器学习的研究和发展,并有助于促进学术界之间的交流合作,推动领域的进步和创新。 总之,人工智能和机器学习是备受关注的科技领域,SCI期刊为相关研究提供了一个高质量的发表平台,推动并促进了人工智能和机器学习领域的研究和发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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