當前位置:
首頁 > 知識 > ICML 2019論文接收結果可視化:清華、北大、南大榜上有名

ICML 2019論文接收結果可視化:清華、北大、南大榜上有名

機器之心編輯

參與:思源、張倩

ICML 2019(國際機器學習)大會將於6月9日至15日在美國加州舉辦。大會共收到3424篇論文投稿,其中774篇被接收(接收率為22.6%)。近日,博世的分析人員根據接收論文列表做出了一份可視化圖表,從中可以看出各機構和作者的論文貢獻情況。

接收論文列表:https://icml.cc/Conferences/2019/AcceptedPapersInitial

排名前50的論文貢獻機構

下圖顯示了ICML 2019接收論文貢獻排名前50的機構。排名以機構貢獻的論文總數為準,至少有一名作者隸屬於該機構,因此一篇論文可能出現在多個機構中。紅色和綠色分別表示每個機構的一作論文和最後作者論文數量。

從屬於同一個機構的作者已自動合併。如Google Inc.、Google AI、Google UK都歸為Google。

ICML 2019接收論文貢獻數排名前50的機構(學界機構和業界機構)

由上圖可以看出,在排名前十的機構中,學界和業界機構幾乎平分秋色,但谷歌的論文貢獻量遙遙領先於第二名MIT,被接收論文數達到了80餘篇

如果將業界和學術界分開來看,我們可以得到另外兩張圖。

ICML 2019接收論文貢獻數排名前50的學界機構。

上圖顯示,在眾多高校和科研院所中,MIT的論文貢獻量最大,達到40餘篇,其次是加州大學伯克利分校和斯坦福。國內上榜的院校包括清華大學、北京大學、南京大學、香港中文大學。

ICML 2019接收論文貢獻數排名前50的業界機構。

上圖顯示,谷歌、微軟、Facebook等機構在本屆ICML大會中表現最為強勢。國內上榜的機構包括騰訊、阿里巴巴、華為、百度等。

儘管谷歌、微軟、IBM等業界巨頭貢獻了很大一部分論文,但ICML 2019仍然是一場學術會議。統計後可以發現:

純學術研究論文有452篇(58.4%);

僅有60篇論文純粹是由業界研究機構完成的;

既包含業界也包含學界作者的論文有262篇(33.9%)。

計算相對貢獻(即每篇論文的業界/學界附屬機構數量除以總附屬機構數量)也可以得到類似的數字。總結學界和業界對所有論文的相對貢獻可以得到:

學界機構的貢獻佔77%;

業界機構的貢獻佔23%。

ICML 2019大神作者

那麼哪些作者發ICML 2019大會Paper最多呢?果然,UC Berkley的機器學習泰斗Michael Jordan獲得了第一。其中Jordan署名最多的還是最後一位,因此作為一位成功的「老闆」,Jordan也是桃李滿天下了,北大張志華、斯坦福吳恩達教授、Petuum 創始人邢波等大牛都出自其門下。

下圖展示了ICML 2019論文總數排名前100的大神作者,統計會區分獨立作者、一作和最後作者等。Michael Jordan因為有7篇ICML 2019接收論文而位列第一,EPFL的Volkan Cevher和UC Berkley的Sergey Levine緊隨其後,他們每人都有6篇接收論文。

國內也有很多研究者取得了很好的成果,例如清華大學的朱軍、微軟亞研的劉鐵岩、清華大學龍明盛等研究者都在ICML 2019發表了4篇論文。

令人印象深刻的是,很多研究者擁有兩篇或兩篇以上的一作(或單個作者)論文。例如谷歌的Ashok Cutkosky的三篇研究分別為獨立作者、一作和一般作者,而CMU的Simon Du更是有3篇一作。下圖展示了作為一作或獨立作者的大神們:

因為最後的作者基本上都是「老闆」,所以根據最後作者進行排序可以看出來該領域的一些資深研究者。他們一般都在非常優秀的實驗室或研究團隊,因此能做出更多的研究成果。

ICML 2019論文貢獻哪家強

最後,我們可以按照相對共享對這些頂級科研機構排序,即一篇論文中到底有多少作者是該研究機構的。具體而言,項目作者用署名該機構的作者數除以總的作者數,從而計算該機構的相對貢獻。

從下圖可以看出來,谷歌、斯坦福、UC Berkley等都名列前茅,而清華、北大和南大也都榜上有名。

最後,作者表示,清理網站數據,尤其是附屬機構的一些數據是一個冗長的手動過程。因為中間會有很多不同的、不明確的機構表示方法,也會有很多縮寫表示方法,所以只能手動完成。項目作者已經儘可能合併從屬關係的機構,但是中間還是可能有一些誤差,因此單篇論文有可能沒有統計到研究機構。

所以,如果讀者發現中間的統計信息有什麼誤差,歡迎在下面留言指出。

參考鏈接:https://www.reddit.com/r/MachineLearning/comments/bn82ze/n_icml_2019_accepted_paper_stats/

本文為機器之心編輯,轉載請聯繫本公眾號獲得授權。

------------------------------------------------


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器之心 的精彩文章:

INT#14 寒武紀研究院院長杜子東:分形馮諾依曼機器學習計算機

TAG:機器之心 |