【导读】今天,谷歌发布了2019最新版学术指标,对收录的会议和期刊的影响力进行排名。AI类的多个顶会进入榜单Top 100,CVPR更是进入前10,而何恺明的“深度残差网络”单篇引用次数高达25256次,引用量最高!

今天,谷歌正式发布了2019年版的学术指标(Scholar Metrics)

本次发布涵盖2014-2018年发表的文章,并包括了截至2019年7月在谷歌学术中被索引的所有文章的引用 。

最新版的谷歌学术指标有以下亮点:

  • 两大自然科学顶刊Nature和Science分别排名第一和第三

  • 计算机视觉顶会CVPR首次进入综合榜单Top 10

  • 一共有六个人工智能类顶会进入综合榜单Top 100

  • 多篇人工智能论文出现在Nature的高引论文中;

  • 何恺明的“深度残差学习”论文是最近5年CV类引用次数最多的论文,被引25256次

谷歌学术指标为作者提供了一种简便的方法,让学者们可以快速评估学术出版物最近文章的影响力。

学术指标的收录包括遵循谷歌学术收录指南的网络期刊,并选择了工程和计算机科学的主要会议。2014-2018年间论文少于100篇的出版物,或2014-2018年间未被引用的出版物没有被收录在内。

在谷歌的官方网站上,你可以用特定的类型关键词进行搜索,比如 Ceramic Engineering、 High Energy & Nuclear Physics 或者 Film ;或者更宽泛的领域,比如 Engineering & Computer Science 或者 Humanities, Literature & Arts 。

在网站上,你可以看到根据 5 年高引用(h5指数)和 h5中位数指标排名的前 20 出版物。你也可以看到不同语种排名前 100 的出版物,比如中文、西班牙语和葡萄牙语。每一个出版物,你可以点击 h5-index 查看该出版物被引用最多的论文。

学术指标包括超出按类别和按语言列出的大量出版物。你可以通过在搜索框中输入关键词来找到这些内容,例如[security]、[soil]、[medicina]。

综合榜单Top 20:CVPR首次进入前10名,NeurIPS第27

谷歌学术把英文类出版物分为以下几大类:

  • 商业、经济和管理

  • 化学和材料科学

  • 工程和计算机科学

  • 健康和医学科学

  • 人文、文学和艺术

  • 生命科学和地球科学

  • 物理和数学

  • 社会科学

综合排名Top 20

首先来看看综合排名。

英文类出版物,网站列出了 TOP100 的名单,其中 Nature 排名第一,H5 指数 368,H5 中位数 546。

另一科学顶刊Science排名第三,H5指数338,H5中位数511。

特别值得注意的是,计算机视觉的顶会CVPR排名进入了Top 10。去年CVPR的排名是第20,一跃进步了10名。

此外,AI 领域另一个备受关注的会议 NeurIPS,也在综合排名中位列第 27(去年是第54)。

其他人工智能类会议,ICLR排名第42,ECCV排名第56,ICML排名第59,ICCV排名第71

此外,IEEE系期刊中《IEEE模式分析与机器智能学报》排名第76,《IEEE工业电子学报》排名第81,《IEEE电力电子学报》排名第98。

再来看单篇论文的被引次数:

其中,Nature杂志今年来被引用次数最高的Top 5论文中,人工智能相关论文占了3篇,分别是LeCun、Bengio和Hinton2015年发表的“Deep Learning”综述论文,DeepMind的“Q-network”深度强化学习论文,以及同样来自DeepMind的“通过深度神经网络和树搜索掌握围棋游戏”论文。

工程与计算机领域Top 20

工程与计算机类的Top 20

工程和计算机科学类目下分为 56 个子项目,其中包括人工智能、计算机语言学、计算机视觉与模式识别、人机交互、Robotics等。下文将对这些领域进行详细介绍。

人工智能 TOP 20,多个顶会上榜

人工智能Top 20

一眼看去,人工智能分类(不包含CV、NLP等子领域)的TOP 20有多个是顶会,包括前面提到进入综合榜单TOP 100的NeurIPS、ICLR和ICML

此外,AAAI虽然没有进入总榜Top 100,但在人工智能类排名第7。

让我们来发表在人工智能类会议中被引用次数最高的论文:

1. Adam: A Method for Stochastic Optimization.

DP Kingma, J Ba

ICLR

引用次数:25240

2. Very Deep Convolutional Networks for Large-Scale Image Recognition.

K Simonyan, A Zisserman

ICLR

引用次数:24554

3. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift.

S Ioffe, C Szegedy

ICML, 448-456

引用次数:11293

4. Faster R-CNN: towards real-time object detection with region proposal networks 

S Ren, K He, R Girshick, J Sun Proceedings of the 28th International Conference on Neural Information …

引用次数:10517

5. Generative adversarial nets

IJ Goodfellow, J Pouget-Abadie, M Mirza, B Xu, D Warde-Farley, S Ozair, ...

