SIGIR,一篇一区sci能进高校吗?
能。但要分情况。
当然得分一下进什么高校吧。拿我目前的学校来说,某一南方非双一流的工科大学,我们专业招的老师都是211博士起步,要有海外留学背景。我们学校挺一般的,那我觉得那些985.211的院校要求应该更高。如果是去一些大专院校,我觉得一般学校的博士也可以去试试。我有个师兄博士毕业,去了一所和我们学校实力相当的本科院校,跟他竞争的都是江大,浙大,他运气好进了,研究方向刚好跟招收的课题组方向类似。
其次是进高校的职位。如果是搞科研的,那肯定是上面的那些要求,如果是行政方面,那跟一般的事业单位一样吧,笔试面试,对于SCI方面要求应该不高。如果是辅导员,应该更容易一点,碰到学校专业扩招,急需辅导员,那进去挺容易的,一般要求是党员。我们学校还是本科保送本校当辅导员的,学费全免,每月还有工资,还算工龄,也很不错。
南开计算机和上海大学计算机?
南开计算机排名27左右,B+,上海大学计算机专业排名69左右,B.
孰优孰劣,一目了一。当然上南开好了,老牌985,机会多。
南开大学计算机学科的研究工作始于1958年,是在实力雄厚的数学学科和物理学科的基础上发展起来的,是我国最早从事计算机研究与教学的院校之一。
2018年7月,为服务国家重大战略需求,加快推进“双一流”建设,培养适应和引领时代发展的未来人才,南开大学拆分计算机与控制工程学院,成立计算机学院。
南开大学计算机学院坐落在南开大学津南校区理科组团,现有教学科研面积7000平方米。计算机学院下设计算机科学与技术系、公共计算机基础教学部、实验教学中心(国家级虚拟仿真实验教学中心)、三个研究所(大数据技术研究所、系统与网络研究所、机器智能研究所)和8个研究室。学院具有本科、硕士、博士完整的培养体系,拥有计算机科学与技术国家一级学科(天津市重点学科),设有4个二级学科方向(计算机软件与理论、计算机应用技术、计算机系统结构、信息安全),并建有博士后流动站。
计算机学科以“追踪先进计算技术,带动学科交叉融合,采用计算机新技术解决科学与工程领域的前沿课题”为指导思想建设发展,服务于国家重大战略需求。目前主要设立了并行计算与分布式存储、大数据处理与知识工程、网络与信息安全、多媒体图形图像生成与处理、移动云计算与智能感知五个学科方向。主要研究特色体现在:
在媒体计算方向,显著性物体检测和图像智能分析与编辑研究处于国际领先水平,论文入选“中国百篇最具影响国际学术论文”,相关成果已经通过华为公司、腾讯公司等的旗舰产品得以商业化应用;
在数据处理方向,具有国际先进的数据库引擎研究和大数据分析技术,搭建的南开“深海大数据平台”给出了大数据全生命周期的解决方案,开发的ECM企业内容管理软件,有11种语言版本,面向35个国家发售,拥有二百万的用户群体。
在分布式计算方向,搜索引擎系统优化、分布式系统资源管理研究处于国际先进水平,“索引缓存算法”应用于百度搜索引擎,被光明日报等主流媒体报道,“服务实例分布调整算法”应用于百度数据中心,实现数千万元收益。
在网络安全方向,研究的高速主干网大流数据处理技术和加密VoIP语音流分析技术为主干网流量快速处理、IP诈骗电话识别提供了有效手段,相关成果在互联网主干网出口得到了应用。
在人工智能方向,多个课题组交叉合作、凝心聚力,2018年在智能人机情感交互、智慧精准医疗等领域取得丰硕成果和重大突破,今年已发表国际人工智能大会(AAAI)、国际人工智能联合大会(IJCAI)等顶会顶刊论文20余篇,在论文数量和影响力上位于国际国内相关研究机构的前列
学院承担国家973计划、863计划、国家自然科学基金、教育部、省部级科技计划项目百余项,在IEEE JSAC、ACM SIGIR、ACM TOG、IEEE TVCG、IEEE TPAMI、AAAI、IJCAI等顶级国际会议和期刊上发表高水平论文百余篇。在2017年教育部学科评估中,计算机科学与技术一级学科位列B+,相比上一轮学科评估,前进17名,是南开大学进步最大的学科。
上海大学计算机工程与科学学院始建于1988年,由上海工业大学计算机工程系和上海科学技术大学计算机科学系联合成立,学院是在钱伟长老校长亲切关怀下成立的上海市高校中第一所计算机学院,中国工程院院士、清华大学教授李三立为首任院长。1994年,随着新上海大学的诞生,原上海大学计算机应用系和原上海高等科技专科学校计算机应用系也加入计算机学院,联合成立的计算机学院正式命名为上海大学计算机工程与科学学院。
