![ICML 2018|清華排名國內居首:大會論文接收情況一覽](http://p2.ttnews.xyz/loading.gif)
本文共1800字,建議閱讀6分鐘。
本文介紹了在瑞典斯德哥爾摩舉行的機器學習技術國際會議(ICML)中接收論文的情況。
[ 導讀 ] ICML 2018 於 7 月 10 日在瑞典斯德哥爾摩舉行,今日該會議公佈了接收論文列表,本次會議共收到 2473 篇論文,621 篇被接收,接收率為 25.1%(與去年基本持平)。Robbie Allen 對該會議的論文進行了統計,發現騰訊 AI Lab 張潼中了 8 篇論文;按機構而言,谷歌遙遙領先,國內機構清華被接收論文數量名列榜首。
![ICML 2018|清華排名國內居首:大會論文接收情況一覽](http://p2.ttnews.xyz/loading.gif)
在瑞典斯德哥爾摩舉行的 ICML 2018
第 35 屆機器學習技術國際會議(ICML)於 7 月 10 日在瑞典首都斯德哥爾摩舉行。ICML 是 AI 領域最負盛名的學術會議之一,也是很多研究人員發表研究論文的夢寐以求之地。
早在 12 月,我就寫了一篇文章,詳細介紹了 NIPS 2017 年接收論文的一些統計數據。此次,在 Infinia ML 數據科學家 Ryan pillim 的幫助下,我也為 ICML 做了同樣的事情。對這個話題感興趣的部分原因是,我管理的一家公司也在 ICML 上發表了論文。我們公司的首席科學家 Lawrence Carin 博士是世界上最多產的人工智能研究人員之一,所以對我來說,能夠看到活躍在這一領域的其他研究人員與公司的行業動態很有意思。
今年,ICML 共有 2473 篇論文被提交,621 篇被接收,接收率為 25.1%,與去年的 1676 篇提交數量相比,今年提交的論文數量增加了 47%(接收率仍保持在 25%左右)。
值得注意的是,以下分析在方向上是準確的,但可能與其它來源有所差別。這是因為 ICML 官網並沒有發佈易於分析的數據,並需要一些 NLP hack 和變通方法。即使整理了機構名稱的變體也會導致易變性。某些研究者從屬的機構有多個不同的名稱(如“Google”)。當整理多種拼寫時,需要更謹慎一些。
論文作者統計
今年,來自騰訊 AI Lab 的張潼署名論文數量最多,一共 8 篇。Lawrence Carin(杜克大學分管科研的副教務長兼 Infinia ML 的首席科學家)以 7 篇署名論文排名第二。Lawrence Carin 在杜克大學負責一個大型機器學習實驗室,因而在多篇論文中都有署名。
Most papers by author:
1. 張潼: 8 (騰訊 AI Lab)
2. lawrence carin: 7 (duke / infinia ml)
3. 朱軍: 6 (清華大學)
3. quanquan gu: 6 (uva)
3. 宋樂: 6 (佐治亞理工學院)
3. remi munos: 6 (nyu / courant institute)
3. pieter abbeel: 6 (uc berkeley)
3. sergey levine: 6 (uc berkeley)
4. bernhard schölkopf: 5 (max planck institute)
4. 邢波: 5 (CMU)
4. amin karbasi: 5 (yale)
4. shimon whiteson: 5 (oxford)
除了 Lawrence Carin,發表五篇或五篇以上論文的還有來自清華大學計算機科學與技術系的副研究員朱軍、CMU 計算機科學學院教授邢波,以及佐治亞理工學院的宋樂(Le Song)等。目前,宋樂教授任佐治亞理工計算科學與工程系終身副教授,機器學習中心副主任,他也是螞蟻金服人工智能部首席工程師。
機構排行
以下圖表列出了論文數量達到 6 篇及以上的前 58 家機構。顯然,Google 遙遙領先。我們將 Google、Google AI 和 DeepMind 分開計算,如果這幾個機構加起來,來自 Google 的作者就涉及 82 篇論文,超過總數的 13%,遠超其它任何一個機構。Facebook 在 ICML 上有 21 篇論文,略多於 NIPS 上的 11 篇。
加州大學伯克利分校論文數量領跑各大高校,但在 ICML 上的論文數量仍舊比 NIPS 上少兩篇。卡內基梅隆大學的 NIPS 論文有 48 篇之多,但 ICML 論文“只有”32 篇。
Most papers by institution:
google: 43
berkeley: 33
deepmind: 33
cmu: 32
stanford: 29
mit: 28
microsoft: 28
google ai: 24
facebook: 21
oxford: 20
princeton: 20
inria: 18
epfl: 17
eth zurich: 16
cornell: 16
max planck institute: 15
ut austin: 15
cambridge: 15
ucla: 15
university of toronto: 15
columbia: 13
清華大學: 12
amazon: 11
harvard: 11
騰訊: 11
usc: 11
georgia tech: 11
duke: 11
北京大學: 10
purdue: 10
riken: 10
uber: 10
yale: 9
nyu: 9
university of wisconsin: 9
mila: 8
paristech: 8
imperial college london: 8
johns hopkins university: 8
