《人工智能,模式识别顶级会议》由会员分享，可在线阅读，更多相关《人工智能,模式识别顶级会议（9页珍藏版）》请在金锄头文库上搜索。
1、人工智能领域顶级会议IJCAI :AI 最好的综合性会议 , 1969 年开始 , 每两年开一次 , 奇数年开。 http:/www.ijcai.org/AAAI : 美国人工智能学会 AAAI 的年会 . 综合性会议 ,每年开。 http:/www.aaai.org/COLT :这是计算学习理论最好的会议 , ACM 主办,每年开。CVPR :计算机视觉和模式识别方面最好的会议之一 , IEEE 主办 , 每年开 . http:/www.cvpr.org/ICCV :计算机视觉方面最好的会之一 . IEEE 主办 , 奇数年开 .ICML : 机器学习方面最好的会议之一 . 现在是 IMLS
2、 主办 , 每年开。NIPS :神经计算方面最好的会议之一 , NIPS 主办 , 每年开。ACL :计算语 言学 /自然 语言处理 方面最 好的会议 , ACL (Association ofComputational Linguistics 主办 , 每年开。Sigir :信息检索方面最好的会议 , ACM 主办 , 每年开。KDD :数据挖掘方面最好的会议 , ACM 主办 , 每年开。UAI : 涉及表示 推理 学习等很多方面 , AUAI(Association of UAI 主办 , 每年 开。转自论坛http:/ kin=0 作者好像是南大周志华老师几个人工智能会议 （一流下面同
3、分的按字母序排列 :IJCAI （1+: AI 最好的综合性会议 , 1969年开始 , 每两年开一次 , 奇数年开 . 因 为 AI 实在太大 , 所以虽然 每届基本上能录 100多篇 （现在已经到 200多篇了 ,但分 到每个领域就没几篇了 ,象 machine learning、 c omputer vision 这么大的领域每次大 概也就 10篇左右 , 所以难度很大 . 不过从录用率上来看倒不太低 , 基本 上 20%左 右 , 因为内 行人都会掂掂分量 , 没希望的就别浪费 reviewer 的时间了 . 最近中国大 陆投往国际会 议的文章象潮水一样 , 而且因为国内很少有能自己把
4、关的研究组, 所以很多会议都在 complain 说中国的低 质量文章严重妨碍了 PC 的工作效率 . 在这种 情况下 , 估计这几年国际会议的录用率都会降下去 . 另外 , 以 前的 IJCAI 是没有 poster 的 , 03年开始 , 为了减少被误杀的好人 , 增加了 2页纸的 poster. 值得一提的 是 , IJ CAI 是由貌似一个公司 IJCAI Inc. 主办的 （ 当然实际上并不是公司 , 实际上 是个基金会 , 每次会议上要 发 几个奖 , 其中最重要的两个是 IJCAI Research Excellence Award 和 Computer& Thoughts Aw
5、ard, 前者是 终身成就奖 , 每次一个人 , 基本上是 AI 的最高奖 （有趣的是 , 以 AI 为主业拿图灵奖的 6位中 , 有 2位还没得 到这个奖 , 后者是奖给 35岁以下的青年科学家 , 每次一个人 . 这两个奖的获奖演说 是每次IJCAI的一个重头戏.另外，IJCAI的PC member相当于其他会议的area chair,权力很大，因为是由PC member去找re viewer来审，而不象一般会议的PC member 其实就是 reviewer. 为了制约这种权力 , IJCAI 的审稿程序是 每篇文章分配 2 位 PC member, primary PC member去
