我無意否認以上文獻的價值,但是在機器學習、計算機視覺和人工智慧領域,頂級會議才是王道。國內教材和cnki上的基本是n年前老掉牙的東西。有人會質疑這些會議都只是ei。是的,這的確非常特殊:在許多其它領域,會議都是盛會,比如society of neuroscience的會議,每次都有上萬人參加,帶個abstract和poster就可以去。但在所討論的幾個領域,頂級會議的重要性無論怎麼強調都不為過。
可以從以下幾點說明:(1)因為機器學習、計算機視覺和人工智慧領域發展非常迅速,新的工作層出不窮,如果把**投到期刊上,一兩年後刊出時就有點out了。因此大部分最新的工作都首先發表在頂級會議上,這些頂級會議完全能反映「熱門研究方向」、「最新方法」。(2)很多經典工作大家可能引的是某頂級期刊上的**,這是因為期刊**表述得比較完整、實驗充分。但實際上很多都是在頂級會議上首發。比如plsa, latent dirichlet allocation等。(3)如果注意這些領域大牛的pulications,不難發現他們很非常看重這些頂級會議,很多人是80%的會議+20%的期刊。即然大牛們把最新工作發在頂級會議上,有什麼理由不去讀頂級會議?
(1)以下是不完整的列表,但基本覆蓋。
機器學習頂級會議:nips, icml, uai, aistats; (期刊:jmlr, ml, trends in ml, ieee t-nn)
計算機視覺和影象識別:iccv, cvpr, eccv; (期刊:ieee t-pami, ijcv, ieee t-ip)
人工智慧:ijcai, aaai; (期刊ai)
語音和訊號處理國際會議(icassp): icassp
interspeech
scslp
icme
siggraph
1.ieee transactions on audio
, speech and language processing
2.computer speech and language
3.icassp
4.interspeech
5.ieee workshops on asru
6.wissap
7.automatic speech recognition and understanding (asru)
另外相關的還有sigraph, kdd, acl, sigir, www等。
特別是,如果做機器學習,必須地,把近4年的nips, icml翻幾遍;如果做計算機視覺,要把近4年的iccv, cvpr, nips, icml翻幾遍。
比如cv方面:
nips:
jmlr(期刊):
colt和icml(每年度的官網):
ieee檢索方法
訊號處理:
使用者:hhsswust
訊號處理國際著名期刊:
ieee trans. signal processing ;
ieee trans. audio, speech, and language processing;
journal of acoustical society of america;
ieee signal processing letters;
elsevier signal processing;
iet signal processing;
機器學習頂會
iclr,全稱 international conference on learning representations,中文譯名為 國際學習表徵會議 該會議由 yoshua bengio 和 yann lecun 牽頭創辦,2013 年召開了首次會議。iclr 創辦目的 眾所周知,資料的應用表徵對...
雲計算領域頂會
雲計算領域期刊會議列表 20150105 ly 0.xlsx 原始檔 預覽 全稱簡稱 型別級別 日期 月 出版社 截稿日期 acm symposium on cloud computing acm socc 會議rank 1 84月中旬 ieee international conference o...
CV的頂會和雜誌
iccv的全稱是international comference on computer vision,正如很多和他一樣的名字的會議一行,這樣最樸實的名字的會議,通常也是這方面最nb的會議。iccv兩年一次,與eccv正好錯開,是公認的三個會議中級別最高的。它的舉辦地方會在世界各地選,上次是在北京,...