作者丨David 拉燕 桃子
来源丨新智元
一年一度的谷歌学术期刊和会议影响力TOP 100榜单出炉了！
今天，Google Scholar发布了2022最新学术指标。
今年总榜前三仍然没有悬念，Nature再夺第1，NEJM稳居第2，Science排名第3。
另外，AI学术顶会在今年总榜排名中再次大放异彩。
CVPR继续保持了总榜第4名的优秀成绩，仅次于Science！
在2021年，仅有CVPR、ICLR、NeurIPS排在总榜前20 ，到了今年又增添2个ML/CV顶会。
加拿大滑铁卢大学计算机教授Gautam Kamath第一时间在社交媒体上扩散了这个消息。
CVPR总榜第4，ICCV、ICML挤进前20
在不分学科门类的总榜单上，排名前列的位置上都是熟悉的顶刊和顶会，计算机方向的均为顶会。
Nature、NEJM、Science分别位列前三位。
另外，另一本顶级医学期刊「柳叶刀」位列第5，化学和材料科学顶刊AM排名第6、Nature子刊之一「自然·通信」排名第7，「NCS」三强之一的Cell排名第8。
Top10中剩下的三个位置，则被计算机方向的顶会占据，CVPR第4、ICLR第9、NeurIPS第10。
如果把目光范围扩大到前20名，入选的计算机顶会数量增加到了5个，ICCV第17，ICML第19。
2021年总榜单
与上面的2021年榜单相比，今年上榜的计算机顶会的排名大都有一定程度的上升。
除了CVPR排名保持第4不变外，ICLR从去年的第10升至第9，NeurIPS由第12升至第10，ICCV由第31升至17，ICML由第23升至第19。
由此，进入Top 20总榜单的计算机顶会数量由去年的3个增至5个。
工程与计算机榜单：CVPR居首，6顶会入Top20
和往年一样，今年的榜单将入选的学术期刊和会议，按照学科门类和领域分为8大类。
其中「工程和计算机科学」门类下，排名是这样的：
这个大类下包含大量子类，（比如化学工程、材料工程、农业工程、环境工程等均被划归此类），所以榜单呈现期刊与会议交织的情况。
如果只聚焦计算机科学，榜单又成了顶会的天下，CVPR高居榜首，今年共有6个计算机顶会进入Top20，其中Top 5占据4席，几乎霸榜。
分别为：CVPR（第1），ICLR（第3）、NeurIPS（第4）、ICCV（第5）、ICML（第6），ECCV 以及AAAI（第18）。
接下来，我们再看「工程与计算机」下与计算机相关的细分类目。
人工智能
在人工智能类目下，排名第一的就是我们熟知的ICLR，h5指数为286，h5中位数为533。
ICLR近五年来影响力最大的一篇文章是由TN Kipf, M Welling两位大牛，2017年发布的「Semi-Supervised Classification with Graph Convolutional Networks」，被引次数达到了11127次。
排名第二的则是NIPS，h5指数为278，比ICLR低了8。NIPS下排名第一的文章「Attention is all you need」也是在2017年发布。被引次数高达45081次。
摘得第三名的则是ICML，从名字中就能看出，这家专搞机器学习。该会议又叫国际机器学习大会，由国际机器学习学会主办，每年办一次。
第四名则是AAAI人工智能大会，这是人工智能领域的主要学术组织之一。该协会主办的年会是全世界最主要的人工智能学术会议之一，影响力可见一斑。
前五中的最后一位就是IEEE Transactions On Systems, Man And Cybernetics Part B, Cybernetics，这份期刊主要研究人类、机器和组织在架构或神经层面的交流和控制。
值得一提的是，IEEE专注神经网络和学习系统的兄弟期刊位列第7，这次排名没有挤进前10.
计算机视觉和模式识别
而在计算机视觉和模式识别领域，IEEE家族屠榜前5。
前五中有4个都和IEEE相关。足可见IEEE在这个领域的影响力。
其中，排名第一的CVPR不用多说，计算机视觉与模式识别领域当之无愧的顶会。
而排名第二的ICCV的论文录用率则非常低。ICCV、CVPR，再加上排名第三的ECCV（欧洲计算机视觉大会）并称计算机视觉方向三大顶会。
而ICCV则是其中公认级别最高、评选难度最大的。
排名第四、第五的是IEEE Transactions on Pattern Analysis and Machine Intelligence和IEEE Transactions on Image Processing，均是IEEE主办的不同分支的期刊。
另外，CVPR下排名第一的论文被引次数已经达到了25847。
作者中有两位华人，Z Liu和G Huang。
计算机语言
可以看到，在计算机语言领域，已经形成一家独大的趋势。
影响力前5的期刊/会议均属ACL家族。
其中，ACL (国际计算语言学会）影响力最高，h5指数169。
EMNLP全称为自然语言处理实证方法会议，由ACL学会下属特殊兴趣小组SIGDAT组织，每年召开一次。
HLT-NAACL名义上是ACL北美分会，但在NLP圈里也是无可争议的顶级会议，名称中的HLT也直接表示了对于人类语言处理技术的关注。
EACL（欧洲分会）同样是计算语言学和自然语言处理领域重要国际会议。TACL是ACL旗下期刊。
其中，引用次数最多的ACL论文是Universal Language Model Fine-tuning for Text Classification。这篇论文发表于2018年，引用数达2720，由J Howard、S Ruder两人所做。
评价标准
其实，在学术影响力指数方面，谷歌只是个后起之秀。
相比而言，在国内更为知名的，是历史更为悠久、汤森路透（Thomson Routers）的期刊引用报告（Journal Citation Report, JCR）每年发布的影响因子指数IF。
国内的很多科研评价体系对IF有着非常严重的依赖。科研论文有没有发表在IF指数高的期刊上、发表了多少篇，直接关乎到论文作者的前程。但IF榜单发布至今，已经逐渐偏离了初衷，不断遭受到越来越多的质疑、争议甚至诟病。
谷歌学术指标（Google Scholar Metrics）是2012年谷歌推出的新的学术评价标准体系，成为IF之外，衡量学术期刊、顶会影响力的重要指标，每年更新一次。
Google Scholar Metrics的评价体系由H指数（h-index），H核心（h-core），H中值（h-median），H5指数（h5-index），H5核心（h5-core）和H5中值（h5-median）构成。H指数由加州大学圣迭戈分校物理学家Jorge Hirsch在2005年首先提出。
-
h指数：指该出版物中至少有h篇文章分别被引用了至少h次的最大数字h。例如，一份出版物有5篇文章被引用，分别是17、9、6、3和2，其h-index为3。
-
h核心：是指该出版物中被引用次数最多的h篇文章的集合。这些文章就是h-index的基础。
-
h-中位数：是指其h-核心中被引用次数的中位数。h中位数是衡量h核心中文章被引次数分布的指标。
最后，出版物的h5-index、h5-core和h5-median分别是指在过去5个完整日历年内发表的文章的h-index、h-core和h-median。
参考资料：
完整分类版榜单请参见谷歌2022年学术指数榜单首页：
https://scholar.google.com/citations?view_op=top_venues
本文仅做学术分享，如有侵权，请联系删文。
3D视觉工坊精品课程官网：3dcver.com
1.面向自动驾驶领域的多传感器数据融合技术
2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码) 3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进 4.国内首个面向工业级实战的点云处理课程 5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解 6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦 7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化 8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
9.从零搭建一套结构光3D重建系统[理论+源码+实践]
10.单目深度估计方法：算法梳理与代码实现
11.自动驾驶中的深度学习模型部署实战
12.相机模型与标定(单目+双目+鱼眼）
13.重磅！四旋翼飞行器：算法与实战
14.ROS2从入门到精通：理论与实战
15.国内首个3D缺陷检测教程：理论、源码与实战
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
