中文字幕在线观看,亚洲а∨天堂久久精品9966,亚洲成a人片在线观看你懂的,亚洲av成人片无码网站,亚洲国产精品无码久久久五月天

從NIPS到NeurIP 20年數(shù)據(jù)分析:MIT貢獻(xiàn)最大,吳恩達(dá)、Hinton為最TOP作者

2018-12-04    來源:raincent

容器云強(qiáng)勢上線!快速搭建集群,上萬Linux鏡像隨意使用

NeurIPS(前稱NIPS)可謂人工智能年度最大盛會(huì)。每年的圣誕前夕,全球的人工智能愛好者和科學(xué)家都聚集起來發(fā)布最新研究,并進(jìn)行熱烈探討。這不僅是一次大的party,也是一次重要的技術(shù)發(fā)展指向,大會(huì)的技術(shù)往往這未來幾年就會(huì)演變成真正的研究甚至應(yīng)用成果。

今年NeurIPS2018召開之際,微軟發(fā)布了一篇研究,對(duì)1996年以來,每年的大會(huì)論文數(shù)量、參考文獻(xiàn)、參會(huì)研究機(jī)構(gòu)、論文作者進(jìn)行了一次全方位分析,一起來看看有什么有趣的結(jié)果。

會(huì)議論文接收數(shù)量變化

 

 

從上圖我們看出1996年到2017年會(huì)議論文數(shù)量的變化。每一年的輸出數(shù)量都有精確標(biāo)注,從1996年的163篇到2017年的954篇,近幾年論文數(shù)量增長率高于以往。另外,會(huì)議論文和Poster都納入了統(tǒng)計(jì)。

 

 

上圖中的黑條表示入選的論文平均引用多少篇參考文獻(xiàn),數(shù)據(jù)顯示,論文發(fā)表和參考文獻(xiàn)引用數(shù)量呈現(xiàn)正相關(guān)關(guān)系。 綠條顯示會(huì)議論文被引用的平均次數(shù)。 請(qǐng)注意,引用是原始計(jì)數(shù),未按發(fā)布時(shí)間標(biāo)準(zhǔn)化。

注:平均引文(Average Citations):某一特定會(huì)議年收到的一篇NIPS論文的平均引文數(shù)。

平均參考文獻(xiàn)(Average References):某一特定會(huì)議年的平均參考文獻(xiàn)數(shù)

NeurIPS在2009年修改了提交指南。2009年平均參考文獻(xiàn)的增加可能是由于規(guī)則的改變。

參考文獻(xiàn)的時(shí)間跨度

 

 

NIPS論文引用的時(shí)間跨度有多大?上圖可以給你一個(gè)清晰的展示。例如。2016年NIPS會(huì)議論文引用了2015年發(fā)表的2033篇論文,2014年發(fā)表的1395篇論文、更多數(shù)據(jù)信息,依次類推... ...

注:如果某些年份引用了未來年份的文章,有兩種情況可以解釋。 1、文章后來被發(fā)表在期刊上。 2、引用了書籍。

參考文獻(xiàn)來源分析

 

 

NIPS會(huì)議論文引用了哪些文章?參考文獻(xiàn)的領(lǐng)域分布是怎么樣的?

上表給出了參考文獻(xiàn)的領(lǐng)域分布。左邊的條形圖表明了參考文獻(xiàn)提供量最多的10個(gè)領(lǐng)域。NIPS、ICML、機(jī)器學(xué)習(xí)研究雜志(Journal of Machine Learning Research)和CVPR成為前四名。右邊的餅圖顯示,前10名的參考文獻(xiàn)供給量幾乎占來自NIPS論文的總引用量的40%。

頂級(jí)研究機(jī)構(gòu)

 

 

NIPS接收的論文,有多少是頂尖的機(jī)構(gòu)提供的?上面的氣泡圖可視化了這個(gè)問題。氣泡的顏色深度與機(jī)構(gòu)提供的論文總數(shù)成正比,當(dāng)然,這些論文指的是被NIPS所接收的那些。

 

 

更詳細(xì)的數(shù)據(jù)

作者分析

誰是NIPS論文的最佳作者?

接下來的三個(gè)圖表根據(jù)不同的標(biāo)準(zhǔn)對(duì)作者進(jìn)行了排名。

 

 

氣泡圖顯示了按引用數(shù)量排名的NIPS作者,其中氣泡顏色深度與發(fā)布數(shù)量相關(guān)。

 

 

上面的氣泡圖可視化了作者排名。所采用的排名指數(shù),是由微軟學(xué)術(shù)機(jī)構(gòu)使用公式計(jì)算得出。X軸表示作者的排名。作者級(jí)別越高,他們就越接近右邊。Y軸通過論文發(fā)表數(shù)量來控制排名。此圖能夠使我們識(shí)別那些雖然沒有大量發(fā)表文章,但是很有影響力的作者。作者越在圖表的高點(diǎn),他們的綜合排名就越高。在圖表的右上角的作者,既有大量的論文,也有非常大的影響力。

誰的文章被NIPS引用最多?

 

 

上圖對(duì)參考文獻(xiàn)的作者進(jìn)行了排名,提供參考文獻(xiàn)越多的作者,排名越高。未在NIPS發(fā)表過文章的學(xué)者也可能出現(xiàn)在上圖中。

 

 

前20名學(xué)者的NIPS引文分布情況,每年更新一次。

相關(guān)報(bào)道:

https://www.microsoft.com/en-us/research/project/academic/articles/neurips-conference-analytics/

標(biāo)簽: 排名

版權(quán)申明:本站文章部分自網(wǎng)絡(luò),如有侵權(quán),請(qǐng)聯(lián)系:west999com@outlook.com
特別注意:本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)!
本站所提供的圖片等素材,版權(quán)歸原作者所有,如需使用,請(qǐng)與原作者聯(lián)系。

上一篇:實(shí)時(shí)流處理新選擇:LinkedIn 重磅發(fā)布 Samza 1.0

下一篇:轉(zhuǎn)型為一名數(shù)據(jù)科學(xué)家的正確打開方式