由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
CS版 - 像ICML/AAAI这样的会议中了论文不去开会会怎么样?
相关主题
几个顶级会议比较请教发表文章期刊的选择问题
CV/ML的16大会议和刊物Phd/Postdoc opennings (Machine Learning) in NUS
AI/ML/CV领域最近有什么好的会议没?请问Publication的level
Top CS Conferences牛人很神奇的简历啊
周志华:ML/AI会议的总结A strong guy
做CV/ML收齐以下会以最少要几年?被KDD据的北都找不着
Computer Science Department Conference RankingsCS PHD 好program 那些招生不注重gpa的
计算机视觉根本就是骗人的,目前已走入歧途COLT收Vision方面的paper吗
相关话题的讨论汇总
话题: icml话题: aaai话题: nips话题: ml话题: 论文
进入CS版参与讨论
1 (共1页)
m****s
发帖数: 402
1
经费紧张,很想把registration fee和开会的开支节约下来。不过怕论文被拿下,那
就得不偿失了。有逃过会议费的吗?
D***r
发帖数: 7511
2
多少钱啊
没有one-day pass吗

就得不偿失

【在 m****s 的大作中提到】
: 经费紧张,很想把registration fee和开会的开支节约下来。不过怕论文被拿下,那
: 就得不偿失了。有逃过会议费的吗?

R********n
发帖数: 519
3
这两个会不是一码事。。。AAAI和ICML差了好远

就得不偿失

【在 m****s 的大作中提到】
: 经费紧张,很想把registration fee和开会的开支节约下来。不过怕论文被拿下,那
: 就得不偿失了。有逃过会议费的吗?

m****s
发帖数: 402
4
AI和ML本来不是完全一样吧,AAAI中ML的论文只占小部分。
做ML的首选肯定是ICML。自从周志华那个评论出来后,大家都挤NIPS了,不咋挤AAAI了。

【在 R********n 的大作中提到】
: 这两个会不是一码事。。。AAAI和ICML差了好远
:
: 就得不偿失

m****s
发帖数: 402
5
有逃过会议费的吗?分享下经验?
o******y
发帖数: 446
6
同意AI跟ML是不完全一样。
现在ML 很热,所以大家都捧ICML和NIPS.

了。

【在 m****s 的大作中提到】
: AI和ML本来不是完全一样吧,AAAI中ML的论文只占小部分。
: 做ML的首选肯定是ICML。自从周志华那个评论出来后,大家都挤NIPS了,不咋挤AAAI了。

Q**a
发帖数: 406
7
大家都跑题了……
建议lz先问问合作者,然后考虑只付个注册费,找人代讲

【在 o******y 的大作中提到】
: 同意AI跟ML是不完全一样。
: 现在ML 很热,所以大家都捧ICML和NIPS.
:
: 了。

z***t
发帖数: 2374
8
不完全是热去捧,是相关学科发展的必然,NIPS,ICML是比较好的连接理论和应用的会议
要解决问题,相当程度上要有好的理论,所以理论会议逐渐变得更重要了
CS的application现在扩得很大了,传统的离散算法和优化只能解决一部分问题了
需要大量相应的applied statistics或者说computational statistics技术
ICML,NIPS变得越来越重要,COLT的理论和应用又脱节一些
象KDD,IJCAI,AAAI,CVPR,ICCV里的paper,reviewer,committee在learning方面都和NIPS
/ICML差很远
另外象PAMI,TIP这些journal过去几年也收非常多learning方面的文章,但是自己的
reviewer水平又差,结果造成质量大幅度下降
PAMI现在文章,除了小部分pure vision的,其余文章质量很一般,比JMLR和ML差不少
,TIP里learning的文章更烂,直接导致TIP下降一个档次

【在 o******y 的大作中提到】
: 同意AI跟ML是不完全一样。
: 现在ML 很热,所以大家都捧ICML和NIPS.
:
: 了。

x*********g
发帖数: 15
9
如果你是学生,可以申请 volunteer 或 scholarship,至少能 cover 你的注册费。
中了 paper 除非签证问题,否则最好去。
最坏情况自己出点钱,等你工作之后回过头看,这钱其实没什么大不了的。
错失了一次机会,倒是更大的损失。
o******y
发帖数: 446
10
热当然指的是大家觉得有的东西可以做 (“所谓的发展的必然”)。
至于最后怎么样,需要过些年再去评论。
比如以前热的东西,也觉得是“发展的必然”。
每个时间段都有热门的东西的。

会议
NIPS

【在 z***t 的大作中提到】
: 不完全是热去捧,是相关学科发展的必然,NIPS,ICML是比较好的连接理论和应用的会议
: 要解决问题,相当程度上要有好的理论,所以理论会议逐渐变得更重要了
: CS的application现在扩得很大了,传统的离散算法和优化只能解决一部分问题了
: 需要大量相应的applied statistics或者说computational statistics技术
: ICML,NIPS变得越来越重要,COLT的理论和应用又脱节一些
: 象KDD,IJCAI,AAAI,CVPR,ICCV里的paper,reviewer,committee在learning方面都和NIPS
: /ICML差很远
: 另外象PAMI,TIP这些journal过去几年也收非常多learning方面的文章,但是自己的
: reviewer水平又差,结果造成质量大幅度下降
: PAMI现在文章,除了小部分pure vision的,其余文章质量很一般,比JMLR和ML差不少

1 (共1页)
进入CS版参与讨论
相关主题
COLT收Vision方面的paper吗周志华:ML/AI会议的总结
computer vision哪个学校最好?做CV/ML收齐以下会以最少要几年?
ICDM这个会太酷了Computer Science Department Conference Rankings
PhD openings (machine learning) at Colorado School of Mines计算机视觉根本就是骗人的,目前已走入歧途
几个顶级会议比较请教发表文章期刊的选择问题
CV/ML的16大会议和刊物Phd/Postdoc opennings (Machine Learning) in NUS
AI/ML/CV领域最近有什么好的会议没?请问Publication的level
Top CS Conferences牛人很神奇的简历啊
相关话题的讨论汇总
话题: icml话题: aaai话题: nips话题: ml话题: 论文