m*********n
发帖数: 413 | 1 建议这位先晒一晒自己有多少KDD,ICML,NIPS然后才来说别人吧
我说就直接投N/S,必火. |
|
t**o
发帖数: 2618 | 2 right...
ICML in Feb. 24... |
|
r********d
发帖数: 7742 | 3 灌毛ICML，实验去掉多加点bull shit灌NIPS。 |
|
|
|
l****n
发帖数: 64 | 6 cs has icml best paper. How about other departments? How about other
universities? |
|
c***a
发帖数: 655 | 7 看来这个版上搞system/network的居多啊。
个人人为会议排名对新手有很大的启蒙作用，phd读了一年多之后就就只能起参考作用。
因为不是每篇SOSP，sigcomm都感人肺腑催人泪下，也不是每篇globecom都空洞乏味。
原因有很多种，比如deadline不合适，写作水平,或是很排外的community,派系斗争等。
另外领域里还有更细的划分，例如network里如果不搞wireless, 为什么要看重
MobiHoc? 如果搞measurement, IMC是很好的会但是没有被提到。
顺带替其他领域的好会打点广告，比如POPL, PLDI; ISCA, HPCA; NIPS, ICML
.....
Anyway, 新手尽量避免抱着普通会议的proceedings一篇一篇死扣，但是看到
所谓“烂会”的文章就带上有色眼镜就显得naive了
到底什么会的该仔细看？go ask your advisor |
|
s*******y
发帖数: 558 | 8 论名气论赞助论人气 SIGKDD 算是data mining领域的top 1了
每年的接受率也就10－20％之间左右 平均15％吧
data mining领域三个比较著名的会议当是ACM的SIGKDD, IEEE的ICDM 和
SIAM的SDM。这几个会议一般都是每篇paper 3个reviewer,regular paper
的接受率在15％左右徘徊， ICDM的regular paper的接受率去年一度达到9%左右.
有的时候一些data mining的paper还会去投SIMOD, ICDE,
ICML等等沾点边的。 |
|
|
b********p
发帖数: 875 | 9 Quality of paper is quite impressive, let alone the quantity.
ICML, NIPS every year. |
|
g***i
发帖数: 50 | 10 http://www1.bbsland.com/education/messages/231140.html
会议有多好要看你从哪个角度看。作机器学习出身的，很自然认为kdd不如ijcai和
icml，我觉得这代表了典型的机器学习研究者的观点。就象数据库出身的人都会认为kdd比不上sigmod和vldb，有的甚至觉得它比不上icde。然而数据挖掘是个高速发展中的领域，专做挖掘的人越来越多，以后肯定会有不少人认为kdd比sigmod和ijcai都强。
大家意见不同只是看问题角度不同，其实并没有本质区别，而大家对基本事实的看法都是一致的。比如无论哪种出身的人都会认为kdd>icdm，只是在不同领域比较时会有侧重点不同而已。
总而言之，对待conference ranking，大家最好不要认为存在一个客观的唯一的正确答案。举一个极端的例子：我在某数据挖掘会议上遇到过某个统计出身的人，他认为cs搞的研究都是high school math，只有统计系弄的才叫science，惹得我几乎忍不住要说“high school
math阁下也未必能弄得通”。但回来转念一想，从对方的角度来说这样的评价也不 |
|
D*******y
发帖数: 366 | 11 真是隔行如隔山啊。B 类在计算机已经算不好了吗？
好像计算机杂志分类比较细了。
正在做一个东西，一篇paper引用了ICML里面一个multi-agent reinforcement
learning的文章。
我想知道有没有 比较 reinforcement learning, genetic algorithm, particle
swarm optimization 算法在动态环境的文章。
是不是后两个算 evolotionary ，前一个算heuristic? |
|
d******e
发帖数: 7844 | 12 JMLR是顶级，05年影响因子，4.3。07降到2.6了吧。
ICML里前50%的文章基本都收录到JMLR。 |
|
o****u
发帖数: 714 | 13 原来是三个审稿人，大家有没有感觉现在会议越来越难投了？
nips, icml, kdd, 我的神啊，什么时候让我中一篇。 |
|
g***o
发帖数: 230 | 14 问一下，KDD难度和NIPS, ICML相比如何 |
|
d******e
发帖数: 7844 | 15 If your paper was accepted by ICML, it will be accepted by JMLR very soon. |
|
d******e
发帖数: 7844 | 16 I meant regular paper, not poster in ICML |
|
j*****g
发帖数: 7 | 17 1) I (male) have booked Sokos Hotel Helsink for July 4,5,6,7.
2) It is only 200 M to the main conference center.
