幾個模式識別領域的會議

IJCAI (1+): AI最好的綜合性會議, 1969年開始, 每兩年開一次, 奇數年開. 因爲AI 實在太大, 所以雖然每屆基本上能錄100多篇（現在已經到200多篇了），但分到每個領域就沒幾篇了，象machine learning、computer vision這麼大的領域每次大概也就10篇左右, 所以難度很大. 不過從錄用率上來看倒不太低,基本上20%左右, 因爲內行人都會掂掂分量, 沒希望的就別浪費reviewer的時間了. 最近中國大陸投往國際會議的文章象潮水一樣, 而且因爲國內很少有能自己把關的研究組, 所以很多會議都在complain說中國的低質量文章嚴重妨礙了PC的工作效率. 在這種情況下, 估計這幾年國際會議的錄用率都會降下去. 另外, 以前的IJCAI是沒有poster的, 03年開始, 爲了減少被誤殺的好人, 增加了2頁紙的poster.值得一提的是, IJCAI是由貌似一個公司的"IJCAI Inc."主辦的(當然實際上並不是公司, 實際上是個基金會), 每次會議上要發幾個獎, 其中最重要的兩個是IJCAI Research Excellence Award 和 Computer  & Thoughts Award,   前者是終身成就獎, 每次一個人, 基本上是AI的最高獎(有趣的是, 以AI爲主業拿圖靈獎的6位中, 有2位還沒得到這個獎), 後者是獎給35歲以下的青年科學家, 每次一個人. 這兩個獎的獲獎演說是每次IJCAI的一個重頭戲.另外, IJCAI 的 PC member 相當於其他會議的area chair, 權力很大, 因爲是由PC member去找 reviewer 來審, 而不象一般會議的PC member其實就是reviewer. 爲了制約這種權力, IJCAI的審稿程序是每篇文章分配2位PC member, primary PC member去找3位reviewer, second PC member 找一位.


AAAI (1): 美國人工智能學會AAAI的年會. 是一個很好的會議, 但其檔次不穩定, 可以給到1+, 也可以給到1-或者2+, 總的來說我給它"1". 這是因爲它的開法完全受IJCAI制約: 每年開, 但如果這一年的IJCAI在北美舉行, 那麼就停開. 所以, 偶數年裏因爲沒有IJCAI, 它就是最好的AI綜合性會議, 但因爲號召力畢竟比IJCAI要小一些,特別是歐洲人捧AAAI場的比IJCAI少得多(其實亞洲人也是), 所以比IJCAI還是要稍弱一點, 基本上在1和1+之間; 在奇數年, 如果IJCAI不在北美, AAAI自然就變成了比 IJCAI低一級的會議(1-或2+), 例如2005年既有IJCAI又有AAAI, 兩個會議就進行了協調, 使得IJCAI的錄用通知時間比AAAI的deadline早那麼幾天, 這樣IJCAI落選的文章可以投往AAAI.在審稿時IJCAI 的 PC chair也在一直催, 說大家一定要快, 因爲AAAI
那邊一直在擔心IJCAI的錄用通知出晚了AAAI就麻煩了.


COLT (1): 這是計算學習理論最好的會議, ACM主辦, 每年舉行. 計算學習理論基本上可以看成理論計算機科學和機器學習的交叉,   所以這個會被一些人看成是理論計算機科學的會而不是AI的會. 我一個朋友用一句話對它進行了精彩的刻畫: "一小羣數學家在開會". 因爲COLT的領域比較小, 所以每年會議基本上都是那些人. 這裏順便提一件有趣的事, 因爲最近國內搞的會議太多太濫, 而且很多會議都是LNCS/LNAI出論文集, LNCS/LNAI基本上已經被搞臭了, 但很不幸的是, LNCS/LNAI中有一些很好的會議, 例如COLT.


CVPR (1): 計算機視覺和模式識別方面最好的會議之一, IEEE主辦, 每年舉行. 雖然題目上有計算機視覺, 但個人認爲它的模式識別味道更重一些. 事實上它應該是模式識別最好的會議, 而在計算機視覺方面, 還有ICCV與之相當. IEEE一直有個傾向, 要把會辦成"盛會", 歷史上已經有些會被它從quality很好的會辦成"盛會"了. CVPR搞不好也要走這條路. 這幾年錄的文章已經不少了. 最近負責CVPR會議的TC的chair發信說, 對這個community來說, 讓好人被誤殺比被壞人漏網更糟糕, 所以我們是不是要減少好人被誤殺的機會啊? 所以我估計明年或者後年的CVPR就要擴招了.


