码迷,mamicode.com
首页 > 其他好文 > 详细

计算机视觉和机器学习领域中顶级会议的重要性

时间:2015-09-30 19:44:22      阅读:232      评论:0      收藏:0      [点我收藏+]

标签:

最近要求关注视觉注意的“热门研究方向”、“最新方法”等。boss建议CNKI、EI、或者SCI期刊。我有点纳闷,为什么不去读顶级会议上的论文?

感觉在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。有人会质疑这些会议都只是EI,确实,在中国的许多其它领域的会议都是盛会,比如society of neuroscience的会议,人山人海形容也不过分。但是,计算机几个领域的确非常特殊,顶级会议的重要性无论怎么强调都不为过。

可以从以下几点说明:(1)因为机器学习、计算机视觉和人工智能领域发展非常迅速,新的工作层出不穷,如果把论文投到期刊上,一两年后刊出时就有点out 了。因此大部分最新的工作都首先发表在顶级会议上,这些顶级会议完全能反映“热门研究方向”、“最新方法”。(2)很多经典工作大家可能引的是某顶级期刊 上的论文,这是因为期刊论文表述得比较完整、实验充分。但实际上很多都是在顶级会议上首发。比如PLSA, Latent Dirichlet Allocation等。(3)如果注意这些领域大牛的pulications,不难发现他们很非常看重这些顶级会议,很多人是80%的会议+20%的期刊。即然大牛们把最新工作发在顶级会议上,有什么理由不去读顶级会议?

(1)以下是几个顶级会议的列表(不完整的,但基本覆盖)

机器学习顶级会议:NIPS, ICML, UAI, AISTATS;  (期刊:JMLR, ML, Trends in ML, IEEE T-NN)
计算机视觉和图像识别:ICCV, CVPR, ECCV;  (期刊:IEEE T-PAMI, IJCV, IEEE T-IP)
人工智能:IJCAI, AAAI; (期刊AI)
另外相关的还有SIGRAPH, KDD, ACL, SIGIR, WWW等。

特别是,如果做机器学习,必须地,把近4年的NIPS, ICML翻几遍;如果做计算机视觉,要把近4年的ICCV, CVPR, NIPS, ICML翻几遍。

(2)另外补充一下:大部分顶级会议的论文都能从网上免费下载到,

比如CV方面:http://www.cvpapers.com/index.html

NIPS: http://books.nips.cc/ 

JMLR(期刊): http://jmlr.csail.mit.edu/papers/ 

COLT和ICML(每年度的官网): http://www.cs.mcgill.ca/~colt2009/proceedings.html

希望这些信息对大家有点帮助。

(3)说些自己的感受。对计算机视觉和计算神经科学领域,从方法和模型的角度看,统计模型(包括probabilistic graphical model和statistical learning theory)是主流也是非常有影响力的方法。有个非常明显的趋势:重要的方法和模型最先在NIPS或ICML出现,然后应用到CV,IR和MM。虽然具体问题和应用也很重要,但多关注和结合这些方法也很有意义。

 

转自:http://blog.sina.com.cn/s/blog_6c41e2f30100v4bg.html

计算机视觉和机器学习领域中顶级会议的重要性

标签:

原文地址:http://www.cnblogs.com/zhiyinglky/p/4849856.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!