3) The price is around 340 euro for Standard twin room (non-smoking).Each
pays
170 euro for four nights.
Please send me message if you want to share. |
|
g***o
发帖数: 230 | 18 So expensive. My wife booked one with < 100 euro per day. |
|
R********n
发帖数: 519 | 19 诚心请教自己的publication的水平,因为在EE做偏CS的领域，想定位下,谢谢:).04年本
科毕业,国内2年读研,然后来美2年,目前paper如下:
Vision&Learning:
2篇ICIP(1篇poster,1篇还不知),1篇ICCV workshop(Oral, accept ratio 19%),1篇
CISS(Oral, 信息论方面的会议),
Wireless领域:
3篇ICC&Globecom(Oral, accept ratio都是30%多,80%被录取的都是Oral),1篇IEE
Electronics Letters
现在的困惑是,EE重视journal,但因为时间还有英语不好等问题，一直没投出去(包括基
本写好的都还没投,总感觉需要花很多时间才能整理好).
CS偏重会议,但自己没有什么top conf. ,因为时机关系,top会议投稿也不多,一次ICCV
没中转了workshop,一次ICML没中,就没了(CVPR总在期末考试或者申请忙得时候,还没投
过).所以压力有些大. |
|
I*********h
发帖数: 8 | 20 来美两年，不急。
不要做的太杂，朝一个方向做。
要么ICML,要么ICCV。如果你想
去research lab的话一定要专，
poster和workshop什么的能不要
就不要。否则发了那么多paper
也只能去google做SDE了。
早点确定自己的方向，争取去相应
的research lab做intern.
诚心请教自己的publication的水平,因为在EE做偏CS的领域，想定位下,谢谢:).04年本
科毕业,国内2年读研,然后来美2年,目前paper如下:
Vision&Learning:
2篇ICIP(1篇poster,1篇还不知),1篇ICCV workshop(Oral, accept ratio 19%),1篇
CISS(Oral, 信息论方面的会议),
Wireless领域:
3篇ICC&Globecom(Oral, accept ratio都是30%多,80%被录取的都是Oral),1篇IEE
Electronics Letters
现在的困惑是,EE重视journal,但因为时间还有英语不好等问题，一直没投出去(包括基
本写好的都还没投,总感觉需要花很多时间 |
|
R********n
发帖数: 519 | 21 Appreciate it, thank you:). Yeah, I also feel it is important to focus on a
specific area now. For paper, some conf. like ICML, all papers are oral, but
ICCV, just few (50 among 200 accepted papers), so it is hard to get a oral
paper, I will try:) |
|
d******e
发帖数: 7844 | 22 ICML是有Poster的。
目前除了Sigmod，没几个是会议是全Oral的。
看样子你现在应该再做流形学习，这个方向还有些潜力可挖，多努努力，发两篇期刊问
题不大。
比如Pattern Recognition这个档次的，相对还是容易的，和同影响因子的TIP和TNN比
，审稿流程更简单，审稿事件也更短。
a
but
oral |
|
R********n
发帖数: 519 | 23 PR is more easy and fast than TIP and TNN, super zan, this information is
important:). Yeah, I have interest on manifold learning, also for transfer
learning
and sparse representations. I will prefer combine the research with vision
together, since I think that NIPS and ICML is harder than ICCV, ECCV and
CVPR |
|
v***0
发帖数: 5096 | 24 这个publication不行啊，很多刚申请出来的都比这个强多了。
要做vision和learning的话
iccv, cvpr, eccv 至少得有一两篇；
nips, icml，aaai, ijcai 也至少得有个篇把
然后journal再弄点。 |
|
H****S
发帖数: 1359 | 25 个人觉得有些workshop还是不错的，不知道具体对一个人的CV影响有几何。但是在做
research的过程中，经常从一些诸如ICML, AAAI, KDD等等这些workshop paper中受到
很多启发。 |
|
m****s
发帖数: 402 | 26 CV+ML is not an easy area now. You need papers on,
1) CV --> CVPR/ICCV/ECCV/SIGGRAPH/ACMMM+IJCV/PAMI
2) AI&ML --> AAAI/IJCAI/KDD/SIGIR/ICML/NIPS ...