6、找 3 位 reviewer, sec ond PC membe 找一位. AAAI （1: 美国人工智能学会 AAAI 的年会 . 是一个很好的会议 , 但其档次不稳定 , 可以给到 1+, 也可以给 到 1-或者 2+, 总的来说我给它 1. 这是因为它的开法完全 受 IJCAI 制约 : 每年开 , 但如果这一年的 IJCAI在北美举行 , 那么就停开 . 所以 , 偶数年里因为没有 IJCAI, 它就是最好的 AI 综 合性会议 , 但因为号召力毕 竟比 IJCAI 要小一些 , 特别是欧洲人捧 AAAI 场的比 IJCAI 少得多 （其实亚洲人也是 , 所以比 IJCAI 还是要稍
7、弱一点 , 基本上在 1和 1+ 之间 ; 在奇数年 , 如果 IJCAI 不在北美 , AAAI 自然就变成了比 IJCAI 低一级的会 议 (1-或 2+, 例如 2005年既有 IJCAI 又有 AAAI, 两个会议就进行了协调 , 使得 IJCAI 的录用通知时间比 A AAI 的 deadline 早那么几天 , 这样 IJCAI 落选的文章可 以投往 AAAI. 在审稿时 IJCAI 的 PC chair 也在一直 催 , 说大家一定要快 , 因为 AAAI 那边一直在担心 IJCAI 的录用通知出晚了 AAAI 就麻烦了 .COL T (1: 这是计算学习理论最好的会议 , AC
8、M 主办 , 每年举行 . 计算学习理 论基本上可以看成理论计算 机科学和机器学习的交叉 , 所以这个会被一些人看成是 理论计算机科学的会而不是 AI 的会 . 我一个朋友用 一句话对它进行了精彩的刻画 一小群数学家在开会 . 因为 COLT 的领域比较小 , 所以每年会议基本上都 是那些 人 . 这里顺便提一件有趣的事 , 因为最近国内搞的会议太多太滥 , 而且很多会议都 是 LNCS/LNAI 出 论文集 , LNCS/LNAI 基本上已经被搞臭了 , 但很不幸的是 , LNCS/LNAI 中有一些很好的会议 , 例如 COLT. CVPR (1: 计算机视觉和模式识别方 面最好的会议之一
9、 , IEEE 主办 , 每年举行 . 虽然题目上有计算机视觉 , 但个人认为 它的模式识别味道更重一些 . 事实上它应该是模式识别最好的会议 , 而在计算机视 觉方面 , 还有 ICCV 与之相当 . IEEE 一直有个倾向 , 要把会办成 盛会 , 历史上已 经有些会被它从 quality 很好的会办 成 盛会 了 . CVPR 搞不好也要走这条路 . 这 几年录的文章已经不少了 . 最近负责 CVPR 会议的 TC 的 chair 发信说 , 对这个 community 来说 , 让好人被误杀比被坏人漏网更糟糕 , 所以我们是不是要减少好人 被误杀的 机会啊 ? 所以我估计明年或者后年的
10、 CVPR 就要扩招了 .ICCV (1: 介绍 CVPR 的时候说过了 , 计算机视觉方面最好的会之一 . IEEE 主 办 . ICCV 逢奇数年开 , 开会 地点以往是北美 ,欧洲和亚洲轮流 ,本来 2003 年定在北 京,后来因Sars和原定05年的法国换了一下。IC CV07年将首次在南美(巴西举 行 .CVPR 原则上每年在北美开 , 如果那年正好 ICCV 在北美 , 则该年没有 CV PR.ICML (1: 机器学习方面最好的会议之一 . 现在是 IMLS 主办 , 每年举行 . 参见 关于 NIPS 的介绍 .NIPS (1: 神经计算方面最好的会议之一 , NIPS 主办
11、, 每年举行 . 值得注意的是 这个会每年的举办地都是 一样的 , 以前是美国丹佛 , 现在是加拿大温哥华 ; 而且它 是年底开会,会开完后第2年才出论文集，也就是 说，NIPS05的论文集是06年出.会议的名字是 Advances in Neural Inxxxxation Processing Systems所 以,与ICMLECML 这样的 标准的 机器学习会议不同 , NIPS 里有相当一部分神经科学 的内容 , 和机器学习 有一定的距离 . 但由于会议的主体内容是机器学习 , 或者说与 机器学习关系紧密 , 所以不少人把 NIPS 看成 是机器学习方面最好的会议之一 . 这 个会议基
