新一篇: 計算機類核心期刊投稿的一些資料匯總

轉(zhuǎn)自論壇http://www./dispbbs.asp?BoardID=62&replyID=31567&id=29962&star=1&skin=0
作者好像是南大周志華老師　

我知道的幾個人工智能會議(一流)
下面同分的按字母序排列:

IJCAI (1+): AI最好的綜合性會議, 1969年開始, 每兩年開一次, 奇數(shù)年開. 因為AI 實在太大, 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, 因為內(nèi) 行人都會掂掂分量, 沒希望的就別浪費reviewer的時間了. 最近中國大陸投往國際會議的文章象潮水一樣, 而且因為國內(nèi)很少有能自己把關(guān)的研究組, 所以很多會議都在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, 估計這幾年國際會議的錄用率都會降下去. 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是由貌似一個公司"IJCAI Inc."主辦的(當(dāng)然實際上并不是公司, 實際上是個基金會), 每次會議上要 發(fā)幾個獎, 其中最重要的兩個是IJCAI Research Excellence Award 和 Computer& Thoughts Award, 前者是終身成就獎, 每次一個人, 基本上是AI的最高獎(有趣的是, 以AI為主業(yè)拿圖靈獎的6位中, 有2位還沒得到這個獎), 后者是獎給35歲以下的青年科學(xué)家, 每次一個人. 這兩個獎的獲獎演說是每次IJCAI的一個重頭戲.另外,，IJCAI 的 PC member 相當(dāng)于其他會議的area chair, 權(quán)力很大, 因為是由PC member 去找 reviewer 來審, 而不象一般會議的PC member其實就是 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AAAI的年會. 是一個很好的會議, 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". 這是因為它的開法完全受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)年里因為沒有IJCAI, 它就是最好的AI綜合性會議, 但因為號召力畢竟比IJCAI要小一些,特別是歐洲人捧AAAI場的比IJCAI少得多(其實亞洲人也是), 所以比IJCAI還是要稍弱一點, 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低一級的會議(1-或2+), 例如2005年既有IJCAI又有AAAI, 兩個會議就進(jìn)行了協(xié)調(diào), 使得IJCAI的錄用通知時間比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IJCAI 的 PC chair也在一直催, 說大家一定要快, 因為AAAI那邊一直在擔(dān)心IJCAI的錄用通知出晚了AAAI就麻煩了.

COLT (1): 這是計算學(xué)習(xí)理論最好的會議, ACM主辦, 每年舉行. 計算學(xué)習(xí)理論基本上可以看成理論計算機科學(xué)和機器學(xué)習(xí)的交叉, 所以這個會被一些人看成是理論計算機科學(xué)的會而不是AI的會. 我一個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". 因為COLT的領(lǐng)域比較小, 所以每年會議基本上都是那些人. 這里順便提一件有趣的事, 因為最近國內(nèi)搞的會議太多太濫, 而且很多會議都是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中有一些很好的會議, 例如COLT.

CVPR (1): 計算機視覺和模式識別方面最好的會議之一, IEEE主辦, 每年舉行. 雖然題目上有計算機視覺, 但個人認(rèn)為它的模式識別味道更重一些. 事實上它應(yīng)該是模式識別最好的會議, 而在計算機視覺方面, 還有ICCV與之相當(dāng). IEEE一直有個傾向, 要把會辦成"盛會", 歷史上已經(jīng)有些會被它從quality很好的會辦成"盛會"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會議的TC的chair發(fā)信說, 對這個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會啊? 所以我估計明年或者后年的CVPR就要擴招了.

ICCV (1): 介紹CVPR的時候說過了, 計算機視覺方面最好的會之一. IEEE主辦.  ICCV逢奇數(shù)年開,，開會地點以往是北美，歐洲和亞洲輪流,，本來2003年定在北京,，后來因Sars和原定05年的法國換了一下。ICCV'07年將首次在南美(巴西)舉行.
CVPR原則上每年在北美開, 如果那年正好ICCV在北美,則該年沒有CVPR.

ICML (1): 機器學(xué)習(xí)方面最好的會議之一. 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)計算方面最好的會議之一, NIPS主辦, 每年舉行. 值得注意的是, 這個會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, 會開完后第2年才出論文集, 也就是說, NIPS'05的論文集是06年出. 會議的名字是"Advances in Neural Inxxxxation Processing Systems", 所以, 與ICMLECML這樣的"標(biāo)準(zhǔn)的"機器學(xué)習(xí)會議不同, NIPS里有相當(dāng)一部分神經(jīng)科學(xué)的內(nèi)容, 和機器學(xué)習(xí)有一定的距離. 但由于會議的主體內(nèi)容是機器學(xué)習(xí), 或者說與機器學(xué)習(xí)關(guān)系緊密, 所以不少人把NIPS看成是機器學(xué)習(xí)方面最好的會議之一. 這個會議基本上控制在MichaelJordan的徒子徒孫手中, 所以對Jordan系的人來說, 發(fā)NIPS并不是難事, 一些未必很強的工作也能發(fā)上去, 但對這個圈子之外的人來說, 想發(fā)一篇實在很難, 因為留給"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)堅決不投稿. 這對會議本身當(dāng)然并不是好事,但因為Jordan系很強大, 所以它似乎也不太care. 最近IMLS(國際機器學(xué)習(xí)學(xué)會)改選理事, 有資格提名的人包括近三年在ICMLECMLCOLT發(fā)過文章的人, NIPS則被排除在外了. 無論如何, 這是一個非常好的會.

ACL (1-): 計算語言學(xué)/自然語言處理方面最好的會議, 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議之一, 實際上也是傳統(tǒng)AI(即基于邏輯的AI)最好的會議之一. KR Inc.主辦, 現(xiàn)在是偶數(shù)年開.

SIGIR (1-): 信息檢索方面最好的會議, ACM主辦, 每年開. 這個會現(xiàn)在小圈子氣越來越重. 信息檢索應(yīng)該不算AI, 不過因為這里面用到機器學(xué)習(xí)越來越多, 最近幾年甚至有點機器學(xué)習(xí)應(yīng)用會議的味道了, 所以把它也列進(jìn)來.

SIGKDD (1-): 數(shù)據(jù)挖掘方面最好的會議, ACM主辦, 每年開. 這個會議歷史比較短,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. 這幾年來KDD的質(zhì)量都很高. SIGKDD從2000年來full paper的錄取率都在10%-12%之間,，遠(yuǎn)遠(yuǎn)低于IJCAI和ICML.

經(jīng)常聽人說,，KDD要比IJICAI和ICML都要困難。IJICAI才6頁,，而KDD要10頁,。沒有扎實系統(tǒng)的工作，很難不留下漏洞,。有不少IJICAI的常客也每年都投KDD,，可難得幾個能經(jīng)常中,。

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.

我知道的幾個人工智能會議(二三流)
(原創(chuàng)為lilybbs.us上的daniel)

純屬個人看法, 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)會議非常多, 所以能列進(jìn)tier-3的也是不錯的.

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

AAMAS (2+): agent方面最好的會議. 但是現(xiàn)在agent已經(jīng)是一個一般性的概念,
幾乎所有AI有關(guān)的會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+): 計算機視覺方面僅次于ICCV的會議, 因為這個領(lǐng)域發(fā)展很快, 有可能升級到1-去.

ECML (2+): 機器學(xué)習(xí)方面僅次于ICML的會議, 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, 仍然把它放在2+. 因為機器學(xué)習(xí)發(fā)展很快, 這個會議的reputation上升非常明顯.

ICDM (2+): 數(shù)據(jù)挖掘方面僅次于SIGKDD的會議, 目前和SDM相當(dāng). 這個會只有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)劃方面最好的會議, 是由以前的國際和歐洲規(guī)劃會議合并來的. 因為這個領(lǐng)域逐漸變冷清, 影響比以前已經(jīng)小了.

ICCBR (2): Case-Based Reasoning方面最好的會議. 因為領(lǐng)域不太大, 而且一直半冷不熱, 所以總是停留在2上.

COLLING (2): 計算語言學(xué)/自然語言處理方面僅次于ACL的會, 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議, 歷史很久, 但因為有IJCAI/AAAI壓著,
很難往上升.

ALT (2-): 有點象COLT的tier-2版, 但因為搞計算學(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里面有不少并非計算學(xué)習(xí)理論的內(nèi)容.

EMNLP (2-): 計算語言學(xué)/自然語言處理方面一個不錯的會. 有些人認(rèn)為與COLLING相當(dāng), 但我覺得它還是要弱一點.

ILP (2-): 歸納邏輯程序設(shè)計方面最好的會議. 但因為很多其他會議里都有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)挖掘會議, 目前在數(shù)據(jù)挖掘會議里面排第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.但因為ICDM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)獨立審稿了(以前是可以同時投兩個會, 作者可以聲明優(yōu)先被哪個會考慮, 如果ECML中不了還可以被PKDD接受).

tier 3: 列得很不全. 另外, 因為AI的相關(guān)會議非常多, 所以能列在tier-3也算不錯了, 基本上能進(jìn)到所有AI會議中的前30%吧

ACCV (3+): 亞洲的計算機視覺會議, 在亞太級別的會議里算很好的了.

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

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

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

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

ICANN (3+): 歐洲的神經(jīng)網(wǎng)絡(luò)會議, 從quality來說是神經(jīng)網(wǎng)絡(luò)會議中最好的, 但這個領(lǐng)域的人不重視會議,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議, 在國家/地區(qū)級AI會議中算不錯的了.

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

CEC (3): 進(jìn)化計算方面最重要的會議之一, 盛會型. IJCNN/CEC/FUZZ-IEEE這三個會議是計算智能或者說軟計算方面最重要的會議, 它們經(jīng)常一起開, 這時就叫WCCI  (World Congress on Computational Intelligence). 但這個領(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議, 盛會型, 參見CEC的介紹.

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

ICASSP (3): 語音方面最重要的會議之一, 這個領(lǐng)域的人也不很care會議.

ICIP (3): 圖像處理方面最著名的會議之一, 盛會型.

ICPR (3): 模式識別方面最著名的會議之一, 盛會型.

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

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

IJNLP (3): 計算語言學(xué)/自然語言處理方面比較著名的一個會議.

PRICAI (3): 亞太綜合型人工智能會議, 雖然歷史不算短了, 但因為比它好或者相當(dāng)?shù)木C合型會議太多, 所以很難上升.