数据挖掘 顶级期刊_数据挖掘顶级期刊与会议
Journals
數據挖掘頂級期刊
IEEETKDE(IEEE Transactions on Knowledge and Data Engineering)http://www.ieee.org/organizations/pubs/transactions/tkde.htm
ACMTKDD(ACM Transactions on Knowledge Discovery from Data)http://tkdd.cs.uiuc.edu/
ACM TOIS(ACM Transactions on Information Systems)?http://www.acm.org/pubs/tois/
ACM TIST(ACM Transactions on Intelligent Syetems and Technology)
IEEE TNN(IEEE Transaction on Neural Networks)
機器學習頂級期刊
JMLR
TPAMI, IJCV,MLJ
Conferences
匯總
數據庫三大頂級會議
數據挖掘三大頂級會議
人工智能(+數據挖掘/計算機視覺/...) 國際頂級會議
① IJCAI :人工智能領域頂級國際會議
② AAAI:美國人工智能學會AAAI的年會
③ PRICAI:亞太人工智能國際會議
機器學習國際頂級會議
① ICML:機器學習、模式識別領域頂級國際會議(綜合)
② NIPS:神經計算,機器學習領域頂級國際會議(綜合)
③ COLT:機器學習領域頂級國際會議(計算學習理論,理論計算機科學與機器學習的交叉)
計算機視覺頂級會議
① ICCV:兩年一次,計算機視覺,模式識別,多媒體計算領域頂級會議
② CVPR:計算機視覺,模式識別,多媒體計算領域頂級會議
③?ECCV:兩年一次,計算機視覺,模式識別,多媒體計算領域頂級會議
一流會議:
數據庫三大頂級會議 —— SIGMOD,VLDB,ICDE① SIGMOD:97分,數據庫的最高會議,涉及范圍廣泛,稍偏應用(理論文章看PODS)。沒說的,景仰如滔滔江水。這個會議不僅是double-blind review,而且有rebuttal procedure,可謂獨樹一幟,與眾不同。
② VLDB:95分,非常好的數據庫會議。與SIGMOD類似,涉及范圍廣泛,稍偏應用。
從文章的質量來說,SIGMOD和VLDB難分伯仲,沒有說誰比誰更高。他們的范圍也幾乎一樣。不少牛人都認為,2011年的rebuttal procedure其實并不怎么成功。投稿太多,很難做到每一篇都公平公正。很多rebuttal沒人看。
數據庫理論會議 —— PODS95分。是“數據庫理論的最好會議,也是一個很好的理論會議”。每年總是co-located with SIGMOD。感覺其中算法背景的人占主流(你可以數數PODS文章中有多少來自Motwani group),也有一部分AI背景的人(畢竟SIGART也是主辦者之一)。它的影響力遠不及SIGMOD,然而其中文章的質量比較整齊,variance小于SIGMOD(以及其他任何數據庫會議)。有一位牛人說:“PODS never had a really bad paper,”這是它值得驕傲的地方。
數據挖掘 三大頂級國際會議—— KDD(CFFA類),ICDM(CFFB類),SDM(CFFB類)頂級:KDD? full paper 95分,poster/short paper 90分。
ACMKnowledge Discovery and Data Mining,數據挖掘的最高會議,每年開SIGKDD是美國計算機學會ACM旗下數據挖掘和知識發現的專業組織,KDD的英文全稱就是KnowledgeDiscovery and Data Mining。SIGKDD每年主辦的KDD大會,是該領域的最高學術會議。
并列第二:
ICDM(CFFB類): IEEE International Conference on Data Mining
唯一實行論文盲審的會議,每年都會吸引大量學者參會。
并列第二:
SDM(CFFB類): SIAMInternational Conference on Data Mining
底子很厚,但在CS里面的影響比ACM和IEEE還是要小
機器學習頂級會議 —— ICML
信息檢索、知識管理 —— ACM SIGIR,CIKM(CFFB類)CIKM:International Conference on Information and Knowledge Management
國際信息和知識管理會議
信息檢索、知識管理和數據庫領域中頂級的ACM會議
應用和媒體領域頂級國際會議 —— WWW
二流會議:
EDBT,ICDT,CIKM,SDM,ICDM,PKDD,還有ECML歐洲的機器學習會議(這個應該是1.5檔的,比一般的二流好)
智能信息處理——ICIIP(IFIP智能信息處理國際會議)
Online Resources
A google co-op search engine for Data Mining
Data Mining, University of Houston
Data Mining Program, University of Central Floridahttp://dms.stat.ucf.edu/
Data Mining, MIT OCW
KDD oral presentations videohttp://www.videolectures.net
Tools
總結
以上是生活随笔為你收集整理的数据挖掘 顶级期刊_数据挖掘顶级期刊与会议的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Java面试题18 牛客 假定Base
- 下一篇: mybatis学习(16):不使用接口的