標(biāo)簽： 雜談

AI 頂級會(huì)議列表

對AI領(lǐng)域的會(huì)議的評點(diǎn)
注: 本文為小百合BBS的daniel所寫
The First Class:
今天先談?wù)凙I里面tier-1的conferences, 其實(shí)基本上就是AI里面大家比較公認(rèn)的top
conference. 下面同分的按字母序排列.

IJCAI (1+): AI最好的綜合性會(huì)議, 1969年開始, 每兩年開一次, 奇數(shù)年開. 因?yàn)锳I實(shí)在太
大, 所以雖然每屆基本上能錄100多篇（現(xiàn)在已經(jīng)到200多篇了），但分到每個(gè)領(lǐng)域就沒幾篇
了，象machine learning、computer vision這么大的領(lǐng)域每次大概也就10篇左右, 所以難
度很大. 不過從錄用率上來看倒不太低,基本上20%左右, 因?yàn)閮?nèi)行人都會(huì)掂掂分量, 沒希望
的就別浪費(fèi)reviewer的時(shí)間了. 最近中國大陸投往國際會(huì)議的文章象潮水一樣, 而且因?yàn)閲?br>內(nèi)很少有能自己把關(guān)的研究組, 所以很多會(huì)議都在complain說中國的低質(zhì)量文章嚴(yán)重妨礙了
PC的工作效率. 在這種情況下, 估計(jì)這幾年國際會(huì)議的錄用率都會(huì)降下去. 另外, 以前的
IJCAI是沒有poster的, 03年開始, 為了減少被誤殺的好人, 增加了2頁紙的poster.值得一
提的是, IJCAI是由貌似一個(gè)公司的"IJCAI Inc."主辦的(當(dāng)然實(shí)際上并不是公司, 實(shí)際上是
個(gè)基金會(huì)), 每次會(huì)議上要發(fā)幾個(gè)獎(jiǎng), 其中最重要的兩個(gè)是IJCAI Research Excellence
Award 和 Computer
& Thoughts Award, 前者是終身成就獎(jiǎng), 每次一個(gè)人, 基本上是AI的最高獎(jiǎng)(有趣的是, 以
AI為主業(yè)拿圖靈獎(jiǎng)的6位中, 有2位還沒得到這個(gè)獎(jiǎng)), 后者是獎(jiǎng)給35歲以下的青年科學(xué)家,
每次一個(gè)人. 這兩個(gè)獎(jiǎng)的獲獎(jiǎng)演說是每次IJCAI的一個(gè)重頭戲.另外, IJCAI 的 PC member
相當(dāng)于其他會(huì)議的area chair, 權(quán)力很大, 因?yàn)槭怯蒔C member去找 reviewer 來審, 而不
象一般會(huì)議的PC member其實(shí)就是 reviewer. 為了制約這種權(quán)力, IJCAI的審稿程序是每篇
文章分配2位PC member, primary PC member去找3位reviewer, second PC member 找一位.

AAAI (1): 美國人工智能學(xué)會(huì)AAAI的年會(huì). 是一個(gè)很好的會(huì)議, 但其檔次不穩(wěn)定, 可以給到
1+, 也可以給到1-或者2+, 總的來說我給它"1". 這是因?yàn)樗拈_法完全受IJCAI制約: 每年
開, 但如果這一年的IJCAI在北美舉行, 那么就停開. 所以, 偶數(shù)年里因?yàn)闆]有IJCAI, 它就
是最好的AI綜合性會(huì)議, 但因?yàn)樘栒倭Ξ吘贡菼JCAI要小一些, 特別是歐洲人捧AAAI場的比
IJCAI少得多(其實(shí)亞洲人也是), 所以比IJCAI還是要稍弱一點(diǎn), 基本上在1和1+之間; 在奇
數(shù)年, 如果IJCAI不在北美, AAAI自然就變成了比IJCAI低一級的會(huì)議(1-或2+), 例如2005年
既有IJCAI又有AAAI, 兩個(gè)會(huì)議就進(jìn)行了協(xié)調(diào), 使得IJCAI的錄用通知時(shí)間比AAAI的
deadline早那么幾天, 這樣IJCAI落選的文章可以投往AAAI.在審稿時(shí)IJCAI 的 PC chair也
在一直催, 說大家一定要快, 因?yàn)锳AAI那邊一直在擔(dān)心IJCAI的錄用通知出晚了AAAI就麻煩
了.

COLT (1): 這是計(jì)算學(xué)習(xí)理論最好的會(huì)議, ACM主辦, 每年舉行. 計(jì)算學(xué)習(xí)理論基本上可以
看成理論計(jì)算機(jī)科學(xué)和機(jī)器學(xué)習(xí)的交叉, 所以這個(gè)會(huì)被一些人看成是理論計(jì)算機(jī)科學(xué)的會(huì)而
不是AI的會(huì). 我一個(gè)朋友用一句話對它進(jìn)行了精彩的刻畫: "一小群數(shù)學(xué)家在開會(huì)". 因?yàn)?br>COLT的領(lǐng)域比較小, 所以每年會(huì)議基本上都是那些人. 這里順便提一件有趣的事, 因?yàn)樽罱?br>國內(nèi)搞的會(huì)議太多太濫, 而且很多會(huì)議都是LNCS/LNAI出論文集, LNCS/LNAI基本上已經(jīng)被搞
臭了, 但很不幸的是, LNCS/LNAI中有一些很好的會(huì)議, 例如COLT.

CVPR (1): 計(jì)算機(jī)視覺和模式識別方面最好的會(huì)議之一, IEEE主辦, 每年舉行. 雖然題目上
有計(jì)算機(jī)視覺, 但個(gè)人認(rèn)為它的模式識別味道更重一些. 事實(shí)上它應(yīng)該是模式識別最好的會(huì)
議, 而在計(jì)算機(jī)視覺方面, 還有ICCV與之相當(dāng). IEEE一直有個(gè)傾向, 要把會(huì)辦成"盛會(huì)", 歷
史上已經(jīng)有些會(huì)被它從quality很好的會(huì)辦成"盛會(huì)"了. CVPR搞不好也要走這條路. 這幾年
錄的文章已經(jīng)不少了. 最近負(fù)責(zé)CVPR會(huì)議的TC的chair發(fā)信說, 對這個(gè)community來說, 讓好
人被誤殺比被壞人漏網(wǎng)更糟糕, 所以我們是不是要減少好人被誤殺的機(jī)會(huì)啊? 所以我估計(jì)明
年或者后年的CVPR就要擴(kuò)招了.



ICCV (1): 介紹CVPR的時(shí)候說過了, 計(jì)算機(jī)視覺方面最好的會(huì)之一. IEEE主辦, 每年舉行.

ICML (1): 機(jī)器學(xué)習(xí)方面最好的會(huì)議之一. 現(xiàn)在是IMLS主辦, 每年舉行. 參見關(guān)于NIPS的介
紹.

NIPS (1): 神經(jīng)計(jì)算方面最好的會(huì)議之一, NIPS主辦, 每年舉行. 值得注意的是, 這個(gè)會(huì)每
年的舉辦地都是一樣的, 以前是美國丹佛, 現(xiàn)在是加拿大溫哥華; 而且它是年底開會(huì),會(huì)開
完后第2年才出論文集, 也就是說, NIPS'05的論文集是06年出. 會(huì)議的名字是"Advances
in Neural Information Processing Systems", 所以, 與ICML\ECML這樣的"標(biāo)準(zhǔn)的"機(jī)器學(xué)
習(xí)會(huì)議不同, NIPS里有相當(dāng)一部分神經(jīng)科學(xué)的內(nèi)容, 和機(jī)器學(xué)習(xí)有一定的距離. 但由于會(huì)議
的主體內(nèi)容是機(jī)器學(xué)習(xí), 或者說與機(jī)器學(xué)習(xí)關(guān)系緊密, 所以不少人把NIPS看成是機(jī)器學(xué)習(xí)方
面最好的會(huì)議之一. 這個(gè)會(huì)議基本上控制在Michael Jordan的徒子徒孫手中, 所以對
Jordan系的人來說, 發(fā)NIPS并不是難事, 一些未必很強(qiáng)的工作也能發(fā)上去, 但對這個(gè)圈子之
外的人來說, 想發(fā)一篇實(shí)在很難, 因?yàn)榱艚o"外人"的口子很小. 所以對Jordan系以外的人來
說, 發(fā)NIPS的難度比ICML更大. 換句話說,
ICML比較開放, 小圈子的影響不象NIPS那么大, 所以北美和歐洲人都認(rèn), 而NIPS則有些人(
特別是一些歐洲人, 包括一些大家)堅(jiān)決不投稿. 這對會(huì)議本身當(dāng)然并不是好事, 但因?yàn)?br>Jordan系很強(qiáng)大, 所以它似乎也不太care. 最近IMLS(國際機(jī)器學(xué)習(xí)學(xué)會(huì))改選理事, 有資格
提名的人包括近三年在ICML\ECML\COLT發(fā)過文章的人, NIPS則被排除在外了. 無論如何, 這
是一個(gè)非常好的會(huì).