学院师资力量雄厚,现有教职工114名,其中专任教师83名,具有博士学位的教师79名,正高级职称16名,副高级职称40名,中级职称50名。在读学生1645人,其中本科生1180人,学术型硕士研究生259人、专业型硕士研究生93人、工程硕士研究生17人、博士96人。计算机工程与科学学院由2个系(计算机科学与技术系、智能科学与技术系)、1个本科实验中心、5个研究中心、1个研究所、1个平台(上海大学数据科学研究中心,上海大学光学计算机研究中心、上海大学—悉尼科技大学(UTS)“智能信息系统”联合研究中心、上海大学城市信息研究中心、上海大学高效能计算中心、上海大学智能信息处理与展示设计研究所、科学与工程计算专业技术服务平台)组成,涵盖计算机科学与技术一级学科(计算机科学与技术、智能科学与技术、网络空间安全、人工智能四个本科专业、计算机科学与技术一级学术型硕士点、软件工程一级学术型硕士点、软件工程一级专业型硕士点,计算机科学与技术一级博士点)。
2015-2017年,上海大学计算机学科同时被列为高水平大学一流学科建设和上海市教委四类高峰学科建设规划。
学院自成立以来,已完成和正在完成的国家级和省部级项目300余项。学院培养的毕业生遍布全球,主要从事计算机软硬件的系统设计开发、销售维护、信息服务及其他行业的计算机管理应用工作,部分学生选择继续攻读硕士、博士学位或出国深造,成为行业精英。根据麦可思研究院发布《中国大学生就业报告》,学院毕业生的薪资连续三年在上海大学理工科学院中排名第一。
有哪些权威的人工智能机器人大会和AI机器人论坛?
以下是转自南大周志华教授的博客上世界顶级人工智能会议总结IJCAI (1+)
AI最好的综合性会议, 1969年开始, 每两年开一次, 奇数年开. 因为AI 实在太大, 所以虽然每届基本上能录100多篇(现在已经到200多篇了),但分到每个领域就没几篇了,像machine learning、computer vision这么大的领域每次大概也就10篇左右, 所以难度很大. 不过从录用率上来看倒不太低,基本上20%左右, 因为内行人都会掂掂分量, 没希望的就别浪费reviewer的时间了. 最近中国大陆投往国际会议的文章象潮水一样, 而且因为国内很少有能自己把关的研究组, 所以很多会议都在complain说中国的低质量文章严重妨碍了PC的工作效率. 在这种情况下, 估计这几年国际会议的录用率都会降下去. 另外, 以前的IJCAI是没有poster的, 03年开始, 为了减少被误杀的好人, 增加了2页纸的poster.值得一提的是, IJCAI是由貌似一个公司的”IJCAI Inc.”主办的(当然实际上并不是公司, 实际上是个基金会), 每次会议上要发几个奖, 其中最重要的两个是IJCAI Research Excellence Award和Computer & Thoughts Award, 前者是终身成就奖, 每次一个人, 基本上是AI的最高奖(有趣的是, 以AI为主业拿图灵奖的6位中, 有2位还没得到这个奖), 后者是奖给35岁以下的 =青年科学家, 每次一个人. 这两个奖的获奖演说是每次IJCAI的一个重头戏.另外, IJCAI 的PC member 相当于其他会议的area chair, 权力很大, 因为是由PC member去找 reviewer来审, 而不象一般会议的PC member其实就是 reviewer. 为了制约这种权力, IJCAI的审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)美国人工智能学会AAAI的年会. 是一个很好的会议, 但其档次不稳定, 可以给到1+, 也可以给到1-或者2+, 总的来说我给它”1″. 这是因为它的开法完全受 IJCAI制约: 每年开, 但如果这一年的 IJCAI在北美举行, 那么就停开. 所以, 偶数年里因为没有IJCAI, 它就是最好的AI综合性会议, 但因为号召力毕竟比IJCAI要小一些, 特别是欧洲人捧AAAI场的比IJCAI少得多(其实亚洲人也是), 所以比IJCAI还是要稍弱一点, 基本上在1和1+之间; 在奇数年, 如果IJCAI不在北美, AAAI自然就变成了比IJCAI低一级的会议(1-或2+), 例如2005年既有IJCAI又有AAAI, 两个会议就进行了协调, 使得IJCAI的录用通知时间比AAAI的deadline早那么几天, 这样IJCAI落选的文章可以投往AAAI.在审稿时IJCAI 的PC chair也在一直催, 说大家一定要快, 因为AAAI那边一直在担心IJCAI的录用通知出晚了AAAI就麻烦了.
COLT (1)这是计算学习理论最好的会议, ACM主办, 每年举行. 计算学习理论基本上可以看成理论计算机科学和机器学习的交叉, 所以这个会被一些人看成是理论计算机科学的会而不是AI的会. 我一个朋友用一句话对它进行了精彩的刻画: “一小群数学家在开会”. 因为COLT的领域比较小, 所以每年会议基本上都是那些人. 这里顺便提一件有趣的事, 因为最近国内搞的会议太多太滥, 而且很多会议都是LNCS/LNAI出论文集, LNCS/LNAI基本上已经被搞臭了, 但很不幸的是, LNCS/LNAI中有一些很好的会议, 例如COLT.
CVPR (1)计算机视觉和模式识别方面最好的会议之一, IEEE主办, 每年举行. 虽然题目上有计算机视觉, 但个人认为它的模式识别味道更重一些. 事实上它应该是模式识别最好的会议, 而在计算机视觉方面, 还有ICCV与之相当. IEEE一直有个倾向, 要把会办成”盛会”, 历史上已经有些会被它从quality很好的会办成”盛会”了. CVPR搞不好也要走这条路. 这几年录的文章已经不少了. 最近负责CVPR会议的TC的chair发信说, 对这个community来说, 让好人被误杀比被坏人漏网更糟糕, 所以我们是不是要减少好人被误杀的机会啊? 所以我估计明年或者后年的CVPR就要扩招了.
ICCV (1)介绍CVPR的时候说过了, 计算机视觉方面最好的会之一. IEEE主办, 每年举行.(注:我查了下2011年之前是两年一次,之后是每年举行)
ICML (1)机器学习方面最好的会议之一. 现在是IMLS主办, 每年举行. 参见关于NIPS的介绍.
NIPS (1)神经计算方面最好的会议之一, NIPS主办, 每年举行. 值得注意的是, 这个会每年的举办地都是一样的, 以前是美国丹佛, 现在是加拿大温哥华; 而且它是年底开会, 会开完后第2年才出论文集, 也就是说, NIPS’05的论文集是06年出. 会议的名字 “Advances in Neural Information Processing Systems”, 所以, 与ICMLECML这样 的”标准的”机器学习会议不同, NIPS里有相当一部分神经科学的内容, 和机器学习有一定的距离. 但由于会议的主体内容是机器学习, 或者说与机器学习关系紧密, 所以 不少人把NIPS看成是机器学习方面最好的会议之一. 这个会议基本上控制在Michael Jordan的徒子徒孙手中, 所以对Jordan系的人来说, 发NIPS并不是难事, 一些未必很强的工作也能发上去, 但对这个圈子之外的人来说, 想发一篇实在很难, 因为留给”外人”的口子很小. 所以对Jordan系以外的人来说, 发NIPS的难度比ICML更大. 换句话说, ICML比较开放, 小圈子的影响不象NIPS那么大, 所以北美和欧洲人都认, 而NIPS则有些人(特别是一些欧洲人, 包括一些大家)坚决不投稿. 这对会议本身当然并不是好事, 但因为Jordan系很强大, 所以它似乎也不太care. 最近IMLS(国际机器学习学会)改选理事, 有资格提名的人包括近三年在ICMLECMLCOLT发过文章的人, NIPS则被排除在外了. 无论如何, 这是一个非常好的会.(注:Michael Jordan是伯克利大学教授,统计机器学习的老大,大牛中的巨牛)
ACL (1-)计算语言学/自然语言处理方面最好的会议, ACL (Association of Computational Linguistics) 主办, 每年开.
KR (1-)知识表示和推理方面最好的会议之一, 实际上也是传统AI(即基于逻辑的AI) 最好的会议之一. KR Inc.主办, 现在是偶数年开.
