会议 & 期刊

前言：

　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）

　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。

　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

一、学习方向分类

　1、Computer Vision(计算机视觉)：语言分割、图像分类、目标检测、图像生成、姿势评估……

　2、  Natural Language Processing(自然语言处理)：自动翻译、语言模型、问答、情感分析、文本生成

　3、  Medical(医疗)：分类、医疗图像分割、药物发现……

　4、  Methodology(方法学)：分类、表示学习、迁移学习、Word Embedding、域适应……

　5、  Miscellaneou(混杂的)：分类、推荐系统、Topic Models、持续学习、 Causal Inference……

　6、  Graphs(图形，注，图不是图像)：链接预测、节点分类、图嵌入、图的分类、Community Detection……

　7、  Playing Games

　8、  Speech(语言)：语音识别、语音合成、Speaker Verification、语言增强、语言转换……

　9、  Time Series(时间序列)

　10、  Audio(音频)

　11、  Robot(机器人)

　12、  Music

　13、  Computer Code(电脑编码)：降维、特征选择、代码生成、程序合成、Text-To-Sql ……

　14、  Knowledge Base(知识库)：知识图、Knowledge Graph Completion、Knowledge Base Completion……

　15、  Adversarial(对抗)

　16、  Reasoning(推理)

二、找近期及计算机顶级会议的文章

　计算机方向的一些顶级会议和期刊，IEEE TRANSACTIONS ON COMPUTERS
　1、Computer Vision
　Conf：
   Best: ICCV, Inter. Conf. on Computer Vision
    CVPR, Inter. Conf. on Computer Vision and Pattern Recognition
   Good: ECCV, Euro. Conf. on Comp. Vision
    ICIP, Inter. Conf. on Image Processing
    ICPR, Inter. Conf. on Pattern Recognition
    ACCV, Asia Conf. on Comp. Vision
　Jour：
   Best: PAMI, IEEE Trans. on Patt. Analysis and Machine Intelligence
    IJCV, Inter. Jour. on Comp. Vision
   Good:CVIU, Computer Vision and Image Understanding
    PR,   Pattern Reco.
　2、Network
　Conf：
   ACM/SigCOMM ACM Special Interest Group of Communication..
   ACM/SigMetric   这个系统方面也有不少的
   Info Com 几百人的大会，不如ACM/SIG的精。
   Globe Com 这个就很一般了，不过有时候会有一些新的想法提出来。
　Jour：
   ToN (ACM/IEEE Transaction on Network)

　3、A.I.
　Conf：
   AAAI: American Association for Artificial Intelligence
   ACM/SigIR: 这个是IR方面的，可能DB/AI的人都有
   IJCAI: International Joint Conference on Artificial Intelligence
   NIPS: Neural Information Processing Systems
   ICML: International Conference on Machine Learning
　Jour：
  Machine Learning
  NEURAL COMPUTATION: 这个的影响因子在AI里最高，2000年为1.921
  ARTIFICIAL INTELLIGENCE: 1.683(2000年的数据，下同)
  PAMI: 1.668
  IEEE TRANSACTIONS ON FUZZY SYSTEMS: 1.597
  IEEE TRANSACTIONS ON NEURAL NETWORKS: 1.395
  AI MAGAZINE: 1.044
  NEURAL NETWORKS: 1.019
  PATTERN RECOGNITION: 0.781
  IMAGE AND VISION COMPUTING: 0.616
  IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING: 0.465
  APPLIED INTELLIGENCE: 0.268

　　.......

　补充下面是一些网站：

　　1、Elsevier (ScienceDirect OnSite,SDOL)：http://www.sciencedirect.com/

　　2、IEEE/IEE Electronic Library： http://ieeexplore.ieee.org/

　　3、SpringerLink 科技期刊：http://link.springer.com/

　　4、ICCV（IEEE International Conference on Computer Vision）：http://ieeexplore.ieee.org/xpl/conhome.jsp?punumber=1000149

　　5、ICCVR： http://ieeexplore.ieee.org/xpl/conferences.jsp?queryText=ICCVW

　　6、CVPR(IEEE Conference on Computer Vision and Pattern Recognition)：http://ieeexplore.ieee.org/xpl/conhome.jsp?punumber=1001809

　　7、CVPRW：http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6230822

　　8、PAMI（IEEE Transactions on Pattern Analysis and Machine Intelligence）： http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=34

　　9、IJCV：http://link.springer.com/journal/11263

　　10、ECCV： http://link.springer.com/search?query=ECCV

　　11、TIP：http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=83

　　12、CVPapers： http://www.cvpapers.com/index.html关于ICCV，CVPR，ECCV的一个总结

三、解决arxiv下载速度慢的方法

　arxiv属于国外网站，中国下载网速较慢，推荐使用中科院arxiv的镜像地址：http://xxx.itp.ac.cn

　具体使用方法：

　　把要访问 arxiv 链接中前面的域名从 https://arxiv.org 换成 http://xxx.itp.ac.cn

　　如：CycleGAN论文下载地址https://arxiv.org/pdf/1703.10593.pdf        换成：http://xxx.itp.ac.cn/pdf/1703.10593.pdf

　　或者：CycleGAN论文主页地址https://arxiv.org/abs/1703.10593         换成：http://xxx.itp.ac.cn/abs/1703.10593

四、有针对性地选择文献

　针对研究的方向，找相近的论文来读，从文中理解文章回答什么问题（做了什么贡献），通过哪些技术手段来解决目前存在的问题，有哪些结论。了解研究思路，逻辑推论，学习技术方法。

　该如何获取这些文献呢？以下提供几个方法：

　　1 . 关键词、主题词检索：关键词、主题词一定要选好，这样，才能保证你所要的内容的全面。因为，换个主题词，可以有新的内容出现。

　　2 . 检索某个学者：查SCI，知道了某个在这个领域有建树的学者，找他近期发表的文章。

　　3 . 参考综述检索：如果有与自己课题相关或有切入点的综述，可以根据相应的参考文献找到那些原始的研究论文。

　　4 . 注意文章的参考价值：刊物的影响因子、文章的被引次数能反映文章的参考价值。但要注意引用这篇文章的其它文章是如何评价这篇文章的。

---

参考1：计算机方向的一些顶级会议和期刊(转载)

参考2：https://paperswithcode.com/sota

参考3：为什么不去读顶级会议上的论文？适应于机器学习、计算机视觉和人工智能?

---