m****s
发帖数: 402 | 1 CV+ML is not an easy area now. You need papers on,
1) CV --> CVPR/ICCV/ECCV/SIGGRAPH/ACMMM+IJCV/PAMI
2) AI&ML --> AAAI/IJCAI/KDD/SIGIR/ICML/NIPS ...
Even IEEE journals and other decent journaks like PR/CVIU are 2nd rank. |
|
a***a
发帖数: 149 | 2 单盲审（Single-Blind Peer Review, SBPR）
双盲审（Double-Blind Peer Review, DBPR）
还有 Open Peer Review
这三个啥关系，是不是比较牛X的会议一般都是单盲审？比方KDD, WWW, SigIR
就是提交的时候不能写作者名字的那种。 |
|
s******e
发帖数: 285 | 3 KDD & WWW are single blind,
SIGIR is double blind.
There is no connection between conferences and review criteria. |
|
e*****m
发帖数: 58 | 4 做bioinf的人有来自不同领域的人，一般也都参考原领域的好journal, 好的会议当然也
算。由于隔行隔领域，不同领域里的人看法会有偏差。比如cs的人也许知道bioinforma
tics比biostatistics, biometrics多些。但做生统/统计的人认为biostat, biometric
s要比Bioinformatics好很多。做的东西有些杂，也慢慢才知道这些。列一些我知道相关
的top杂志或conference (for computational methodology or theory)
CS
conferences: ICML, NIPS, SIGMOD, VLDB, KDD, ijcai, AAAI, UAI, RECOMB, ISMB,
PSB
Journal: JMLR, TKDE,
stat:
JASA, JRSS-B, Biometrika, Annals 系列, Biostat., biometrics
Genetics: nature genetics, AJHG, Genetics, Genetic Epidemiology
Bioinf |
|
d******e
发帖数: 7844 | 5 以IR为主的貌似SIGIR算是Top，其他的很多都只能算是Rank 1
还有很多其他Top会议也和IR有关,Data Mining相关的有KDD，机器学习相关的有ICML。
数据库也有不少把，SIGMOD,ICDE都有人做IR的东西。
IR还是很杂的。 |
|
d******e
发帖数: 7844 | 6 听说去年上海交大好像有一个本科生，有ICML和KDD，长文发了TKDE。申请Big 4，一个
AD都
没有。 |
|
N**D
发帖数: 10322 | 7 bioinformatics: search KDD, check its proceedings. basically it is using/
desigining statistics/machine learing/data mining in biology problems, like
analyzing gene expression data, protein secondary structure prediction, etc. |
|
t******e
发帖数: 1293 | 8 等到明年2月份的KDD，又很多submission了。呵呵 |
|
n***l
发帖数: 1468 | 9 各位前辈, 能否给指引指引,
在Database,特别是data mining领域, 哪些会议算是一流, 哪些算是二流, 哪些会是很
容易中(用来粉饰resume)?
www, vldb, kdd, sdm, sigmod, pods, SIGIR, pakdd, icde, icdm, more and more..
.... |
|
e***e
发帖数: 168 | 10 I never heard about baysian analysis on frequent item set problem. You can
work on it. But what I can tell you is that frequent item set is the seminal
data mining problem. there are even conferences dedicate on this subject,
so it is not a good topic to pick if you are starting work on data mining
and want to publish in kdd top conference. |
|
r**m
发帖数: 163 | 11 是double blind,真希望所有都double blind，可惜KDD就不是 |
|
c*****t
发帖数: 1879 | 12 我看了下几篇关于 domain-driven 的 paper，还是没明白具体怎么回事。
主要是这个 "domain" 有点太抽象。定义又似乎 recursive。另外
actionable kdd/pattern 也让我看糊涂了。
谁能解释一下？谢了。 |
|
f*******r
发帖数: 383 | 13 我们做了一个东西居然3/4的Reviewers都理解错了，在那里想当然地
指责。然后还说"easy to read", "well-written", "understandable". |
|
s******g
发帖数: 3841 | 14 既然有3/4的reviewer理解错了
我认为你应该检讨一下自己。。。。 |
|
f*******r
发帖数: 383 | 15 您说得对。
我们是有要检讨的地方，我们试图把太多的理论放在文章里了。 |
|
i***q
发帖数: 1095 | 16 现在都是老板给自己的学生去review，学生没什么眼光，基本上就是固定模式的挑错误
，然后老板拿回去再根据name和质量决定一下rej还是ac，所以不要指望太多就是了。
不过我想没人会因为理论多拒文章，除非你的理论看不懂。 |
|
r**m
发帖数: 163 | 17 ICML,IJCAI才是专门ML的会议吧，kdd是data mining的，ICDE是DB的 |
|
|
a***c
发帖数: 315 | 19 BioInfo发nature/science的非常罕见.大多数是在
Journal of Bioinformatics and Computational Biology
