m****s
发帖数: 402 | 1 ICML
NIPS
AAAI
IJCAI
CVPR
ICCV
ECCV
SIGGRAPH
ACM Multimedia
WWW
ICDE
ICDM
KDD |
c*******f
发帖数: 85 | |
b***a
发帖数: 6422 | 3 还有ICCP，将来的牛会。
【在 m****s 的大作中提到】
: ICML
: NIPS
: AAAI
: IJCAI
: CVPR
: ICCV
: ECCV
: SIGGRAPH
: ACM Multimedia
: WWW
|
m****s
发帖数: 402 | 4 这会马上就开了，地方不错。你准备去？
【在 b***a 的大作中提到】
: 还有ICCP，将来的牛会。
|
b***a
发帖数: 6422 | 5 我不去，但知道是SIGGRAPH的一帮牛人搞的，介于CV和CG之间，PAMI组织的。
看看PC就知道很牛了。
有些CV组主要就发ICCV, CVPR, ICCP。
【在 m****s 的大作中提到】
: 这会马上就开了，地方不错。你准备去？
|
P***P
发帖数: 1387 | 6 全发了也不如3篇osdi
【在 m****s 的大作中提到】
: ICML
: NIPS
: AAAI
: IJCAI
: CVPR
: ICCV
: ECCV
: SIGGRAPH
: ACM Multimedia
: WWW
|
m****s
发帖数: 402 | 7 OSDI算应用了，理论还得是STOC/FOCS？
现在OS应用这块，最难的算cloud，cloud最好的会就是OSDI了？
【在 P***P 的大作中提到】
: 全发了也不如3篇osdi
|
z***t
发帖数: 2374 | 8 系统里SOSP比OSDI好点吧，至少我以前老板中了OSDI之后和我这么说的
这些会议混在一起没有啥意义
CV本来就不完全是CS的领域，否则ACM早就有SIG on CV
所以CV里会议水一些，而且PAMI,IJCV还是比会议好的多
AI,ML,graphics都是CS传统领域，至少是CS尝试保护的领域。过了CS的边界，人家ML就叫statistics或者pattern recognition了
CV不要总拉着ML，从ML角度看，AISTATS,ECML文章质量也比CVPR,ICCV好啊，
CVPR,ICCV和Infocom一样的状况。
相当多搞CV的researcher对ML不是太熟，审文章时候，乱搞，也不请ML主流的人过来帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
CV会议的organizer也比较自大，从来不请keynote，认为没有人比他们再强了，或者说不想承认 |
m*****y
发帖数: 367 | 9 “CV不要总拉着ML”，靠，不是CV的拉ML，而是ML的人总往CV里挤。ML推些不知所云的
bound，不做任何实验，没有问题做不好办，只好往IR,DM,CV里挤，糊弄这边的人。
就叫statistics或者pattern recognition了
帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
说不想承认
【在 z***t 的大作中提到】
: 系统里SOSP比OSDI好点吧，至少我以前老板中了OSDI之后和我这么说的
: 这些会议混在一起没有啥意义
: CV本来就不完全是CS的领域，否则ACM早就有SIG on CV
: 所以CV里会议水一些，而且PAMI,IJCV还是比会议好的多
: AI,ML,graphics都是CS传统领域，至少是CS尝试保护的领域。过了CS的边界，人家ML就叫statistics或者pattern recognition了
: CV不要总拉着ML，从ML角度看，AISTATS,ECML文章质量也比CVPR,ICCV好啊，
: CVPR,ICCV和Infocom一样的状况。
: 相当多搞CV的researcher对ML不是太熟，审文章时候，乱搞，也不请ML主流的人过来帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
: CV会议的organizer也比较自大，从来不请keynote，认为没有人比他们再强了，或者说不想承认
|
z***t
发帖数: 2374 | 10 咋看起来是IR,DM,CV里的人从ＭＬ里搬数学，结果理解的不透，经常搬错
ML里做的好的一般很少碰CV（尤其是faculty）,CV的funding太少，ML的高手一般做做
NLP,bioinformatics,robotics，这些领域里funding相对多不少
【在 m*****y 的大作中提到】
: “CV不要总拉着ML”，靠，不是CV的拉ML，而是ML的人总往CV里挤。ML推些不知所云的
: bound，不做任何实验，没有问题做不好办，只好往IR,DM,CV里挤，糊弄这边的人。
:
: 就叫statistics或者pattern recognition了
: 帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
: 说不想承认
|
|
|
m****s
发帖数: 402 | 11 基本属实，做CV的都有自己的benchmark标准数据库，能跑出好结果才算，这也是CVPR
比ICML强的地方。
真正CVPR中比较水的恰恰是纯ML的，推一堆公司，最后实际上ML的理论意义不如ICML的
论文，实际上也没办法跑dataset验证，纯扯淡了。
【在 m*****y 的大作中提到】
: “CV不要总拉着ML”，靠，不是CV的拉ML，而是ML的人总往CV里挤。ML推些不知所云的
: bound，不做任何实验，没有问题做不好办，只好往IR,DM,CV里挤，糊弄这边的人。
:
: 就叫statistics或者pattern recognition了
: 帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
: 说不想承认
|
d******e
发帖数: 7844 | 12 真正术业有专攻的人，讲求的是做东西的深度。所以真正做ML的，很少去盯着Vision的
Benchmark去做。真正做Vision的，根本不会介意推导是否漂亮，rate是否sharp。
倒是有一伙人混杂在CV和ML中间，做的东西四不像，美其名曰“交叉学科”。这种人一
般四处不招人待见。Vision的人觉得他们是胡扯，ML的人也觉得他们是胡扯。二愣子LZ
就是这个水平的，你们居然还跟他讨论的风生水起，真不知道你们咋想的。
【在 m*****y 的大作中提到】
: “CV不要总拉着ML”，靠，不是CV的拉ML，而是ML的人总往CV里挤。ML推些不知所云的
: bound，不做任何实验，没有问题做不好办，只好往IR,DM,CV里挤，糊弄这边的人。
:
: 就叫statistics或者pattern recognition了
: 帮忙，结果造成CVPR/ICCV/PAMI的文章经常出现幼稚的错误.
: 说不想承认
|
m****s
发帖数: 402 | 13 你把我老列的这些会议收齐一半，再来喷吧。
LZ
【在 d******e 的大作中提到】
: 真正术业有专攻的人，讲求的是做东西的深度。所以真正做ML的，很少去盯着Vision的
: Benchmark去做。真正做Vision的，根本不会介意推导是否漂亮，rate是否sharp。
: 倒是有一伙人混杂在CV和ML中间，做的东西四不像，美其名曰“交叉学科”。这种人一
: 般四处不招人待见。Vision的人觉得他们是胡扯，ML的人也觉得他们是胡扯。二愣子LZ
: 就是这个水平的，你们居然还跟他讨论的风生水起，真不知道你们咋想的。
|
z***t
发帖数: 2374 | 14 理论上讲是这样的
但是实际文章里实验结果水分多
我就不点名了,几乎一多半大组都有过文章实验不能重复或者错误的问题
其中包括Stanford, Princeton, Berkley的组
老板们不仔细检查,学生瞎做
CV一向以reviewer质量低下闻名
另外,CVPR/ICCV里偏ML的文章也都是跑benchmark数据,现在少于三个benchmark数据的
文章很难中的
ICML/NIPS大部分文章也都是跑各种benchmark数据,其实很多idea也是跑数据时候发现
问题,解决问题想出来的
CV会议现在收文章太多了，收的多，很多低质量文章可以混进去，这样大家就开始有侥
幸心里，质量一般的文章也投，结果造成submission数目继续增加，reviewer质量下降
，依次循环下去
一年收个200篇就够了，不能好大喜功啊
CVPR
【在 m****s 的大作中提到】
: 基本属实，做CV的都有自己的benchmark标准数据库，能跑出好结果才算，这也是CVPR
: 比ICML强的地方。
: 真正CVPR中比较水的恰恰是纯ML的，推一堆公司，最后实际上ML的理论意义不如ICML的
: 论文，实际上也没办法跑dataset验证，纯扯淡了。
|
m****s
发帖数: 402 | 15 这怕不是reviewer质量低下，是投稿者ethics问题了。查出来基本PhD就得开除了。
你说的真的假的，难道学校对作假睁眼闭眼？
【在 z***t 的大作中提到】
: 理论上讲是这样的
: 但是实际文章里实验结果水分多
: 我就不点名了,几乎一多半大组都有过文章实验不能重复或者错误的问题
: 其中包括Stanford, Princeton, Berkley的组
: 老板们不仔细检查,学生瞎做
: CV一向以reviewer质量低下闻名
: 另外,CVPR/ICCV里偏ML的文章也都是跑benchmark数据,现在少于三个benchmark数据的
: 文章很难中的
: ICML/NIPS大部分文章也都是跑各种benchmark数据,其实很多idea也是跑数据时候发现
: 问题,解决问题想出来的
|
d******e
发帖数: 7844 | 16 呵呵，把这些会议都灌一遍最后只能被打标签。
我不是这个套路的，而且话说回来，ML可从来都不是NIPS和ICML封顶的。
【在 m****s 的大作中提到】
: 你把我老列的这些会议收齐一半，再来喷吧。
:
: LZ
|
m****s
发帖数: 402 | 17 又来显摆了。COLT比NIPS/ICML声誉还是略低，至于FOCS之类，属于别的专业了。当然，别
的ML研究者没有，你确实可以炫耀。你有FOCS/STOC了？还没NIPS/ICML？
【在 d******e 的大作中提到】
: 呵呵，把这些会议都灌一遍最后只能被打标签。
: 我不是这个套路的，而且话说回来，ML可从来都不是NIPS和ICML封顶的。
|
d******e
发帖数: 7844 | 18 你绞尽脑汁也想不出来的，呵呵，你自己根本不是做ML的，明明对ML根本没概念，还在
这里胡邹。
然，别
【在 m****s 的大作中提到】
: 又来显摆了。COLT比NIPS/ICML声誉还是略低，至于FOCS之类，属于别的专业了。当然，别
: 的ML研究者没有，你确实可以炫耀。你有FOCS/STOC了？还没NIPS/ICML？
|
y****d
发帖数: 588 | 19 CV里面的确很多reviewer质量低下，这部分恰恰就是一帮搞ML的人搞不下去的跑到CV来
搅浑水。基本上CV会议中做ML的绝大多数都是垃圾中的战斗机。真正搞ML的人才不会跑
到CV领域灌水的。你说的CV里面偏ML的文章跑benchmark根本没有意义，这些搞伪ML的
有几个敢在真实数据上看结果的？那些伪ML的人搞出来的benchmark根本就是笑话。别和
我说你认为那些在真实数据上用了ML技术的就算是做ML了，那样的话Viola Jones的人
脸检测也成了ML了，那就是天大的笑话了。
前面有人说了，真正搞ML的人才不会在乎非要套一个CV的应用；真正搞CV的人才不会在
乎ML的理论上漂亮与否，能work的方法才是好方法。
不过我还是很赞同你说的CV的会议质量正在下降，就是这帮在纯ML搞不下去的人涌进CV
造成的。号称CV的东西拿点模拟数据，做几个manifold模拟下人的动作就以为是CV了，
就是这群搞伪ML的人被真正ML领域的人给轰出去了，然后跑到CV来骗人。什么时候CV领域
能把这种没有任何实际数据实验的ML的人都斩尽杀绝，CV就能往好的方向发展了。
【在 z***t 的大作中提到】
: 理论上讲是这样的
: 但是实际文章里实验结果水分多
: 我就不点名了,几乎一多半大组都有过文章实验不能重复或者错误的问题
: 其中包括Stanford, Princeton, Berkley的组
: 老板们不仔细检查,学生瞎做
: CV一向以reviewer质量低下闻名
: 另外,CVPR/ICCV里偏ML的文章也都是跑benchmark数据,现在少于三个benchmark数据的
: 文章很难中的
: ICML/NIPS大部分文章也都是跑各种benchmark数据,其实很多idea也是跑数据时候发现
: 问题,解决问题想出来的
|