ICCV (1): 介紹CVPR的時候說過了, 計算機視覺方面最好的會之一. IEEE主辦, 每年舉行.


ICML (1): 機器學習方面最好的會議之一. 現在是IMLS主辦, 每年舉行. 參見關於NIPS的

   介紹.


NIPS (1): 神經計算方面最好的會議之一, NIPS主辦, 每年舉行. 值得注意的是, 這個會每年的舉辦地都是一樣的, 以前是美國丹佛, 現在是加拿大溫哥華; 而且它是年底開會,會開完後第2年纔出論文集, 也就是說, NIPS'05的論文集是06年出. 會議的名字是"Advances in Neural Information Processing Systems", 所以, 與ICML\ECML這樣的"標準的"機器學習會議不同, NIPS裏有相當一部分神經科學的內容, 和機器學習有一定的距離. 但由於會議的主體內容是機器學習, 或者說與機器學習關係緊密, 所以不少人把NIPS看成是機器學習方面最好的會議之一. 這個會議基本上控制在Michael  Jordan的徒子徒孫手中, 所以對Jordan系的人來說, 發NIPS並不是難事, 一些未必很強的工作也能發上去, 但對這個圈子之外的人來說, 想發一篇實在很難, 因爲留給"外人"的口子很小. 所以對Jordan系以外的人來說, 發NIPS的難度比ICML更大. 換句話說,ICML比較開放, 小圈子的影響不象NIPS那麼大, 所以北美和歐洲人都認, 而NIPS則有些人(特別是一些歐洲人, 包括一些大家)堅決不投稿. 這對會議本身當然並不是好事,但因爲Jordan系很強大, 所以它似乎也不太care. 最近IMLS(國際機器學習學會)改選理事, 有資格提名的人包括近三年在ICML\ECML\COLT發過文章的人, NIPS則被排除在外了. 無論如何, 這是一個非常好的會.


ACL (1-): 計算語言學/自然語言處理方面最好的會議, ACL (Association of

   Computational Linguistics) 主辦, 每年開.


KR (1-): 知識表示和推理方面最好的會議之一, 實際上也是傳統AI(即基於邏輯的AI)

   最好的會議之一. KR Inc.主辦, 現在是偶數年開.


SIGIR (1-): 信息檢索方面最好的會議, ACM主辦, 每年開. 這個會現在小圈子氣越來越重. 信息檢索應該不算AI, 不過因爲這裏面用到機器學習越來越多, 最近幾年甚至有點機器學習應用會議的味道了, 所以把它也列進來.


SIGKDD (1-): 數據挖掘方面最好的會議, ACM主辦, 每年開. 這個會議歷史比較短,畢竟, 與其他領域相比,數據挖掘還只是個小弟弟甚至小侄兒. 在幾年前還很難把它列在tier-1裏面, 一方面是名聲遠不及其他的top conference響亮, 另一方面是相對容易被錄用. 但現在它被列在tier-1應該是毫無疑問的事情了.

   另: 參見sir和lucky的介紹.


UAI (1-): 名字叫"人工智能中的不確定性", 涉及表示\推理\學習等很多方面, AUAI(Association of UAI) 主辦, 每年開.

Computer Vision Conf.:
Best: 
     ICCV, Inter. Conf. on Computer Vision 
    CVPR, IEEE Conference on Computer Vision and Pattern Recognition
Good: 
    ECCV, Euro. Conf. on Comp. Vision 
    ICIP, Inter. Conf. on Image Processing 
    ICPR, Inter. Conf. on Pattern Recognition 
    ACCV Asia Conf. on Comp. Vision 
IVCNZ ,Image and Vision Computing New Zealand（IEEE Conferences）
==================================================
Computer Vision Jour.: 
Best: 
    PAMI, IEEE Transactions on Pattern Analysis and Machine Intelligence
IJCV, International Journal of Computer Vision
Good: 
    CVIU, Computer Vision and Image Understanding PR, Pattern Reco.
NIPS， Advances in Neural Information Processing Systems 
ICML, International Conference on Machine Learning
MM，acm multimedia

elsevier系列
image and vision computing
journal of visual communication and image processing
signal processing
signal processing:image communication
pattern recognition
pattern recognition letters
computer vision and image understanding
medical image analysis