Even IEEE journals and other decent journaks like PR/CVIU are 2nd rank. |
|
H****S
发帖数: 1359 | 27 Conference papers like AAAI or ICML really counts. I know that AAAI accept
no more than 5% of the total received papers. Other than these, top quality
journals like IEEE Trans on NN, SBC, etc. are of no doubt making much more
sense than general conference papers. |
|
b********p
发帖数: 875 | 28 Jan. 26 due
大家好好干，好好ml. |
|
|
|
d******e
发帖数: 7844 | 31 ICML是Rank1 AAAI也是Rank1，IJCAI也是Rank 1。Poster算Rank1,Regular也算Rank1。 |
|
e*****m
发帖数: 58 | 32 做bioinf的人有来自不同领域的人，一般也都参考原领域的好journal, 好的会议当然也
算。由于隔行隔领域，不同领域里的人看法会有偏差。比如cs的人也许知道bioinforma
tics比biostatistics, biometrics多些。但做生统/统计的人认为biostat, biometric
s要比Bioinformatics好很多。做的东西有些杂，也慢慢才知道这些。列一些我知道相关
的top杂志或conference (for computational methodology or theory)
CS
conferences: ICML, NIPS, SIGMOD, VLDB, KDD, ijcai, AAAI, UAI, RECOMB, ISMB,
PSB
Journal: JMLR, TKDE,
stat:
JASA, JRSS-B, Biometrika, Annals 系列, Biostat., biometrics
Genetics: nature genetics, AJHG, Genetics, Genetic Epidemiology
Bioinf |
|
R********n
发帖数: 519 | 33 似乎这是Jordan的最牛的年轻弟子Andrew的课，他最近几年太strong了，很喜欢他在
ICML，NIPS上这两年的paper |
|
R********n
发帖数: 519 | 34 Really，很赞很惊讶，呵呵，是Yahoo那个john langford吗
链接在哪儿有呢
看到最近NIPS,ICML上的风向，总觉得应该是有缘由的
most |
|
d******e
发帖数: 7844 | 35 对于Fresh PhD来说引用次数不能太说明问题吧。
我的某个个不起眼的文章被ICML的某篇文章引用，仍然无法改变文章烂的本质。 |
|
R********n
发帖数: 519 | 36 如果发在网络顶级会议上，应该有人看得，文章总数太少了，不然太水了
赞你的ICML引用，哪篇？ |
|
d******e
发帖数: 7844 | 37 以IR为主的貌似SIGIR算是Top，其他的很多都只能算是Rank 1
还有很多其他Top会议也和IR有关,Data Mining相关的有KDD，机器学习相关的有ICML。
数据库也有不少把，SIGMOD,ICDE都有人做IR的东西。
IR还是很杂的。 |
|
d******e
发帖数: 7844 | 38 听说去年上海交大好像有一个本科生，有ICML和KDD，长文发了TKDE。申请Big 4，一个
AD都
没有。 |
|
L*****y
发帖数: 234 | 39 那个人还是很强的，两年硕士有NIPS,AAAI*2,ICML*2和SIGKDD的一作，SIGIR，ACL和
WWW这些的二作，ICPC的决赛冠军。倒是没听说他申请美国的学校，好像上交去牛校的
基本没有ICPC竞赛拿奖的人，很是奇怪。也许GPA不高吧。 |
|
|
s****i
发帖数: 216 | 41 啊，rw如何定义理论？
在icml上发表的是不是都算理论上有突破的文章 |
|
R********n
发帖数: 519 | 42 ICML 上有一些，但并不是focus on理论的，比较理论大都还是COLT，UAI之类，或者就
是theory的会议，比如STOC等 |
|
A****e
发帖数: 310 | 43 谢谢！ICRA 收 vision和 learning结合的paper？似乎这是robotics方面的
NIPS确实不错，但是非常难，呵呵，6月份，还有段时间
本身我觉得ICML很合适，不知你怎么看，可能要把paper多从learning角度去说更好些？
这几个都很难，只是想try下，呵呵 |
|
N**D
发帖数: 10322 | 44 icml is good, but u said the deadline is approaching
icra does have vision part
another is iccv, more towards vision according to its name.
些？ |
|
j****n
发帖数: 464 | 45 你看看 icml 跟 nips 的 文章 就能知道大概了，
另外 bioinformatics 对 ml 从来都没有过啥影响，
ml 有时候 用点 生物的数据而已 |
|
C*********e
发帖数: 587 | 46 他的case你不用太研究了，呵呵，首先你要知道，他老板算是天牛级别的人物
开创manifold learning的几个人里面，只有他老板Saul（U Penn，UCSD是后面才去的），
还有UT的Roweis是在CS的prof
Saul很年轻就带出了2个大牛学生，Fei Sha还有Weinberger，两人分别拿过NIPS&ICML
的best student paper
其他牛的事迹太多了，就不说了，呵呵
NIPS的committee使用些active的大牛新人很正常，很多牛人都不出现了 |
|
C*********e
发帖数: 587 | 47 基本都是精品，难得的不灌水
代表作：
large margin plus structure learning -> NIPS best student paper
manifold learning, MVU -> ICML best student paper |
|
