论文中著名会议和期刊的一些介绍（持续更新中）

我的个人微信公众号： Microstrong

微信公众号ID： MicrostrongAI

微信公众号介绍： Microstrong(小强)同学主要研究机器学习、深度学习、计算机视觉、智能对话系统相关内容，分享在学习过程中的读书笔记！期待您的关注，欢迎一起学习交流进步！

知乎主页：https://www.zhihu.com/people/MicrostrongAI/activities

Github：https://github.com/Microstrong0305

[个人博客：()

（1）ICLR

ICLR，全称为「International Conference on Learning Representations」（国际学习表征会议），2013 年才刚刚成立了第一届。（被誉为深度学习的等级会议）。这个会议由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。Yoshua Bengio 是蒙特利尔大学教授，深度学习三巨头之一，他领导蒙特利尔大学的人工智能实验室（MILA）进行 AI 技术的学术研究。MILA 是世界上最大的人工智能研究中心之一，与谷歌也有着密切的合作。而 Yann LeCun 就自不用提，同为深度学习三巨头之一的他现任 Facebook 人工智能研究院（FAIR）院长、纽约大学教授。作为卷积神经网络之父，他为深度学习的发展和创新作出了重要贡献。

创办ICLR会议的目的：

众所周知，数据的应用表征对于机器学习的性能有着重要影响。表征学习的迅猛发展也伴随着不少问题，比如我们如何更好地从数据中学习更具含义及有效的表征。我们对这个领域展开了探索，包括了深度学习、表征学习、度量学习、核学习、组合模型、非常线性结构预测及非凸优化等问题。尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用，目前还缺乏一个场所，能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟。

ICLR会议的亮点：Open Review评审制度

目前的论文审核主要分为单盲 (single-blind review)、双盲 (double-blind review) 及开放评审（open review）等多种形式。单盲评审的含义非常简单，即评审知道作者的名字、学校等身份信息，但作者并不知道评审论文的人是谁；而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。
单盲评审的优势非常明显，即评审处于匿名身份，可以让评审免受压力，但评审由于知道了论文的作者信息，则非常有可能产生刻板印象，产生不够客观的评审结果。比如，对于比较有名的学者，评审会对论文的质量产生预设。而双盲评审则能够大幅降低作者个人信息所带来的附加效应，不过，评审也非常有可能从行文、主题中判断作者的信息。
Open Review 则非常不同，根据规定，所有提交的论文都会公开姓名等信息，并且接受所有同行的评价及提问（open peer review），任何学者都可或匿名或实名地评价论文。而在公开评审结束后，论文作者也能够对论文进行调整和修改。
ICLR 虽然并不一定是第一个采用 Open Review 进行论文评审的机构，但一定是做得最公开、影响范围最大的一个会议。

目前 ICLR 的历届所有论文及评审讨论的内容，都完整地保存在 OpenReview.net 上，它也是 ICLR 的官方投稿入口。OpenReview.net 是马萨诸塞大学阿默斯特学院 Andrew McCallum 为 ICLR 2013 牵头创办的一个公开评审系统，秉承公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开 API 及开源等八大原则，得到了 Facebook、Google、NSF 和马萨诸塞大学阿默斯特中心等机构的支持。

（2）NIPS

神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems)，简称NIPS，是一个关于机器学习和计算神经科学的国际会议。该会议固定在每年的12月举行,由NIPS基金会主办。NIPS是机器学习领域的顶级会议。在中国计算机学会的国际学术会议排名中，NIPS为人工智能领域的A类会议。

神经计算方面最好的会议之一, NIPS主办, 每年举行。会开完后第2年才出论文集, 也就是说, NIPS'16的论文集是17年出. 会议的名字是"Advances in Neural Information Processing Systems", 所以, 与ICML\ECML这样的"标准的"机器学习会议不同, NIPS里有相当一部分神经科学的内容, 和机器学习有一定的距离. 但由于会议的主体内容是机器学习, 或者说与机器学习关系紧密, 所以不少人把NIPS看成是机器学习方面最好的会议之一。

（3）CVPR

CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。

简介：

国际计算机视觉与模式识别会议（CVPR）是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。CVPR是世界顶级的计算机视觉会议（三大顶会之一，另外两个是ICCV和ECCV），近年来每年有约1500名参加者，收录的论文数量一般300篇左右。本会议每年都会有固定的研讨主题，而每一年都会有公司赞助该会议并获得在会场展示的机会。

举办地：

第一届CVPR会议于1983年在华盛顿由金出武雄和Dana Ballard举办，此后每年都在美国本土举行。会议一般在六月举行，而举办地通常情况下是在美国的西部，中部和东部地区之间循环。例如，2013年该会议在波特兰召开。而2014年有超过1900人参加了在哥伦比亚举办的会议。而接下来的2015,2016和2017年，该会议分别于波士顿，拉斯维加斯和夏威夷举办。

会议概况：

CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。而会议的组织方是一个循环的志愿群体，通常在某次会议召开的三年之前通过遴选产生。CVPR的审稿一般是双盲的，也就是说会议的审稿与投稿方均不知道对方的信息。通常某一篇论文需要由三位审稿者进行审读。最后再由会议的领域主席(area chair)决定论文是否可被接收。
在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。目前在中国计算机学会推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议。在巴西教育部的排名中排名为A1 。基于微软学术搜索(Microsoft Academic Search)2014年的统计，CVPR中的论文总共被引用了169,936次 。

（4）Expert Systems with Applications（期刊）

SCI二区。出版周期：两个月一次。期刊主页地址：https://www.journals.elsevier.com/expert-systems-with-applications#opennewwindow。

（5）计算机应用

（6）计算机应用研究

（7）ASE（会议）

ASE，全称：International Conference on Automated Software Engineering，出版社IEEE/ACM，是中国计算机学会推荐国际学术会议（软件工程、系统软件与程序设计语言）B类会议，2017年的会议网址为：http://www.ase2017.org/。

ASE会议始于1986年的知识型软件助理项目会议（KBSA）。KBSA由美国空军罗马实验室（当时的RADC）资助。会议于1989年成为公开会议，并于1990年改名为知识型软件工程会议（KBSE），成立了指导委员会，国际程序委员会和由IEEE计算机学会出版社出版的会议记录。直到1997年会议仍然由罗马实验室完全资助，会议改名为自动化软件工程（ASE），成为由指导委员会主持，IEEE计算机协会主办的自给自足会议。

Automated Software Engineering Conference On-line Bibliography (ASE-OLB)：http://ase-conferences.org/olbib/

（8）COMPLEXIS 2018 或 COMPLEXIS 2019

会议全称：3th International Conference on Complexity, Future Information Systems and Risk 或者 4th International Conference on Complexity, Future Information Systems and Risk ，每年举办一次，可以投递多学科论文。会议接受论文包括长论文和短论文。两种类型的论文都有字数要求，短论文要求不能超过8页。

会议网址：http://www.complexis.org/ ，会议每年举办一次，所以名称后面带有年份，3th和4th是第几届，每举办一次加1。对了，如果投递的是短论文，论文录用之后，都要去做现场的演讲还有做PPT，COMPLEXIS 2018会议，开会地点似乎在西班牙。

（9）ICML

ICML 是 International Conference on Machine Learning的缩写，即国际机器学习大会。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。ICML是全球一年一度的机器学习大会。机器学习方向的两大顶级会议是ICML、NIPS。

（10）ACCV

ACCV，即亚洲计算机视觉会议（Asian Conference on Computer Vision）是亚洲计算机视觉联盟(AFCV)自1993年以来官方组织的两年一度的会议。其目的是为计算机视觉研究学者和企业提供一个技术发展和交流的平台。ACCV是计算机视觉中较好的会议之一。

（11）ICCV

ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，由IEEE主办，与计算机视觉模式识别会议（CVPR）和欧洲计算机视觉会议（ECCV）并称计算机视觉方向的三大顶级会议 ，被澳大利亚ICT学术会议排名和中国计算机学会等机构评为最高级别学术会议，在业内具有极高的评价。不同于在美国每年召开一次的CVPR和只在欧洲召开的ECCV，ICCV在世界范围内每两年召开一次。ICCV论文录用率非常低，是三大会议中公认级别最高的。ICCV会议时间通常在四到五天，相关领域的专家将会展示最新的研究成果。2019年ICCV将在韩国首尔举办。

（12）ECCV

ECCV的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议) ，两年一次，是计算机视觉三大会议（另外两个是ICCV和CVPR）之一 。每次会议在全球范围录用论文300篇左右，主要的录用论文都来自美国、欧洲等顶尖实验室及研究所，中国大陆的论文数量一般在10-20篇之间。ECCV2010的论文录取率为27%。
ECCV是一个欧洲会议，欧洲人一般比较看中理论，但是从最近一次会议来看，似乎大家也开始注重应用了，oral里面的demo非常之多，演示效果很好，让人赏心悦目、叹为观止。不过欧洲的会有一个不好，就是他们的人通常英语口音很重，有些人甚至不太会说英文，所以开会和交流的时候，稍微有些费劲。

（13）KDD

ACM SIGKDD: Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining

该会议一般简称为SIGKDD或KDD，是从AAAI会议中的KDD研讨会发展而来，被广泛认为是知识发现和数据挖掘领域最有影响力的会议，也是所有计算机科学领域中论文录取率最低的会议之一，2014年其论文录取率仅14.6%。KDD每年都会针对自己的会员评选创新奖（Innovation Award）和服务奖（Service Award）。针对参会论文，KDD设立了最佳研究论文奖和最佳学生论文奖。

每年KDD会议期间还会举办面向学者、学生、企业的名为“KDD Cup”的比赛。2019年KDD将于8月3日到7日在美国阿拉斯加安克雷奇举办。

Reference：

【1】百度百科。

【2】盘点AI国际顶级会议 - 蓝胖子机器人Dorabot的文章 - 知乎 https://zhuanlan.zhihu.com/p/51749414