| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 如何评价CVPR排名即将超越Science？ -> 正文阅读 |
|
|
[科技知识]如何评价CVPR排名即将超越Science？ |
| [收藏本文] 【下载本文】 |
|
2022年就已经是第四了，目前大有超越science的趋势，作为一个CV的doc具有荣焉，不过心里逼数还是有的。。。 这是不是也说明了H因子其实意义不… |
|
大多数学科的科研中，最耗费时间精力的两步，一个是提出一个有价值的问题，一个是为了解答这个问题设计一套完整的流程并按照流程收集数据。以我和这些学科的同学们打交道的经验，他们一般是对研究方法的细节不求甚解的。 AI则刚好相反。顶会和顶刊发表的大部分是方法学研究，并不关注自己定义问题，而关注现有问题的更好解法。问题是标准化的问题，数据是标准数据集，性能测试都有标准代码，服务器也不贵。剩下的就只有设计方法花时间，而当前深度学习的方法学设计本来也没有早年概率图和SVM那么难。 那自然是非常利好从业者爆炸式增长，引起所有相关会议期刊的引用增长。超过NS并没有特别令人稀奇。值得注意的是，这也导致AI社群有极为明显的关注性能和技术细节远胜过关心问题本身的重要性的特点。 因此，CCF A的几个会和NS的价值取向完全不一样。NS偏向于新的问题的解答。如果是工程领域的贡献，这个贡献必须要大到“你这个研究能做到以前做不到的事情”，他们相对而言没有那么重视方法论。CCF A偏向于SOTA，如果你的方法没办法达到SOTA，会是文章发表的极大硬伤。 话说回来，和AI非常像的另一个学科是材料，我在学校时候室友是浙大高分子系和化工系的。他们也是有标准化的问题（发电效率之类的）然后导致整个研究基本可以视为面向刷榜的方法学研究，也抢时间（scoop飞起，材料的期刊审稿速度可能比计算机会议还快不少）。如果哪天中国开始用高通量机器选材料了，那我真的觉得AI可能和材料差别不大了。 |
|
说明AI从业者越来越多了呗。高考大家都狂热报考计算机和人工智能。 但是这排名变化不会有啥影响，生化环材的人不会去看 CVPR，AI 从业者也不会去看 Nature。 |
|
有句话叫隔行如隔山，根本没有可比性。 很少有人会同时关注Science和CVPR，CVPR快速上升最多能说明CV领域更火一些，仅此而已。 事实上CV这个领域，其实是科研领域中门槛最低的一类。 这个门槛低体现在很多方面，首先是成本，就算现在都搞大模型了，算力也被美国卡脖子，作出足以发CVPR这种顶会的成果，千万这个级别也够了，数据就用开源数据集，这对企业、高校来说，问题不大。 我老师带的学生，2016、2017、2018连中三年，他总共也就投了25万买了些机器。 因为他押对了方向，实验室越来越得到重视，学生也慕名而来，现在可谓是功成名就。 但是他自己都说，再没有大神挖新坑的话，现有的坑早晚得满出来，成了葱丝上雕花。 很多东西连严谨的解释都没有，就是跑很多次实验，然后发现某个网络结构和训练方法效果很好，挑选下结果，针对性给个解释，其实根本无法从数学上严格论证为什么这么做效果好。 生化环材这些领域，几亿几十亿砸下去反倒连个水花都未必有。 物理、天文很多实验不光烧钱，还烧时间，而且需要严格论证，不能丝毫马虎。 这些领域，是很难火起来的，基本上就是一群书呆子，在探索中自得其乐，圈子小得可怜。 我的一位高中同学就极其热爱物理，高考去了南京大学，后来去美国了。 就他的智商，要是当时学金融、建筑或者计算机的话，就算不创业，没有任何期权，打工拿死工资，现在一年也得一百万以上。 要是买两套套房，现在早就可以躺平了。 结果他沉迷于物理，直到今天也没有什么突破性进展，倒不是他不行，只是这个领域真的太难有进展了，倒是拿了终身教职，一年在美国也就15万刀。 从物质上，无疑比同学们差远了，精神上嘛，他肯定是很富足的。 后来我还见过他一次，看着和高中没什么区别，眼神中还是充满了对未知的渴望。 |
|
物以稀为贵。 发CVPR的大有人在，发science的寥寥无几，两者能比吗？ |
|
|
|
|
水涨船高 |
|
你看发一篇CVPR和Science（都是一作）哪个认可度高？ |
|
acl不在第一是神不允许的。 |
|
这个排名的算法是衡量整体影响力的。说CVPR每年几千篇文章，整体影响力即将超过Science的每年几百篇文章，是可以的。说一篇CVPR的平均影响力超过一篇Science的平均影响力，那是不可能的。 其实按照这个排名算法，最强的应该是arXiv。 |
|
现在不管啥专业的研究型博士都叫PhD，直译为哲学博士。实际上西方早期大学的四个学院是神学、法学、医学、哲学。只不过随着社会发展，“哲学”逐渐分化为不同学科。比如computer science诞生也就不过几十年嘛，而且它到底算不算engineering的下属学科其实也说不清楚。学科的hierarchy也不是一成不变的，现在AI研究的问题和CS其他方向越来越不一样了，过个几十年会不会成为公认的独立学科也不好说。所以这么个排名也不能说明啥问题。况且会议和期刊模式都不太一样，会议比期刊文章数量多但门槛也相对低，放在一起比h指数意义不大。Science和 Nature 只要还是对所有学科都开放的顶级期刊，江湖地位是不会下降的。 |
|