ACL (1-): 計(jì)算語言學(xué)/自然語言處理方面最好的會(huì)議, ACL (Association of
Computational Linguistics) 主辦, 每年開.

KR (1-): 知識表示和推理方面最好的會(huì)議之一, 實(shí)際上也是傳統(tǒng)AI(即基于邏輯的AI)最好
的會(huì)議之一. KR Inc.主辦, 現(xiàn)在是偶數(shù)昕?

SIGIR (1-): 信息檢索方面最好的會(huì)議, ACM主辦, 每年開. 這個(gè)會(huì)現(xiàn)在小圈子氣越來越重
. 信息檢索應(yīng)該不算AI, 不過因?yàn)檫@里面用到機(jī)器學(xué)習(xí)越來越多, 最近幾年甚至有點(diǎn)機(jī)器學(xué)
習(xí)應(yīng)用會(huì)議的味道了, 所以把它也列進(jìn)來.

SIGKDD (1-): 數(shù)據(jù)挖掘方面最好的會(huì)議, ACM主辦, 每年開. 這個(gè)會(huì)議歷史比較短, 畢竟,
與其他領(lǐng)域相比,數(shù)據(jù)挖掘還只是個(gè)小弟弟甚至小侄兒. 在幾年前還很難把它列在tier-1里
面, 一方面是名聲遠(yuǎn)不及其他的top conference響亮, 另一方面是相對容易被錄用. 但現(xiàn)在
它被列在tier-1應(yīng)該是毫無疑問的事情了. 另: 參見sir和lucky的介紹.

UAI (1-): 名字叫"人工智能中的不確定性", 涉及表示\推理\學(xué)習(xí)等很多方面, AUAI
(Association of UAI) 主辦, 每年開.



The Second Class:
tier-2的會(huì)議列得不全, 我熟悉的領(lǐng)域比較全一些.

AAMAS (2+): agent方面最好的會(huì)議. 但是現(xiàn)在agent已經(jīng)是一個(gè)一般性的概念, 幾乎所有
AI有關(guān)的會(huì)議上都有這方面的內(nèi)容, 所以AAMAS下降的趨勢非常明顯.

ECCV (2+): 計(jì)算機(jī)視覺方面僅次于ICCV的會(huì)議, 因?yàn)檫@個(gè)領(lǐng)域發(fā)展很快, 有可能升級到1-
去.

ECML (2+): 機(jī)器學(xué)習(xí)方面僅次于ICML的會(huì)議, 歐洲人極力捧場, 一些人認(rèn)為它已經(jīng)是1-了
. 我保守一點(diǎn), 仍然把它放在2+. 因?yàn)闄C(jī)器學(xué)習(xí)發(fā)展很快, 這個(gè)會(huì)議的reputation上升非常
明顯.

ICDM (2+): 數(shù)據(jù)挖掘方面僅次于SIGKDD的會(huì)議, 目前和SDM相當(dāng). 這個(gè)會(huì)只有5年歷史, 上
升速度之快非常驚人. 幾年前ICDM還比不上PAKDD, 現(xiàn)在已經(jīng)拉開很大距離了.

SDM (2+): 數(shù)據(jù)挖掘方面僅次于SIGKDD的會(huì)議, 目前和ICDM相當(dāng). SIAM的底子很厚, 但在
CS里面的影響比ACM和IEEE還是要小, SDM眼看著要被ICDM超過了, 但至少目前還是相當(dāng)?shù)?

ICAPS (2): 人工智能規(guī)劃方面最好的會(huì)議, 是由以前的國際和歐洲規(guī)劃會(huì)議合并來的. 因
為這個(gè)領(lǐng)域逐漸變冷清, 影響比以前已經(jīng)小了.

ICCBR (2): Case-Based Reasoning方面最好的會(huì)議. 因?yàn)轭I(lǐng)域不太大, 而且一直半冷不熱,
所以總是停留在2上.

COLLING (2): 計(jì)算語言學(xué)/自然語言處理方面僅次于ACL的會(huì), 但與ACL的差距比ICCV-ECCV
和ICML-ECML大得多.

ECAI (2): 歐洲的人工智能綜合型會(huì)議, 歷史很久, 但因?yàn)橛蠭JCAI/AAAI壓著, 很難往上升
.