Proceedings of the 27th International Conference on Neural Information …

引用次数:10175

可以看到,Adam随机优化方法以25240次引用排名第一,何恺明大神的Faster R-CNN以10517次引用进入前5,比Goodfellow的生成对抗网络论文略高。

计算机视觉与模式识别类 TOP 20,何恺明大神单篇引用最高

在计算机视觉与模式识别领域,三大视觉顶会CVPR、ECCV和ICCV分列前三

第4和第5则分别是IEEE系的两本会刊:《IEEE模式分析与机器智能学报》和《IEEE图像处理学报》,两者h5指数均超过100.

接下来是计算机视觉与模式识别类引用最高的论文:

1. Deep Residual Learning for Image Recognition

K He, X Zhang, S Ren, J Sun

Proceedings of the IEEE Conference on Computer Vision and Pattern …

引用次数:25256

2. Going Deeper With Convolutions

C Szegedy, W Liu, Y Jia, P Sermanet, S Reed, D Anguelov, D Erhan, ...

Proceedings of the IEEE Conference on Computer Vision and Pattern …

引用次数:14424

3. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

S Ren, K He, R Girshick, J Sun

IEEE Transactions on Pattern Analysis and Machine Intelligence 39 (6), 1137-1149

引用次数:10517

4. Fully Convolutional Networks for Semantic Segmentation

J Long, E Shelhamer, T Darrell

Proceedings of the IEEE Conference on Computer Vision and Pattern …

引用次数:10153

5. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation

R Girshick, J Donahue, T Darrell, J Malik

Proceedings of the IEEE Conference on Computer Vision and Pattern …

引用次数:8960

这个类别中,何恺明的“深度残差网络”以25256次引用排名第一!(由于被IEEE计算机视觉与模式识别论文集收录,Faster R-CNN出现了两次。)

计算机语言学 TOP20,三大NLP顶会分列前三

在自然语言处理(Google scholar 中的分类是 Computational Linguistics)领域,不出意外,排名前三的是三大NLP顶会:ACL、EMNLP和NAACL

接下来是计算语言学类引用最高的论文:

1. Glove: Global Vectors for Word Representation

J Pennington, R Socher, C Manning

Proceedings of the 2014 Conference on Empirical Methods in Natural Language …

引用次数:8358

2. The Stanford CoreNLP Natural Language Processing Toolkit.

CD Manning, M Surdeanu, J Bauer, JR Finkel, S Bethard, D McClosky

ACL (System Demonstrations), 55-60

引用次数:5618

3. Convolutional Neural Networks for Sentence Classification

Y Kim

Proceedings of the 2014 Conference on Empirical Methods in Natural Language …

引用次数:4551

4. Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation

K Cho, B van Merrienboer, C Gulcehre, D Bahdanau, F Bougares, ...

Proceedings of the 2014 Conference on Empirical Methods in Natural Language …

引用次数:3629

5. A Convolutional Neural Network for Modelling Sentences

N Kalchbrenner, E Grefenstette, P Blunsom

Proceedings of the 52nd Annual Meeting of the Association for Computational …

引用次数:1838

人机交互和机器人学TOP 20

最后,我们分别看一下人机交互和机器人学领域的Top 20顶刊/顶会:

人机交互类Top 20

机器人类Top 20

h5 指数是指在过去整整 5 年中所发表文章的 h 指数。h 指在 2014-2018 年间发表的 h 篇文章每篇至少都被引用过 h 次的最大值。

出版物的 h5 中位数,是指出版物的 h5 指数所涵盖的所有文章获得的引用次数的中位值。

想了解更多高影响力期刊和论文,请点击阅读原文到官网查看。

欢迎关注磐创博客资源汇总站:

http://docs.panchuang.net/

欢迎关注PyTorch官方中文教程站:

http://pytorch.panchuang.net/

谷歌2019 学术指标发榜:CVPR首次进入Top 10,何恺明论文引用最高!的更多相关文章

  1. 2019最好用的自动化测试工具Top 10,果断收藏!

    经常有人在公众号留言或是后台问我,做自动化测试用哪个工具好,或是学哪门编程语言好呢? 这个时候总是无奈的说: 你应该学习Python 或是Java. 你应该掌握Selenium. 又或者你需要学会jm ...

  2. 2019建模美赛B题(派送无人机)M奖论文

    昨天上午出了建模美赛的结果,我们小组获得的是M奖,感觉挺开心的.我一直觉得拿O奖那种是个概率事件,需要天时地利人和的各种因素都合适才行,所以看到自己是M奖,感觉自己的能力已经得到了认可就很满意了.今天 ...

