2021AI顶会人工智能分析报告-96页_7mb
报告摘要
2020年人工智能几个重点领域顶级国际学术会议分析报告总结
核心内容
本报告基于AMiner学术会议平台,分析了2020年机器学习、计算机视觉、自然语言处理、经典AI、数据挖掘、信息检索与推荐等人工智能重点领域的10个顶级国际学术会议的论文数据。涵盖论文、作者、国家、机构等多个维度,揭示了人工智能研究的前沿热点、合作趋势及科研成果分布情况。
主要观点
- 会议形式与规模:所有会议均采用线上形式举办,其中NeurIPS、CVPR与ECCV的投稿量位居前三,平均录取率为22.1%,而IJCAI的录取率最低,仅为12.50%。
- 研究热点:
- 机器学习:深度学习与强化学习是最热门的研究方向,相关论文占比14.8%。
- 计算机视觉:目标检测与语义分割是研究热点,占比8%。
- 自然语言处理:神经机器翻译研究热度最高。
- 经典AI:近年来研究热点集中在机器学习相关技术。
- 数据挖掘:主要聚焦于社交网络与异常检测。
- 信息检索与推荐:信息抽取与网页搜索是主要研究热点。
- 最佳论文分布:
- 13篇最佳论文中,美国机构占比高达68.6%,中国仅获得1篇。
- 所有最佳论文均存在跨国或跨机构合作现象。
- 九成以上最佳论文不是该会议的最高被引论文,表明评审标准与实际影响力存在差异。
- 机构分布:
- 在机器学习领域,谷歌、MIT、斯坦福大学为论文收录量前三机构。
- 在经典AI领域,中国机构在论文收录量上处于领先。
- 中国高校在计算机视觉领域论文作者数量中占据重要地位。
- 作者分析:
- 华人作者在所研究的国际顶会中占比平均为26.05%,其中CVPR会议的华人作者占比最高,达53.2%。
- 一作华人学生作者在NeurIPS和ICML中占比超30%。
- 有17位华人作者被六个以上顶会收录论文。
关键信息
一、人工智能几个重点领域顶级国际学术会议年度概况
- 线上举办:所有会议均线上举办,受新冠疫情影响。
- 投稿量排名:
- NeurIPS:9454篇
- CVPR:6656篇
- ECCV:5025篇
- 录取率排名:
- SIGIR:28.8%
- IJCAI:12.50%
- 关注度排名:
- CVPR:102987次
- NeurIPS:64256次
- KDD:58126次
二、人工智能最新研究成果和主题热点
- 机器学习:
- 热点技术包括深度学习、强化学习、GAN、RNN等。
- 研究热点词云图显示,深度学习相关技术占比最高。
- 计算机视觉:
- 热点研究包括目标检测、语义分割、行为识别、人脸识别等。
- 使用深度学习及卷积神经网络为主要手段。
- 自然语言处理:
- 神经机器翻译研究热度最高。
- 研究热点包括词嵌入、智能问答、实体识别等。
- 经典AI:
- 研究热点集中在强化学习、深度学习及其中的CNN、RNN算法。
- 数据挖掘:
- 研究对象包括大数据、社交网络、异常检测等。
- 信息检索与推荐:
- 研究热点包括信息抽取、网页搜索、推荐系统等。
三、人工智能国际顶会最佳论文分析
- 最佳论文作者国家分布:主要来自美国、英国、中国、意大利、新加坡、以色列。
- 最佳论文合作情况:所有最佳论文均为跨国家或跨机构合作完成,其中美国作者占比最高。
- 最佳论文与高被引论文关系:仅有一篇最佳论文同时是高被引论文,其余九成以上最佳论文不是该会议的最高被引论文。
- 中国机构表现:仅有一篇中国机构参与的最佳论文,且未获得最佳论文奖。
四、人工智能顶会论文所属机构分析
- 跨地域合作:人工智能研究的跨地域或跨机构合作日益紧密。
- 机器学习机构排名:
- 谷歌:347篇
- 麻省理工学院:197篇
- 斯坦福大学:185篇
- 经典AI机构排名:
- 中国科学院:42篇
- 中国科学院大学:34篇
- 浙江大学:26篇
- 计算机视觉作者排名:
- 中国高校占据TOP10作者半数,包括田奇、Ling Shao、Chunhua Shen等。
五、人工智能国际顶会论文作者分析
- 计算机视觉领域:
- 田奇、Ling Shao、Chunhua Shen等学者是该领域的顶尖作者。
- 中国学者在该领域论文数量和影响力方面表现突出。
- 中美高活跃度作者:两国出现较多频次的高活跃度和高产出度作者。
- 华人作者表现:
- 华人作者在所研究的国际顶会中占比平均为26.05%。
- CVPR会议华人作者占比最高,达53.2%。
- 有17位华人作者被六个以上顶会收录论文。
- 数据挖掘顶会KDD华人论文占比较高。
结语与展望
本报告揭示了2020年人工智能研究的热点趋势与机构分布情况。尽管中国在部分会议中表现突出,但整体科研水平与国际领先机构仍存在差距。未来,中国机构应加强国际合作,提升论文质量与影响力,以在人工智能国际顶会中取得更好成绩。
附录说明
- 人工智能子领域分类:包括机器学习、计算机视觉、自然语言处理、经典AI、数据挖掘、信息检索与推荐。
- 研究对象:涵盖10个顶级国际学术会议,包括ICLR、ICML、NeurIPS、CVPR、ECCV、ACL、EMNLP、IJCAI、KDD和SIGIR。
- 研究方法:基于AMiner会议系统,利用大数据分析与挖掘技术进行统计与分析。
AMiner Conference系统介绍
- 系统功能:
- 关键词板块:展示论文主题词云图。
- 作者统计板块:分析作者活跃度与产出度。
- 出版统计板块:提供论文数量统计榜单。
- 会议最佳论文板块:展示最佳论文信息。
- 论文解读与推荐:支持论文智能解读与算法推荐。
- 视频“秒读论文”功能:提供视频形式的论文快速阅读服务。
- 学者库:提供学者信息与研究领域分析。
数据与编写团队
- 数据来源:AMiner会议系统,统计截止到2020年12月31日。
- 编写团队:清华大学人工智能研究院知识智能研究中心,以及多个团队成员。
- 顾问:李涓子、唐杰。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载