ALT (2-): 有點(diǎn)象COLT的tier-2版, 但因?yàn)楦阌?jì)算學(xué)習(xí)理論的人沒多少, 做得好的數(shù)來數(shù)去
就那么些group, 基本上到COLT去了, 所以ALT里面有不少并非計(jì)算學(xué)習(xí)理論的內(nèi)容.

EMNLP (2-): 計(jì)算語言學(xué)/自然語言處理方面一個(gè)不錯(cuò)的會(huì). 有些人認(rèn)為與COLLING相當(dāng), 但
我覺得它還是要弱一點(diǎn).

ILP (2-): 歸納邏輯程序設(shè)計(jì)方面最好的會(huì)議. 但因?yàn)楹芏嗥渌麜?huì)議里都有ILP方面的內(nèi)容,
所以它只能保住2-的位置了.

PKDD (2-): 歐洲的數(shù)據(jù)挖掘會(huì)議, 目前在數(shù)據(jù)挖掘會(huì)議里面排第4. 歐洲人很想把它抬起來
, 所以這些年一直和ECML一起捆綁著開, 希望能借ECML把它帶起來. 但因?yàn)镮CDM和SDM, 這
已經(jīng)不太可能了. 所以今年的PKDD和ECML雖然還是一起開, 但已經(jīng)獨(dú)立審稿了(以前是可以
同時(shí)投兩個(gè)會(huì), 作者可以聲明優(yōu)先被哪個(gè)會(huì)考慮, 如果ECML中不了還可以被PKDD接受).


The Third Class:
列得很不全. 另外, 因?yàn)锳I的相關(guān)會(huì)議非常多, 所以能列在tier-3也算不錯(cuò)了, 基本上能進(jìn)
到所有AI會(huì)議中的前30%吧

ACCV (3+): 亞洲的計(jì)算機(jī)視覺會(huì)議, 在亞太級別的會(huì)議里算很好的了.

DS (3+): 日本人發(fā)起的一個(gè)接近數(shù)據(jù)挖掘的會(huì)議.

ECIR (3+): 歐洲的信息檢索會(huì)議, 前幾年還只是英國的信息檢索會(huì)議.

ICTAI (3+): IEEE最主要的人工智能會(huì)議, 偏應(yīng)用, 是被IEEE辦爛的一個(gè)典型. 以前的
quality還是不錯(cuò)的, 但是辦得越久聲譽(yù)反倒越差了, 糟糕的是似乎還在繼續(xù)下滑, 現(xiàn)在其
實(shí)3+已經(jīng)不太呆得住了.

PAKDD (3+): 亞太數(shù)據(jù)挖掘會(huì)議, 目前在數(shù)據(jù)挖掘會(huì)議里排第5.

ICANN (3+): 歐洲的神經(jīng)網(wǎng)絡(luò)會(huì)議, 從quality來說是神經(jīng)網(wǎng)絡(luò)會(huì)議中最好的, 但這個(gè)領(lǐng)域
的人不重視會(huì)議,在該領(lǐng)域它的重要性不如IJCNN.

AJCAI (3): 澳大利亞的綜合型人工智能會(huì)議, 在國家/地區(qū)級AI會(huì)議中算不錯(cuò)的了.

CAI (3): 加拿大的綜合型人工智能會(huì)議, 在國家/地區(qū)級AI會(huì)議中算不錯(cuò)的了.

CEC (3): 進(jìn)化計(jì)算方面最重要的會(huì)議之一, 盛會(huì)型. IJCNN/CEC/FUZZ-IEEE這三個(gè)會(huì)議是計(jì)
算智能或者說軟計(jì)算方面最重要的會(huì)議, 它們經(jīng)常一起開, 這時(shí)就叫WCCI (World
Congress on Computational Intelligence). 但這個(gè)領(lǐng)域和CS其他分支不太一樣, 倒是和
其他學(xué)科相似, 只重視journal, 不重視會(huì)議, 所以錄用率經(jīng)常在85%左右, 所錄文章既有
quality非常高的論文, 也有入門新手的習(xí)作.

FUZZ-IEEE (3): 模糊方面最重要的會(huì)議, 盛會(huì)型, 參見CEC的介紹.

GECCO (3): 進(jìn)化計(jì)算方面最重要的會(huì)議之一, 與CEC相當(dāng)，盛會(huì)型.

ICASSP (3): 語音方面最重要的會(huì)議之一, 這個(gè)領(lǐng)域的人也不很care會(huì)議.

ICIP (3): 圖像處理方面最著名的會(huì)議之一, 盛會(huì)型.

ICPR (3): 模式識別方面最著名的會(huì)議之一, 盛會(huì)型.

IEA/AIE (3): 人工智能應(yīng)用會(huì)議. 一般的會(huì)議提名優(yōu)秀論文的通常只有幾篇文章, 被提名
就已經(jīng)是很高的榮譽(yù)了, 這個(gè)會(huì)很有趣, 每次都搞1、20篇的優(yōu)秀論文提名, 專門搞幾個(gè)
session做被提名論文報(bào)告, 倒是很熱鬧.

IJCNN (3): 神經(jīng)網(wǎng)絡(luò)方面最重要的會(huì)議, 盛會(huì)型, 參見CEC的介紹.

IJNLP (3): 計(jì)算語言學(xué)/自然語言處理方面比較著名的一個(gè)會(huì)議.

PRICAI (3): 亞太綜合型人工智能會(huì)議, 雖然歷史不算短了, 但因?yàn)楸人没蛘呦喈?dāng)?shù)木C合
型會(huì)議太多, 所以很難上升.



Combined List:
說明: 純屬個(gè)人看法, 僅供參考. tier-1的列得較全, tier-2的不太全, tier-3的很不全.
同分的按字母序排列. 不很嚴(yán)謹(jǐn)?shù)卣f, tier-1是可以令人羨慕的, tier-2是可以令人尊敬的
,由于AI的相關(guān)會(huì)議非常多, 所以能列進(jìn)tier-3的也是不錯(cuò)的

tier-1:
IJCAI (1+): International Joint Conference on Artificial Intelligence
AAAI (1): National Conference on Artificial Intelligence
COLT (1): Annual Conference on Computational Learning Theory
CVPR (1): IEEE International Conference on Computer Vision and Pattern
Recognition
ICCV (1): IEEE International Conference on Computer Vision
ICML (1): International Conference on Machine Learning
NIPS (1): Annual Conference on Neural Information Processing Systems
ACL (1-): Annual Meeting of the Association for Computational Linguistics
KR (1-): International Conference on Principles of Knowledge Representation and
Reasoning
SIGIR (1-): Annual International ACM SIGIR Conference on Research and
Development in Information Retrieval
SIGKDD (1-): ACM SIGKDD International Conference on Knowledge Discovery and
Data Mining
UAI (1-): International Conference on Uncertainty in Artificial Intelligence


tier-2:
AAMAS (2+): International Joint Conference on Autonomous Agents and Multiagent
Systems
ECCV (2+): European Conference on Computer Vision
ECML (2+): European Conference on Machine Learning
ICDM (2+): IEEE International Conference on Data Mining
SDM (2+): SIAM International Conference on Data Mining
ICAPS (2): International Conference on Automated Planning and Scheduling
ICCBR (2): International Conference on Case-Based Reasoning
COLLING (2): International Conference on Computational Linguistics
ECAI (2): European Conference on Artificial Intelligence
ALT (2-): International Conference on Algorithmic Learning Theory
EMNLP (2-): Conference on Empirical Methods in Natural Language Processing
ILP (2-): International Conference on Inductive Logic Programming
PKDD (2-): European Conference on Principles and Practice of Knowledge
Discovery in Databases

tier-3:
ACCV (3+): Asian Conference on Computer Vision
DS (3+): International Conference on Discovery Science
ECIR (3+): European Conference on IR Research
ICTAI (3+): IEEE International Conference on Tools with Artificial Intelligence
PAKDD (3+): Pacific-Asia Conference on Knowledge Discovery and Data Mining
ICANN (3+): International Conference on Artificial Neural Networks
AJCAI (3): Australian Joint Conference on Artificial Intelligence
CAI (3): Canadian Conference on Artificial Intelligence
CEC (3): IEEE Congress on Evolutionary Computation
FUZZ-IEEE (3): IEEE International Conference on Fu Systems
GECCO (3): Genetic and Evolutionary Computation Conference
ICASSP (3): International Conference on Acoustics, Speech, and Signal Processing
ICIP (3): International Conference on Image Processing
ICPR (3): International Conference on Pattern Recognition
IEA/AIE (3): International Conference on Industrial and Engineering
Applications of Artificial Intelligence and Expert Systems
IJCNN (3): International Joint Conference on Neural Networks
IJNLP (3): International Joint Conference on Natural Language Processing
PRICAI (3): Pacific-Rim International Conference on Artificial Intelligence來源：(http://blog.sina.com.cn/s/blog_468651400100gbgy.html) - 模式識別領(lǐng)域的期刊會(huì)議_木魚_新浪博客