  3. Python语言系列-10-数据库

    MySQL 基础环境准备 readme.txt 作者:Alnk(李成果) 版本:v1.0 安装mysql数据库 略 创建student库 # mysql> create database stu ...

  4. 自动驾驶研究回顾:CVPR 2019摘要

    我们相信开发自动驾驶技术是我们这个时代最大的工程挑战之一,行业和研究团体之间的合作将扮演重要角色.由于这个原因,我们一直在通过参加学术会议,以及最近推出的自动驾驶数据集和基于语义地图的3D对象检测的K ...

  5. 谷歌(Google)学术镜像,谷歌镜像

    谷歌(Google)学术镜像,谷歌镜像 2019-09-03 15:32:26 Hinton-wu 阅读数 6743 文章标签: 谷歌google学术镜像 更多 分类专栏: 其他   版权声明:本文为 ...

  6. 使用Selenium从IEEE与谷歌学术批量爬取BibTex文献引用

    搞科研的小伙伴总是会被期刊严苛的引用文献格式搞的很头疼.虽然常用的文献软件可以一键导出BibTex,但由于很多论文在投稿之前都会先发上Arxiv占坑,软件就很可能会把文献引出为来自Arxiv.我用的是 ...

  7. 清华大学&中国人工智能学会:2019人工智能发展报告

    2019年11月30日,2019中国人工智能产业年会重磅发布<2019人工智能发展报告>(Report of Artificial Intelligence Development 201 ...

  8. 深度学习论文TOP10,2019一季度研究进展大盘点

    9012年已经悄悄过去了1/3. 过去的100多天里,在深度学习领域,每天都有大量的新论文产生.所以深度学习研究在2019年开了怎样一个头呢? Open Data Science对第一季度的深度学习研 ...

  9. 第四届CCF大数据学术会议征文通知

    第四届CCF大数据学术会议征文通知 2016年10月,兰州 近几年,大数据是各界高度关注积极布局的热点方向.2015年8月,国务院发表<促进大数据发展行动纲要>,正式将大数据提升为国家战略 ...

随机推荐

  1. 【pic+js+gh】免费高速图床方案

    本文用到的工具或网站 PicGo jsdelivr github 速度对比 Github的速度: jsdelivrCDN的速度: 下载PicGo 首先进入PicGo的下载地址 选择最新版本下载,根据自 ...

  2. c++中的函数重载、函数重写、函数重定义

    目录 一.函数重载 二.函数重写 三.函数重定义 为了更加深刻的理解 函数重载.重写.重定义,我们可以带着如下这两个问题去思考: 1.子类中是否可以定义父类中的同名成员?为什么? 可以,因为子类与父类 ...

  3. 30s源码刨析系列之函数篇

    前言 由浅入深.逐个击破 30SecondsOfCode 中函数系列所有源码片段,带你领略源码之美. 本系列是对名库 30SecondsOfCode 的深入刨析. 本篇是其中的函数篇,可以在极短的时间 ...

  4. win10 pycharm快捷键

    编辑: 1.复制(行) ctrl + D (光标与需要复制的代码同行) 2.删除(行) ctrl + Y(光标与需要删除的代码同行) 3.光标换行 Shift + Enter(不管光标在该行的哪个位置 ...

  5. pika使用报错queue_declare() missing 1 required positional argument: 'queue'

    报错如下截图,使用pika的版本太高导致,重新安装pika==0.10.0解决.

  6. 基于google earth engine的中等分辨率全国水质反演

    我写博客的工作不像论文,假大空,我们直接上干货,之所以取一个这么大的名字,当然是我们能做到的... 不多说,我们对全国水体进行水质参数反演,不用MODIS,太粗,我们直接用哨兵,这样就可以直接做到大型 ...

  7. 第一篇:注册中心Eureka

    1.什么是Eureka,有什么用? Eureka是Netflix开源的一款提供服务注册和发现的产品,它提供了完整的Service Registry和Service Discovery实现.也是spri ...

  8. koa01

    1.koa简介 koa是express团队开发的一个更加轻量级的服务端开发框架,也是未来的趋势 2.安装 npm i -g koa-generator //全局安装koa脚手架 3.创建项目 koa2 ...

  9. c++中比较好用的黑科技

    切入正题,上黑科技 一.黑科技函数(常用的我就不写了,例如sort函数) 1.next_permutation(a+1,a+1+n) a[1-n]全排列 2.reverse(a+1,a+1+n) 将a ...

  10. 小程序session_key失效解决方案、后台解密个人数据信息

    目录 一.登录会话密钥 session_key 有效性 二.解决登录session_key 的问题 案例:解决session_key 过期问题,发送个人信息后台解密 后端解密信息,存入数据库 mysq ...