SIGIR (1-)信息检索方面最好的会议, ACM主办, 每年开. 这个会现在小圈子气越来越重. 信息检索应该不算AI, 不过因为这里面用到机器学习越来越多, 最近几年甚至有点机器学习应用会议的味道了, 所以把它也列进来.
SIGKDD (1-)数据挖掘方面最好的会议, ACM主办, 每年开. 这个会议历史比较短, 毕竟, 与其他领域相比,数据挖掘还只是个小弟弟甚至小侄儿. 在几年前还很难把它列在tier-1里面, 一方面是名声远不及其他的top conference响亮, 另一方面是相对容易被录用. 但现在它被列在tier-1应该是毫无疑问的事情了.
UAI (1-)名字叫”人工智能中的不确定性”, 涉及表示推理学习等很多方面, AUAI (Association of UAI) 主办, 每年开.
AAMAS (2+)agent方面最好的会议. 但是现在agent已经是一个一般性的概念, 几乎所有AI有关的会议上都有这方面的内容, 所以AAMAS下降的趋势非常明显.
ECCV (2+)计算机视觉方面仅次于ICCV的会议, 因为这个领域发展很快, 有可能升级到1-去.
ECML (2+)机器学习方面仅次于ICML的会议, 欧洲人极力捧场, 一些人认为它已经是1-了. 我保守一点, 仍然把它放在2+. 因为机器学习发展很快, 这个会议的reputation上升非常明显.
ICDM (2+)数据挖掘方面仅次于SIGKDD的会议, 目前和SDM相当. 这个会只有5年历史, 上升速度之快非常惊人. 几年前ICDM还比不上PAKDD, 现在已经拉开很大距离了.
SDM (2+)数据挖掘方面仅次于SIGKDD的会议, 目前和ICDM相当. SIAM的底子很厚, 但在CS里面的影响比ACM和IEEE还是要小, SDM眼看着要被ICDM超过了, 但至少目前还是相当的.
ICAPS (2)人工智能规划方面最好的会议, 是由以前的国际和欧洲规划会议合并来的. 因为这个领域逐渐变冷清, 影响比以前已经小了.
ICCBR (2)Case-Based Reasoning方面最好的会议. 因为领域不太大, 而且一直半冷不热, 所以总是停留在2上.
COLLING (2)计算语言学/自然语言处理方面仅次于ACL的会, 但与ACL的差距比ICCV-ECCV和ICML-ECML大得多.
ECAI (2)欧洲的人工智能综合型会议, 历史很久, 但因为有IJCAI/AAAI压着,很难往上升.
ALT (2-)有点象COLT的tier-2版, 但因为搞计算学习理论的人没多少, 做得好的数来数去就那么些group, 基本上到COLT去了, 所以ALT里面有不少并非计算学习理论的内容.
EMNLP (2-)计算语言学/自然语言处理方面一个不错的会. 有些人认为与COLLING相当, 但我觉得它还是要弱一点.
ILP (2-)归纳逻辑程序设计方面最好的会议. 但因为很多其他会议里都有ILP方面的内容, 所以它只能保住2-的位置了.
PKDD (2-)欧洲的数据挖掘会议, 目前在数据挖掘会议里面排第4. 欧洲人很想把它抬起来, 所以这些年一直和ECML一起捆绑着开, 希望能借ECML把它带起来.但因为ICDM和SDM, 这已经不太可能了. 所以今年的 PKDD和ECML虽然还是一起开, 但已经独立审稿了(以前是可以同时投两个会, 作者可以声明优先被哪个会考虑, 如果ECML中不了还可以被 PKDD接受).
ccir会议是什么级别?
全国信息检索学术会议(CCIR)。CCIR由CIPS和CCF联合主办,是中国信息检索领域最重要的盛会。会议除包含大会报告、论文报告、Poster交流、评测活动外,还组织青年学者论坛、博士生指导论坛,以及面向热点研究问题的前沿讲习班等。
大会也会邀请部分相关国际期刊、会议(如TOIS、SIGIR、WWW、WSDM、CIKM)的中国作者交流论文。
可以靠论文入大学吗?
原则上是不可以的,但是如果说论文非常优秀的话,还是有希望的。
按照中国正常的考试制度,只有通过考试成绩才能够进入高校,或者说进入研究生的学习评论文,进入学校的学生可谓是少之又少,当然如果在某些特殊领域方面有特别的贡献撰写出来的论文被国际所认可,那么被大学所收录的概率还是有的。
还没有评论,来说两句吧...