Journal of Computational Biology
Nucleic Acids Research
上灌.还有一个排名很低的KDD bioinfo年会.说实话,大家觉得CS系里在这四个地方灌水
的像是CS的吗. |
|
m****s
发帖数: 402 | 20 这是外行话。Vision活过来，靠的是近年的突破，进入应用阶段了。一个SIFT,一个AdaBoost,一下把Vision搅活了。10年前还在玩SVM的纯学术，现在SVM还有谁饭。
就如通讯，GSM，CDMA，TC，LDPC，SDR, CognRadio，一个接一个疯过来，不热都难。抛开应用钱途，就是纯学术也满high。当然通讯现在有点沉了，一是入行的人多了，二是新鲜感减了，没有新东西翻。就象生物，热的时候一堆顺势爬进去，回落时都凉到岸上了。
从这个意义而言，CV也是热过了，现在入行风险高。当年几篇象样点的IEEE Trans就可以饭可铁了，现在要集齐三大会议，再来几篇PAMI/IJCV，甚而SIGGRAPH/ACM Trans/KDD也要沾点，容易么。 |
|
b***a
发帖数: 6422 | 21 AdaBoost主要是干啥的？给讲讲看吧。
AdaBoost,一下把Vision搅活了。10年前还在玩SVM的纯学术，现在SVM还有谁饭。
。抛开应用钱途，就是纯学术也满high。当然通讯现在有点沉了，一是入行的人多了，
二是新鲜感减了，没有新东西翻。就象生物，热的时候一堆顺势爬进去，回落时都凉到
岸上了。
可以饭可铁了，现在要集齐三大会议，再来几篇PAMI/IJCV，甚而SIGGRAPH/ACM Trans/
KDD也要沾点，容易么。 |
|
T**********n
发帖数: 480 | 22 这个外行话不是俺说的，是俺前老板Ｌａｒｒｙ Davis说的
AdaBoost,一下把Vision搅活了。10年前还在玩SVM的纯学术，现在SVM还有谁饭。
。抛开应用钱途，就是纯学术也满high。当然通讯现在有点沉了，一是入行的人多了，
二是新鲜感减了，没有新东西翻。就象生物，热的时候一堆顺势爬进去，回落时都凉到
岸上了。
可以饭可铁了，现在要集齐三大会议，再来几篇PAMI/IJCV，甚而SIGGRAPH/ACM Trans/
KDD也要沾点，容易么。 |
|
w***g
发帖数: 5958 | 23 adaboost和svm貌似在本质上是等价的吧，而且不少情况下svm算起来还快一点。
我外行人一个，大家拍好了。
AdaBoost,一下把Vision搅活了。10年前还在玩SVM的纯学术，现在SVM还有谁饭。
。抛开应用钱途，就是纯学术也满high。当然通讯现在有点沉了，一是入行的人多了，
二是新鲜感减了，没有新东西翻。就象生物，热的时候一堆顺势爬进去，回落时都凉到
岸上了。
可以饭可铁了，现在要集齐三大会议，再来几篇PAMI/IJCV，甚而SIGGRAPH/ACM Trans/
KDD也要沾点，容易么。 |
|
m****s
发帖数: 402 | 24 That list has toooooo many "top confs". If a conference is no better than its top journal, it should not be called "top conf".
In my opinion, only following few are "top",
AI&ML: AAAI/IJCAI/KDD/SIGIR/ICML/NIPS
Vision: CVPR/ICCV/ECCV/SIGGRAPH/ACMMM
Arch: ISCA/ICCAD/DAC/MICRO/SOSP/HPCA
Comm: INFOCOM/SIGCOMM/MOBICOM
Algorithm: STOC/FOCS
AI/Vision is anomaly. SIGGRAPH can have its IF > 20, while ACM TranGraph has an IF less than 4. |
|
i*******e
发帖数: 240 | 25 结果是3个weak accept，1个weak reject。要求rebuttal，管用否？有经验的说说，多
谢。 |
|
m****s
发帖数: 402 | 26 AREA: Artificial Intelligence and Related Subjects
AAAI: American Association for AI National Conference
CVPR: IEEE Conf on Comp Vision and Pattern Recognition
IJCAI: Intl Joint Conf on AI
ICCV: Intl Conf on Computer Vision
ICML: Intl Conf on Machine Learning
KDD: Knowledge Discovery and Data Mining
KR: Intl Conf on Principles of KR & Reasoning
NIPS: Neural Information Processing Systems
UAI: Conference on Uncertainty in AI
I |
|
m****t
发帖数: 555 | 27 实践证明，理论上看起来很好的东西，实践中往往赶不上简单有效的方法。
看看前几年，我记得是2007 kdd cup优胜者用的什么方法，足以把一帮研究machine
learning新算法的人羞死。
这就是以拙胜巧，以简胜繁。 |
|
m****t
发帖数: 555 | 28 实践证明，理论上看起来很好的东西，实践中往往赶不上简单有效的方法。
看看前几年，我记得是2007 kdd cup优胜者用的什么方法，足以把一帮研究machine
learning新算法的人羞死。
这就是以拙胜巧，以简胜繁。 |
|
r**t
发帖数: 937 | 29 ACM SIG的旗舰会议几乎都是行内顶级，如果横向比较一下呢？哪些更牛x一点？
我觉得最牛的是SIGCOMM和SIGGRAPH，然后SIGMOD，KDD，SIGIR，CCS。CHI我不懂，MM
要弱一点。
大家怎么觉得？ |
|
r**t
发帖数: 937 | 30 有SIGMOD加SIGIR的人不少，再加个KDD或者MM就三个了，呵呵 |
|
hb
发帖数: 89 | 31 也是，SIGMOD和SIGIR和KDD还是有些相关的。 |
|
|
|
l*******e
发帖数: 55 | 34 昨天晚上一时疏忽，忘了是KDD2011 abstract submission deadline. 现在new paper
submission 已经关闭了。我手头有一篇paper已经准备好，是去年我在KDD上发的论文
的扩展，没想到一时大意了。想借问有没有哪位大哥有提交abstract但最后不会提交
paper。如果有的话能否把这个名额给我用？做为回报，我可以把你加为co-author.