没有必要拿science踩cvpr。science在生化环材领域是顶刊，但在cv领域声誉远不如cvpr。最顶级的cv工作都会发在cvpr上，不会发表在science上。大家平时学习阅读也都是看cvpr，有几个去看science的？评价一个cv学者的水平，也是主要看他cv三大会的发表情况。竟然还有说愿意拿十篇cvpr去换science，你真的是cv从业者吗，还是说想转行去生化环材圈子混？ |
|
相关领域发文章量大而已，不是真的比nature，science好。 |
|
如果我说nc超越cell，阁下又当如何应对 |
|
如果能给我一篇science一作，拿十篇cvpr一作我都不会换 |
|
CVPR还谈不上，要是ICML或许会，毕竟收录了CLIP和GPT大模型这类论文，影响因子应该坐地起飞。 |
|
把单领域的ai顶会（如cv和ml三大会），和nature和science这样的期刊拉出来对比，本身就是有失偏颇的。 ai会议讲究的是单点算法的创新，追求的是理想情况（问题已知，场景明确）的情况下，如何把单点的技术往极限的推，从而实现智能的应用。而ns这种的期刊，更多强调体系化的影响力，即解决了一个什么样的科学问题，给社会层面带来什么什么重大影响。其中算法层面的有没有突破，到底在这个系统中的贡献多少，其实无所谓的。这也是为啥很多做ai的人搞交叉领域，把ai赋能其他科学方向，切换到人家的赛道搞ns期刊，能够获得成功。因为依托人家学科本身的系统（如生物的，医疗的，材料的），搞搞ai赋能啥的，忽悠人家学科的人不懂ai么，包装一下文章也能发。 然后从学术界的卷角度，什么稀缺什么就是竞争力的尿性来看，ns当然比ai这些会议好使。所以这就是为啥很多ai的faculty，打破头也要搞交叉的原因，一方面是差异化，另一方面就是卷人家本身science学科去了，拿ai画画饼，发发这种ns的文章，再拿到ai圈子里各种评审，两头横跳吃干抹净。但是要说ns这些文章里面，ai技术有啥突破性，尤其是单纯从算法角度来看，少之又少，能把科学数据格式化好训训网络就已经不错了。所以下个结论，ai会议算法性设计一般比ns要强的，但是从整体工作来看，ai的单点跟科学学科的体系本身没啥可比性。 当然，有个别的ns文章例外，比如alphago或者deep learning这种纯靠算法搞进ns的工作，都是开创性划时代的，至少对标顶会10年奖test of time award paper起步，靠纯算法能打动ns这帮门外汉的，可不是一篇ai顶会就比的上的。 |
|
如果一个他发了1篇nature，2-3篇cvpr，我会觉得他非常厉害；如果他发了10篇cvpr，我照样会觉得他很厉害；但是如果他只发过1篇nature，我会怀疑他是否具有计算机视觉科研人员的基本素养 |
|
说明排名有问题呗...一个排名而已，有啥好评价的。 |
|
这种比较没有意义，如下面回答所说，nature science确实具有先天的稀缺性，这是期刊和会议的根本性质区别。 cs会议和nature/science 面向的科研群体也有根本上的区别，两套评价体系也有很大的差异，只看hfactor来评价哪个会议更好/内容质量更高是没有意义的。 |
|
我的身高排名已经超过马云。有意义吗？ |
|
看到这个问题就生理不适，刷sota的东西不知道谁给的勇气来碰瓷nature了 |
|
一篇science可以成为你导师的导师，十篇CVPR 找教职照样当成EI会议 |
|
如何评价？两个都不在一条赛道上。发ns一篇含金量抵10篇CVPR不过分 |
|
NC超过Cell了么？ |
|
nature和science发表的偏向于基础自然科学领域，CVPR更偏向于工程领域。 自然科学能带领人类飞升，工程科学能够赚到更多的钱。 |
|
水涨船高 |
|
CVPR（计算机视觉与模式识别大会）是计算机视觉领域最具影响力的学术会议之一，而Science则是跨学科的高影响力科学期刊。如果CVPR的排名即将超越Science，这意味着计算机视觉领域的研究在学术界的地位和影响力正在不断增强，这是一个非常积极的趋势。 以下是一些可能的评价角度： 1. 领域重要性：计算机视觉是一个快速发展的领域，它在许多领域中都发挥着重要作用，包括自动驾驶、人脸识别、医学影像分析等。CVPR作为计算机视觉领域的顶级会议，其排名超过Science反映了计算机视觉研究的持续进步和日益增长的重要性。 2. 学术质量：CVPR的排名超过Science说明计算机视觉领域的研究成果在学术界的认可度越来越高。这表明计算机视觉研究在方法、创新和实验上取得了显著进展，并且对学术界的贡献得到了广泛认可。 3. 学术交流平台：CVPR作为计算机视觉领域的顶级学术会议，吸引了全球范围内的顶尖研究人员参与和交流。其排名超过Science意味着CVPR成为了学术界交流计算机视觉研究成果的重要平台，吸引了更多的顶级研究人员和优秀论文投稿。 4. 学术评价体系：学术评价体系是一个复杂的系统，包括各种指标和标准。CVPR的排名超过Science可能反映了计算机视觉领域在学术评价体系中的权重提升。这可能是因为计算机视觉研究的重要性和影响力在学术界和工业界的广泛认可，以及计算机视觉研究的方法和技术对社会的深远影响。 需要注意的是，CVPR的排名超过Science并不意味着计算机视觉领域的研究优于其他学科领域的研究，也不意味着其他学科领域的研究不重要或不具有影响力。学术界的评价标准和权重是多样的，不同学科领域有不同的评价指标和标准。这种排名的变化应该被视为计算机视觉领域发展的一个积极迹象，而不是对其他学科领域的贬低。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |