為什么不去讀頂級會議上的論文诀诊?適應于機器學習洞渤、計算機視覺和人工智能 by raodu

【討論】為什么不去讀頂級會議上的論文?適應于機器學習属瓣、計算機視覺和人工智能
2010-12-03 來源:小木蟲 作者: raodu
看了版上很多貼子载迄,發(fā)現(xiàn)很多版友都在問“熱門研究方向”、“最新方法”等抡蛙。有同學建議國內某教授的教材护昧、或者CNKI、或者某些SCI期刊粗截。每當看到這種問題惋耙,我都有點納悶,為什么不去讀頂級會議上的論文?我無意否認以上文獻的價值绽榛,但是在機器學習湿酸、計算機視覺和人工智能領域,頂級會議才是王道灭美。國內教材和CNKI上的基本是N年前老掉牙的東西推溃。有人會質疑這些會議都只是EI。是的届腐,這的確非常特殊:在許多其它領域铁坎,會議都是盛會,比如society of neuroscience的會議犁苏,每次都有上萬人參加硬萍,帶個abstract和poster就可以去。但在所討論的幾個領域傀顾,頂級會議的重要性無論怎么強調都不為過襟铭。可以從以下幾點說明:(1)因為機器學習短曾、計算機視覺和人工智能領域發(fā)展非常迅速寒砖,新的工作層出不窮,如果把論文投到期刊上嫉拐,一兩年后刊出時就有點out了哩都。因此大部分最新的工作都首先發(fā)表在頂級會議上,這些頂級會議完全能反映“熱門研究方向”婉徘、“最新方法”漠嵌。(2)很多經(jīng)典工作大家可能引的是某頂級期刊上的論文,這是因為期刊論文表述得比較完整盖呼、實驗充分儒鹿。但實際上很多都是在頂級會議上首發(fā)。比如PLSA, Latent Dirichlet Allocation等几晤。(3)如果注意這些領域大牛的pulications约炎,不難發(fā)現(xiàn)他們很非常看重這些頂級會議蟹瘾,很多人是80%的會議+20%的期刊圾浅。即然大牛們把最新工作發(fā)在頂級會議上,有什么理由不去讀頂級會議憾朴?(1)以下是不完整的列表狸捕,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)計算機視覺和圖像識別:ICCV, CVPR, ECCV; (期刊:IEEE T-PAMI, IJCV, IEEE T-IP)人工智能:IJCAI, AAAI; (期刊AI)另外相關的還有SIGRAPH, KDD, ACL, SIGIR, WWW等众雷。特別是灸拍,如果做機器學習做祝,必須地,把近4年的NIPS, ICML翻幾遍株搔;如果做計算機視覺剖淀,要把近4年的ICCV, CVPR, NIPS, ICML翻幾遍。(2)另外補充一下:大部分頂級會議的論文都能從網(wǎng)上免費下載到纤房,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(每年度的官網(wǎng)): http://www.cs.mcgill.ca/~colt2009/proceedings.html纵隔。希望這些信息對大家有點幫助。(3)說些自己的感受炮姨。我的研究方向主要是統(tǒng)計學習和概率圖模型捌刮,但對計算機視覺和計算神經(jīng)科學都有涉及,對Data mining和IR也有些了解舒岸。這些領域绅作,從方法和模型的角度看,統(tǒng)計模型(包括probabilistic graphical model和statistical learning theory)是主流也是非常有影響力的方法蛾派。有個非常明顯的趨勢:重要的方法和模型最先在NIPS或ICML出現(xiàn)俄认,然后應用到CV,IR和MM。雖然具體問題和應用也很重要洪乍,但多關注和結合這些方法也很有意義眯杏。對于這個領域的牛人們,以上全是淺顯的廢話壳澳,完全可以無視岂贩。歡迎討論。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末巷波,一起剝皮案震驚了整個濱河市萎津,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌抹镊,老刑警劉巖锉屈,帶你破解...
    沈念sama閱讀 216,496評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異垮耳,居然都是意外死亡颈渊,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,407評論 3 392
  • 文/潘曉璐 我一進店門氨菇,熙熙樓的掌柜王于貴愁眉苦臉地迎上來儡炼,“玉大人妓湘,你說我怎么就攤上這事查蓉。” “怎么了榜贴?”我有些...
    開封第一講書人閱讀 162,632評論 0 353
  • 文/不壞的土叔 我叫張陵豌研,是天一觀的道長妹田。 經(jīng)常有香客問我,道長鹃共,這世上最難降的妖魔是什么鬼佣? 我笑而不...
    開封第一講書人閱讀 58,180評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮霜浴,結果婚禮上晶衷,老公的妹妹穿的比我還像新娘。我一直安慰自己阴孟,他們只是感情好晌纫,可當我...
    茶點故事閱讀 67,198評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著永丝,像睡著了一般锹漱。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上慕嚷,一...
    開封第一講書人閱讀 51,165評論 1 299
  • 那天哥牍,我揣著相機與錄音,去河邊找鬼喝检。 笑死嗅辣,一個胖子當著我的面吹牛,可吹牛的內容都是我干的蛇耀。 我是一名探鬼主播辩诞,決...
    沈念sama閱讀 40,052評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼纺涤!你這毒婦竟也來了译暂?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,910評論 0 274
  • 序言:老撾萬榮一對情侶失蹤撩炊,失蹤者是張志新(化名)和其女友劉穎外永,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體拧咳,經(jīng)...
    沈念sama閱讀 45,324評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡伯顶,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,542評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了骆膝。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片祭衩。...
    茶點故事閱讀 39,711評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖阅签,靈堂內的尸體忽然破棺而出掐暮,到底是詐尸還是另有隱情,我是刑警寧澤政钟,帶...
    沈念sama閱讀 35,424評論 5 343
  • 正文 年R本政府宣布路克,位于F島的核電站樟结,受9級特大地震影響,放射性物質發(fā)生泄漏精算。R本人自食惡果不足惜瓢宦,卻給世界環(huán)境...
    茶點故事閱讀 41,017評論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望灰羽。 院中可真熱鬧驮履,春花似錦、人聲如沸廉嚼。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,668評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽前鹅。三九已至摘悴,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間舰绘,已是汗流浹背蹂喻。 一陣腳步聲響...
    開封第一講書人閱讀 32,823評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留捂寿,地道東北人口四。 一個月前我還...
    沈念sama閱讀 47,722評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像秦陋,于是被迫代替她去往敵國和親蔓彩。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,611評論 2 353

推薦閱讀更多精彩內容