uiuc: 8
university of virginia: 8
rice: 8
ibm: 7
technion: 7
openai: 7
vector institute: 7
university of washington: 7
cnrs: 7
caltech: 7
google research: 7
university of chicago: 6
university of tubingen: 6
alan turing institute: 6
northwestern: 6
university of montreal: 6
uc davis: 6
university of pennsylvania: 6
university of edinburgh: 6
以下是論文發表數排名前 24 位的大學。
Most papers by universities:
berkeley: 33
cmu: 32
stanford: 29
mit: 28
oxford: 20
princeton: 20
epfl: 17
eth zurich: 16
cornell: 16
ut austin: 15
cambridge: 15
ucla: 15
university of toronto: 15
columbia: 13
清華大學: 12
harvard: 11
usc: 11
georgia tech: 11
duke: 11
北京大學: 10
purdue: 10
yale: 9
nyu: 9
university of wisconsin: 9
以下是商業機構的論文彙總清單。如果把所有 Infinia ML 工作人員(包括 Lawrence Carin, Ricardo Henao, 以及 Hongteng Xu)發表的論文都算在內,那我的公司和 IBM 並列第九,排在蘋果 (Apple)、迪士尼 (Disney) 和 Element AI 之前。
Total papers by commercial institution:
google: 43
deepmind: 33
microsoft: 28
google ai: 24
facebook: 21
騰訊: 11
amazon: 11
uber: 10
infinia ml: 7
google research: 7
ibm: 7
disney research: 4
apple: 3
yahoo research: 3
data61: 3
螞蟻金服: 2
ntt: 2
criteo: 2
yandex: 2
toyota technological institute: 2
prowler.io: 2
element ai: 2
rj research consulting: 1
奇虎/360: 1
阿里巴巴集團: 1
mass general hospital: 1
hellebore capital limited: 1
preferred networks, inc.: 1
dolores technologies: 1
hikvision research institue: 1
mitsubishi electric research labs: 1
labsix: 1
covariant.ai: 1
nvidia: 1
bosch: 1
zalando research: 1
d. e. shaw \& co.: 1
intel: 1
twitter: 1
curai: 1
two sigma investments: 1
bae systems fast labs: 1
aitrics: 1
recruit technologies co. ltd.: 1
siemens ag: 1
ea seed: 1
autodesk: 1
第四範式: 1
petuum inc: 1
philips research: 1
sentient technologies: 1
snap: 1
orange labs: 1
qualcomm india private limited: 1
rwth: 1
ign: 1
axa im chorus: 1
afresh technologies: 1
d-wave: 1
telefonica: 1
華為: 1
saudi aramco: 1
rolls-royce: 1
bytedance inc.: 1
quadrant.ai: 1
magic leap: 1
guo: 1
ICML + NIPS
由於我有 NIPS 2017 和 ICML 2018 的統計數據,所以我想知道哪位作者在這兩個會議上發表的文章最多。看起來 Lawrence Carin 的可能性最大。在同一個會議上發表多篇文章本就是不常見的,而同時在兩個會議上發表多篇文章的人也是屈指可數。以下是兩個會議上發表至少八篇文章的作者名單:
Most NIPS + ICML papers:
lawrence carin (duke university): 17
張潼 (騰訊 AI Lab): 12
宋樂 (佐治亞理工學院): 11
michael jordan (university of california, berkeley): 9
nicolas heess (deepmind): 8
razvan pascanu (deepmind): 8
原文鏈接:
https://medium.com/machine-learning-in-practice/icml-2018-accepted-papers-stats-339f1cad5a55
運營人員:冉小山
閱讀更多 THU數據派 的文章