多谢 |
|
p*********g
发帖数: 226 | 35 If we only talk about the machine learning part of KDD, then it's 1st tier. |
|
p*********g
发帖数: 226 | 36 hehe, UAI/COLT 都是小会，KDD 里没几张 ML的。
ICML 和 NIPS 是大头。
AISTATS 刚上来，以前就是个 workshop。 |
|
f******2
发帖数: 2455 | 37 想了解些data mining方面的东西 (web log, social ranking etc.),
最好和工业界接近的, 上面提到的两个会议是不是该领域最高水平的了?
各自侧重哪些方面? 还有什么会议在这个领域比较好? |
|
|
r********3
发帖数: 2998 | 39 理论方面也没有比NIPS,ICML更好的了。data mining方面也就KDD比ICDM好一点。
ECML和PKDD混在一起相当杂牌。无论是submission数量和acceptance rate和前面这几
个没法比。
ACML估计比ECML/PKDD还杂牌。我也觉得你不用去了。 |
|
k***o
发帖数: 1 | 40 你当是集邮？ What is ACMTMM? KDD不列去列ACMTKDD，何意？
我来列一下吧
CV: CVPR/ICCV/ECCV
CG: SIGGRAPH
ML: NIPS/ICML/UAI/COLT
AI: IJCAI/AAAI
Journal: PAMI/IJCV/TOG/JMLR |
|
m****s
发帖数: 402 | 41 有道理，data mining这块顶级会议就太多了，VLDB/KDD/ICDE/SIGMOD，......，做学习理论的可以把这块当副业发展。 |
|
m****s
发帖数: 402 | 42 去年full paper的接受率不到10%，是不是比KDD/ICDE/SIGMOD/VLDB接受率都低？有投过这个会议的没？ |
|
m*p
发帖数: 1331 | 43 希望多交些朋友，会议期间结伴 hang out SD。:) |
|
n***l
发帖数: 1468 | 44 在data mining领域, 她那个publication算是非常强的了.
kdd和icdm都是第一流的会议, 很难中, 每年的acceptance rate都是10%-15% |
|
s*w
发帖数: 729 | 45 校友啊，我觉得不错，kdd 上弄个 best student paper runner up 不容易 |
|
n********r
发帖数: 300 | 46 fresh phd。without internship experience.可以申吗？
PS：ICCV,KDD啥的倒是有。
另外：谢好心refer |
|
m*********e
发帖数: 55 | 47 应该看什么方向的吧……要是3篇KDD确实水平一般？ |
|
m****s
发帖数: 402 | 48 ICML
NIPS
AAAI
IJCAI
CVPR
ICCV
ECCV
SIGGRAPH
ACM Multimedia
WWW
ICDE
ICDM
KDD |
|
z***t
发帖数: 2374 | 49 不完全是热去捧，是相关学科发展的必然，NIPS,ICML是比较好的连接理论和应用的会议
要解决问题，相当程度上要有好的理论，所以理论会议逐渐变得更重要了
CS的application现在扩得很大了，传统的离散算法和优化只能解决一部分问题了
需要大量相应的applied statistics或者说computational statistics技术
ICML,NIPS变得越来越重要，COLT的理论和应用又脱节一些
象KDD,IJCAI,AAAI,CVPR,ICCV里的paper,reviewer,committee在learning方面都和NIPS
/ICML差很远
另外象PAMI,TIP这些journal过去几年也收非常多learning方面的文章，但是自己的
reviewer水平又差，结果造成质量大幅度下降
PAMI现在文章，除了小部分pure vision的，其余文章质量很一般，比JMLR和ML差不少
，TIP里learning的文章更烂，直接导致TIP下降一个档次 |
|
S*******w
发帖数: 24236 | 50 how about kdd wsdm www?
也号称top conference |
|