12、本上控制在MichaelJordan的徒子徒孙手中，所以对Jordan系的人来说， 发 NIPS 并不是难事 , 一些未必很强的工作也能发上去 , 但对这个圈子之外的人来 说,想发一篇 实在很难,因为留给外人的口子很小所以对Jordan系以外的人 来说 , 发 NIPS 的难度比 ICML 更大 . 换 句话说 ,ICML 比较开放 , 小圈子的影响不 象 NIPS 那么大 , 所以北美和欧洲人都认 , 而 NIPS 则有些人 (特别 是一些欧洲人 , 包括一些大家 坚决不投稿这对会议本身当然并不是好事，但因为Jordan系很强 大,所以它 似乎也不太care.最近IMLS(国际机器学习学会
13、改选理事,有资格提名 的人包括近三年在 ICMLECMLCOL T 发过文章的人 , NIPS 则被排除在外了 . 无论 如何 , 这是一个非常好的会 .ACL (1-: 计算语言学 /自然语言处理方面最好的会议 , ACL (Association of Computational Linguistics 主 办 , 每年开 .KR (1-: 知识表示和推理方面最好的会议之一 , 实际上也是传统 AI( 即基于逻辑 的 AI 最好的会议之一 . K R Inc. 主办 , 现在是偶数年开 .SIGIR (1-: 信息检索方面最好的会议 , ACM 主办 , 每年开 . 这个会现在小圈子 气越
14、来越重 . 信息检索应该 不算 AI, 不过因为这里面用到机器学习越来越多 , 最近 几年甚至有点机器学习应用会议的味道了 , 所以把 它也列进来 .SIGKDD (1-: 数据挖掘方面最好的会议 , ACM 主办 , 每年开 . 这个会议历史比 较短 , 毕竟 , 与其他领域相 比 , 数据挖掘还只是个小弟弟甚至小侄儿 . 在几年前还 很难把它列在tier-1里面,一方面是名声远不及其他 的top conference响亮,另一方 面是相对容易被录用 . 但现在它被列在 tier-1 应该是毫无疑问的事情了 . 这几 年来KDD 的质量都很高 . SIGKDD 从 2000年来 full p
15、aper 的录取率都在 10%-12%之间, 远远低于 IJCAI 和 ICML.经常听人说, KDD 要比 IJICAI 和 ICML 都要困难。 IJICAI 才 6页,而 KDD 要 10 页。没有扎实系统的工 作,很难不留下漏洞。有不少 IJICAI 的常客也每年都投 KDD , 可难得几个能经常中。UAI (1-: 名字叫 人工智能中的不确定性 , 涉及表示推理学习等很多方面 , AUAI(Association of UAI 主 办 , 每年开 .几个人工智能会议 (二三流(原创为 lilybbs.us 上的 daniel纯属个人看法 , 仅供参考 . tier-1 的列得较全 ,
16、 tier-2 的不太全 , tier-3 的很不全 . 同分的按字母序排列不很严 谨地说,tier-1是可以令人羡慕的,tier-2是可以令人 尊敬的 , 由于 AI 的相关会议非常多 , 所以能列进 tier-3 的 也是不错的 .tier 2: tier-2 的会议列得不全 , 我熟悉的领域比较全一些 .AAMAS (2+: agent 方面最好的会议 . 但是现在 agent 已经是一个一般性的概念 几乎所有 AI 有关的会议上 都有这方面的内容 , 所以 AAMAS 下降的趋势非常明显ECCV (2+: 计算机视觉方面仅次于 ICCV 的会议 , 因为这个领域发展很快 , 有 可能升级到 1-去 .ECML (2+:
