【一千个论文合集】计算机科学的26个细分领域近年必读论文集合

1.机器学习

名称：半监督学习（Semi-supervised Learning）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64c6?f=cs
简介：半监督学习是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。半监督学习使用大量的未标记数据，以及同时使用标记数据，来进行模式识别工作。"

名称：知识表示学习（knowledge representation learning）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d2?f=cs
简介：表示学习旨在将研究对象的语义信息表示为稠密低纬实值向量，知识表示学习则面向知识库中的实体和关系进行表示学习，该技术可以在低纬空间中高效计算实体和关系的语义联系，有效解决数据稀疏问题，使知识获取、融合和推理的性能得到显著提升。"

名称：自动机器学习（Automated machine learning）
论文集地址：https://www.aminer.cn/topic/5e7f3d0bb3b8848a5b778a03?f=cs
简介：自动机器学习（AutoML） 旨在通过让一些通用步骤 (如数据预处理、模型选择和调整超参数) 自动化，来简化机器学习中生成模型的过程。AutoML是指尽量不通过人来设定超参数，而是使用某种学习机制，来调节这些超参数。"

名称：在线机器学习（Online machine learning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd8a?f=cs
简介：在线机器学习是工业界比较常用的机器学习算法。准确地说，在线机器学习并不是一种模型，而是一种模型的训练方法，在线机器学习能够根据线上反馈数据，实时快速地进行模型调整，使得模型及时反映线上的变化，提高线上预测的准确率。在线机器学习的流程包括：将模型的预测结果展现给用户，然后收集用户的反馈数据，再用来训练模型，形成闭环的系统。"

名称：AI政务（AI in Government）
论文集地址：https://www.aminer.cn/topic/5eb61ce892c7f9be2179aee5?f=cs
简介：人工智能(AI)在政府部门有多种用途。它可用于推动公共政策目标(在紧急服务、卫生和福利等领域)，并协助公众与政府互动(例如通过使用虚拟助理)。据《哈佛商业评论》称，“人工智能在公共部门的应用非常广泛，而且还在不断增长，世界各地都在进行早期试验。”来自哈佛大学艾什民主治理与创新中心的希拉·梅尔指出，政府部门的人工智能并不新鲜，上世纪90年代末，邮政部门就开始使用机器识别信封上的笔迹，从而自动发送信件。在政府中使用人工智能带来了显著的好处，包括效率的提高，从而节约成本，例如减少前台人员的数量，以及减少腐败的机会。"

名称：人工智能（Artificial Intelligence）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae18?f=cs
简介：人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。"

名称：可解释机器学习（Interpretable Machine Learning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd79?f=cs
简介：在机器学习的场景中，可解释性（interpretability）就表示模型能够使用人类可认知的说法进行解释和呈现。"

名称：主题模型（Topic Model）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7c?f=cs
简介：主题模型（Topic Model）在机器学习和自然语言处理等领域是用来在一系列文档中发现抽象主题的一种统计模型。直观来讲，如果一篇文章有一个中心思想，那么一些特定词语会更频繁的出现。比方说，如果一篇文章是在讲狗的，那“狗”和“骨头”等词出现的频率会高些。如果一篇文章是在讲猫的，那“猫”和“鱼”等词出现的频率会高些。而有些词例如“这个”、“和”大概在两篇文章中出现的频率会大致相等。但真实的情况是，一篇文章通常包含多种主题，而且每个主题所占比例各不相同。因此，如果一篇文章10%和猫有关，90%和狗有关，那么和狗相关的关键字出现的次数大概会是和猫相关的关键字出现次数的9倍。一个主题模型试图用数学框架来体现文档的这种特点。主题模型自动分析每个文档，统计文档内的词语，根据统计的信息来断定当前文档含有哪些主题，以及每个主题所占的比例各为多少。主题模型最初是运用于自然语言处理相关方向，但目前以及延伸至例如生物信息学的其它领域。"

名称：迁移学习（Transfer learning）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d0?f=cs
简介：迁移学习是属于机器学习的一种研究领域。 它专注于存储已有问题的解决模型，并将其利用在其他不同但相关问题上。 比如说，用来辨识汽车的知识（或者是模型）也可以被用来提升识别卡车的能力。 计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系，但是两个领域在学术上的关系非常有限。"

名称：对抗学习（Adversarial Learning）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64ce?f=cs
简介：对抗学习是一种很新的机器学习方法，由加拿大学者Ian Goodfellow首先提出。对抗学习实现的方法，是让两个网络相互竞争对抗，“玩一个游戏”。其中一个是生成器网络，它不断捕捉训练库里真实图片的概率分布，将输入的随机噪声转变成新的样本（也就是假数据）。另一个是判别器网络，它可以同时观察真实和假造的数据，判断这个数据到底是不是真的。通过反复对抗，生成器和判别器的能力都会不断增强，直到达成一个平衡，最后生成器可生成高质量的、以假乱真的图片。"

名称：马尔可夫网络（Markov Networks）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd85?f=cs
简介：马尔可夫网络（马尔可夫随机场、无向图模型）是关于一组有马尔可夫性质随机变量X的全联合概率分布模型。马尔可夫网络类似贝叶斯网络用于表示依赖关系。但是，一方面它可以表示贝叶斯网络无法表示的一些依赖关系，如循环依赖；另一方面，它不能表示贝叶斯网络能够表示的某些关系，如推导关系。马尔可夫网络的原型是易辛模型，最初是用来说明该模型的基本假设。"

名称：多任务学习（Multi-task Learning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd87?f=cs
简介：多任务学习（MTL）是一个很有前景的机器学习领域，多任务学习可以视为迁移学习中的归纳迁移学习，其目标是通过利用多个相关学习任务之间的有用信息来提升它们的表现。"

名称：贝叶斯网络（Bayesian Network）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd9d?f=cs
简介：贝叶斯网络又称信度网络，是Bayes方法的扩展，是目前不确定知识表达和推理领域最有效的理论模型之一。从1988年由Pearl提出后，已经成为近几年来研究的热点.。一个贝叶斯网络是一个有向无环图(Directed Acyclic Graph,DAG),由代表变量结点及连接这些结点有向边构成。结点代表随机变量，结点间的有向边代表了结点间的互相关系(由父结点指向其子结点)，用条件概率进行表达关系强度，没有父结点的用先验概率进行信息表达。结点变量可以是任何问题的抽象，如：测试值，观测现象，意见征询等。适用于表达和分析不确定性和概率性的事件，应用于有条件地依赖多种控制因素的决策，可以从不完全、不精确或不确定的知识或信息中做出推理。"

名称：强化学习（Reinforcement Learning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd95?f=cs
简介：强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。
##感谢热心用户的整理和推荐。"

名称：主动学习（Active learning）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64cd?f=cs
简介：主动学习（Active learning or query learning）作为机器学习的一个分支其主要是针对数据标签较少或打标签“代价”较高这一场景而设计的，在统计学中主动学习又被称为最优实验设计（optimal experimetal design）。其主要方式是模型通过与用户或专家进行交互，抛出"“query”“(unlabel data)让专家确定数据的标签，如此反复，以期让模型利用较少的标记数据获得较好“性能”。”

名称：青年科学家机器学习前沿（2020智源大会）（Young Scientists Forum on Machine Learning Frontiers (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d73b92c7f9be2179523f?f=cs
简介：本Topic收录了2020智源大会青年科学家机器学习前沿主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：机器学习（Machine Learning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd93?f=cs
简介：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。"

名称：深度强化学习（Deep Reinforcement learning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddb4?f=cs
简介：深度强化学习是一种使用深度学习技术扩展传统强化学习方法的一种机器学习方法。传统强化学习方法的主要任务是使得主体根据从环境中获得的奖赏能够学习到最大化奖赏的行为。然而，传统无模型强化学习方法需要使用函数逼近技术使得主体能够学习出值函数或者策略。在这种情况下，深度学习强大的函数逼近能力自然成为了替代人工指定特征的最好手段并为性能更好的端到端学习的实现提供了可能。"

名称：对抗攻击（Adversarial Attacks）
论文集地址：https://www.aminer.cn/topic/5ebb578692c7f9be21c07307?f=cs
简介：通过对输入添加微小的扰动使得分类器分类错误，一般对用于深度学习的网络的攻击算法最为常见，应用场景包括目前大热的CV和NLP方向，例如，通过对图片添加精心准备的扰动噪声使得分类器分错，或者通过对一个句子中的某些词进行同义词替换使得情感分类错误。"

名称：机器学习（2020智源大会）（Machine Learning (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d67692c7f9be21755103?f=cs
简介：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。本Topic收录了第二次智源大会-机器学习的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI防疫（2020智源大会）（AI Epidemic Prevention (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6fc92c7f9be2177f600?f=cs
简介：本Topic收录了AI+大数据+防疫主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：机器感知（2020智源大会）（Machine Perception (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d69892c7f9be2175fafe?f=cs
简介：机器感知（Machine Perception）或机器认知（Machine Recognition）研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉……如：计算机视觉（Computer Vision）、模式（文字、图像、声音等）、识别（pattern Recognition）、自然语言理解（Natural Language Understanding）……都是人工智能领域的重要研究内容，也是在机器感知或机器认知方面高智能水平的计算机应用。本Topic收录了第二次智源大会-机器感知的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI交通（2020智源大会）（Ai in Transportation (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6ed92c7f9be2177ab25?f=cs
简介：本Topic收录了2020智源大会AI交通主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI科技女性（2020智源大会）（Women in AI (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6c792c7f9be2176f070?f=cs
简介：本Topic收录了2020智源大会AI科技女性主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI创业（2020智源大会）（AI Startup (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6df92c7f9be21776509?f=cs
简介：本Topic收录了2020智源大会AI创业主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：决策智能（2020智源大会）（Decision Intelligence (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6b092c7f9be21766f97?f=cs
简介：决策科学是一门通过运用社会科学，决策理论和管理科学中的理论知识来扩展数据科学的一门工程类学科。本Topic收录了第二次智源大会-决策智能的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：网络表示学习（representation learning on network）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d3?f=cs
简介：网络表示学习，一般说的就是向量化技术，简单来说，就是将网络中的结构（节点、边或者子图），通过一系列过程，变成一个多维向量，通过这样一层转化，能够将复杂的网络信息变成结构化的多维特征，从而利用机器学习方法实现更方便的算法应用。"

名称：异构网络表示学习（Heterogeneous Network Representation Learning）
论文集地址：https://www.aminer.cn/topic/5ea142b5a7058c6e355a700f?f=cs
简介：异构网络(Heterogeneous Network）是一种类型的网络，其是由不同制造商生产的计算机，网络设备和系统组成的，大部分情况下运行在不同的协议上支持不同的功能或应用。
表示学习，又称学习表示。在深度学习领域内，表示是指通过模型的参数，采用何种形式、何种方式来表示模型的输入观测样本X。表示学习指学习对观测样本X有效的表示。表示学习有很多种形式，比如CNN参数的有监督训练是一种有监督的表示学习形式，对自动编码器和限制玻尔兹曼机参数的无监督预训练是一种无监督的表示学习形式，对DBN参数-先进行无监督预训练，再进行有监督fine-tuning-是一种半监督的共享表示学习形式。"

名称：AI医疗（2020智源大会）（AI in Healthcare (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6d392c7f9be21772b01?f=cs
简介：AI赋能医疗。人工智能医疗简单说即以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量。本Topic收录了第二次智源大会-认知神经基础的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：强化学习（2020智源大会）（Reinforcement Learning (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d73192c7f9be21791a31?f=cs
简介：强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。本Topic收录了第二次智源大会-强化学习的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：腾讯 AI 实验室（Tencent AI Lab）
论文集地址：https://www.aminer.cn/topic/5f0d536992c7f9be2172470d?f=cs
简介：腾讯AI实验室发表的相关论文"

名称：阿里巴巴达摩院（阿里巴巴达摩院）
论文集地址：https://www.aminer.cn/topic/5f1504cc92c7f9be21326d56?f=cs
简介：阿里巴巴达摩院发表的相关论文"

名称：华为诺亚方舟实验室（Huawei Noah’s Ark Lab）
论文集地址：https://www.aminer.cn/topic/5f1f962a92c7f9be219d5dd0?f=cs
简介：诺亚方舟实验室是华为技术的AI研究中心，位于香港，深圳，北京，上海，西安，伦敦，巴黎，多伦多，蒙特利尔，埃德蒙顿等地。
实验室的任务是通过在人工智能，数据挖掘和相关领域的创新为公司和社会做出重大贡献。在长期和具有重大影响的项目的推动下，实验室的研究还试图在创新过程的每个阶段推进该领域的最新技术，并利用公司的产品和服务。
作为世界一流的研究实验室，我们正在推动我们所从事的所有领域的研发前沿，我们敢于应对AI和大数据时代的挑战和机遇，以革新人们的工作方式并通过“从大数据到深入的知识”的口号，通过所有流程的智能化，以及企业的经营方式。
实验室的研究领域主要包括计算机视觉，自然语言处理，搜索和推荐，决策与推理，人工智能理论。
实验室成立于2012年，现已发展成为一个研究机构，在学术界和工业界均取得了许多重大成就。我们欢迎有才华的研究人员和工程师加入我们，以实现他们的梦想。"

名称：旷视科技（Beijing Megvii Co., Ltd.）
论文集地址：https://www.aminer.cn/topic/5f2d044692c7f9be21cb8e8a?f=cs
简介：旷视的核心技术是计算视觉及传感技术相关的人工智能算法，包括但不限于人脸识别、人体识别、手势识别、文字识别、证件识别、图像识别、物体识别、车牌识别、视频分析、三维重建、智能传感与控制等技术。旷视通过底层AI算法引擎和AIoT操作系统的建设实现技术商业化。"

名称：字节跳动（字节跳动）
论文集地址：https://www.aminer.cn/topic/5f2d061f92c7f9be21ccca64?f=cs
简介：字节跳动人工智能实验室成立于2016年 ，旨在针对人工智能相关领域的长期性和开放性问题进行探索，帮助公司实现对未来发展的构想 。其独立研发的“今日头条”客户端，通过海量信息采集、深度数据挖掘和用户行为分析，为用户智能推荐个性化信息，从而开创了一种全新的新闻阅读模式。"

名称：百度深度学习研究院（百度深度学习研究院）
论文集地址：https://www.aminer.cn/topic/5f2d063d92c7f9be21ccd94c?f=cs
简介：2013年1月19日，百度CEO李彦宏在2012年年会上提出，2013年百度将建立初期专注于Deep Learning(深度学习)的研究院，并命名为Institute of Deep Learning(简称IDL)。"

名称：自监督学习（Self-Supervised Learning）
论文集地址：https://www.aminer.cn/topic/5f685d8d92c7f9be21b22359?f=cs
简介：自监督学习本质上是一种无监督学习的方法，通常会设置一个“Pretext tasks”，根据数据的一些特点，构造Pesdeo Labels来训练网络模型。通过自监督得到的模型，可以作为其他学习任务的预训练模型，为其提供更好的训练初始区域。"

名称：NeurIPS 历年最佳论文汇总（NeurIPS Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6aebeb92c7f9be213c55fa?f=cs
简介：神经信息处理系统年会的目的是促进神经信息处理系统在其生物、技术、数学和理论方面的研究交流。核心焦点是同行评议的新研究，在一般会议上提出和讨论，并由他们的领域的领导人邀请演讲。"

名称：ICML 历年最佳论文汇总（ICML Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6aec1f92c7f9be213c80a7?f=cs
简介：ICML 是 International Conference on Machine Learning的缩写，即国际机器学习大会。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。"

名称：AAAI 历年最佳论文汇总（AAAI Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6aec3b92c7f9be213c9173?f=cs
简介：人工智能促进协会。前身为美国人工智能协会，是一个非盈利的学术研究组织，致力于推动针对智能行为本质的科学研究。"

名称：IJCAI 历年获奖论文汇总（IJCAI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af08992c7f9be213f1ecc?f=cs
简介：国际人工智能国际联合会议是一家非营利性公司，于1969年在加利福尼亚成立，其目的是进行科学和教育用途，包括在会议上传播人工智能信息，这些会议上展示前沿科学成果并通过传播会议上的材料进行介绍。以会议记录，书籍，录像带和其他教育材料的形式召开会议。"

名称：元学习和少样本学习（Meta-learning & Few-shot Learning）
论文集地址：https://www.aminer.cn/topic/5f8d76ea92c7f9be211b083d?f=cs
简介：元学习是元认知的一个分支，它关注于一个人对自己学习和学习过程的了解。"

名称：NeurIPS2020 图机器学习（NeurIPS2020 Graph Machine Learning）
论文集地址：https://www.aminer.cn/topic/5fa4ef7792c7f9be216456d3?f=cs
简介：收录了NeurIPS 2020会议发表的图机器学习的相关论文。"

名称：对比学习（Contrastive Learning）
论文集地址：https://www.aminer.cn/topic/5fcdfeef92c7f9be21e21eb1?f=cs
简介：对比学习是一种为深度学习模型描述相似和不同事物的任务的方法。利用这种方法，可以训练机器学习模型来区分相似和不同的图像。"

名称：弱监督学习（Weakly Supervised Learning）
论文集地址：https://www.aminer.cn/topic/5fd9e25192c7f9be21a1568c?f=cs
简介：弱监督学习，介于有监督和无监督之间的一种学习方式。本论文集收集了通过弱监督学习方法实现的语义分割、图像分割的相关论文。"

名称：机器学习应用开发（Machine Learning Operations）
论文集地址：https://www.aminer.cn/topic/5ff450f492c7f9be21762bac?f=cs
简介："

名称：机器学习在生产中的应用（Data science & machine learning in production）
论文集地址：https://www.aminer.cn/topic/5ff45ae292c7f9be21b93c14?f=cs
简介：机器学习模型可以增企业的几乎所有方面，从市场营销到销售再到维护。在生产制造业，物联网的兴起及其带来的前所未有的海量数据，为利用机器学习带来了无数机会。根据《全球市场观察》的一份报告，全球制造业机器学习将从2018年的10亿美元飙升至2025年的160亿美元。除此之外，还需要不断降低成本，促进工业4.0技术的应用。具体来说，在预测性维护、质量控制、物流及存货管理等领域，深度学习都有了广泛的应用。"

名称：机器学习的基础和趋势（Foundations and Trends® in Machine Learning）
论文集地址：https://www.aminer.cn/topic/5ffab74392c7f9be21308238?f=cs
简介：机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点，到以“知识”为重点，再到以“学习”为重点的自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。其基础涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。而近年来的趋势则是使用更大规模的神经网络（即深度学习）及模型的可解释性方向发展。"

名称：对抗机器学习（Adversarial Machine Learning）
论文集地址：https://www.aminer.cn/topic/6004e5e392c7f9be216899f4?f=cs
简介：对抗机器学习是一种机器学习技术，它试图通过提供欺骗性输入来欺骗模型。最常见的原因是导致机器学习模型出现故障。大多数机器学习技术都旨在处理特定的问题集，在这些问题集中，训练和测试数据是从相同的统计分布中生成的。将这些模型应用于现实世界时，对手可能会提供违反该统计假设的数据。可能会利用此数据来利用特定漏洞并损害结果。"

名称：深度对抗学习（Adversarial Examples for Deep Learning）
论文集地址：https://www.aminer.cn/topic/6004e66e92c7f9be2169ac0b?f=cs
简介：深度学习模型与传统的机器学习方法一样，通常假设训练数据与测试数据服从同样的分布，或者是在训练数据上的预测结果与在测试数据上的预测结果服从同样的分布，另外有时候并不能很好地学到训练数据中的一些特征。深度对抗学习就是为了解决上述问题而被提出的一种方法。学习的过程可以看做是我们要得到一个模型（例如CNN），使得它在一个输入数据上得到的输出结果尽可能与真实的结果一致。在这个过程中使用一个鉴别器（discriminator），它可以识别出一个结果到底是来自模型的预测值还是来自真实的结果。如果这个鉴别器的水平很高，无法分清它们之间的区别，那么就说明我们需要的模型具有很好的表达或者预测能力。"

名称：内隐神经表征（Implicit Neural Representations）
论文集地址：https://www.aminer.cn/topic/6004e6bb92c7f9be2169cb1a?f=cs
简介：内隐神经表征，又称学习表示。在深度学习领域内，内隐神经表征是指通过模型的参数，采用何种形式、何种方式来表示模型的输入观测样本X。内隐神经表征有很多种形式，比如CNN参数的有监督训练是一种有监督的学习形式，对自动编码器和限制玻尔兹曼机参数的无监督预训练是一种无监督的学习形式，对DBN参数先进行无监督预训练，再进行有监督fine-tuning是一种半监督的共享表示学习形式。近年来，内隐神经表征的研究在深度学习领域引起了广泛的关注，在自然语言处理中，将句子或者词表示成向量的形式已经成为了约定俗成的第一步，在计算机视觉中，使用CNN首先处理图像也被广泛认可，而网络表示学习等多个相关领域的兴起也预示着内隐神经表征必定成为未来很长一段时间的研究热点。"

名称：三维机器学习（3D Machine Learning）
论文集地址：https://www.aminer.cn/topic/6006a90b92c7f9be212ed284?f=cs
简介：三维数据通常可以用不同的格式表示，包括深度图像、点云、网格和体积网格。近年来，机器学习技术已成为计算机视觉、语音识别、自然语言处理、生物信息学等领域的研究热点，因此使用机器学习技术处理三维数据已成大势所趋。例如点云表示作为一种常用的表示格式，在三维空间中保留了原始的几何信息，不需要任何离散化。因此，它是许多场景理解相关应用（如自动驾驶和机器人）的首选表示。而机器学习技术就对于提取点云表示有着很好的效果和作用。"

名称：领域自适应（Domain Adaptation）
论文集地址：https://www.aminer.cn/topic/60097fc592c7f9be2100b64c?f=cs
简介：领域适应（Domain Adaptation）是与机器学习和迁移学习相关的领域。当我们的目标是从源数据分布中学习在不同目标数据分布上运行良好的模型时，就会出现这种情况。例如，常见垃圾邮件过滤问题的任务之一就是使一个用户的模型适应接收截然不同的电子邮件的新用户。领域适应性也已被证明对学习不相关的资源是有益的。根据目标域和源域的不同类型，领域自适应问题有四类不同的场景：无监督的，有监督的，异构分布和多个源域问题。通过在不同阶段进行领域自适应，研究者提出了三种不同的领域自适应方法：1）样本自适应，对源域样本进行加权重采样，从而逼近目标域的分布。2）特征层面自适应，将源域和目标域投影到公共特征子空间。3）模型层面自适应，对源域误差函数进行修改，考虑目标域的误差。"

名称：联邦学习（Federated Learning）
论文集地址：https://www.aminer.cn/topic/600e890992c7f9be21d74695?f=cs
简介：联邦学习（Federated Learning）是一种新兴的人工智能基础技术，在 2016 年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。其中，联邦学习可使用的机器学习算法不局限于神经网络，还包括随机森林等重要算法。联邦学习有望成为下一代人工智能协同算法和协作网络的基础。"

名称：神经信息检索（Neural Information Retrieval）
论文集地址：https://www.aminer.cn/topic/6013e0e592c7f9be21c08510?f=cs
简介：信息检索（information retrieval，IR）的神经排序模型使用浅层或深层神经网络来根据查询对搜索结果进行排序。传统的学习排序的模型是在手工标注的信息检索特征上使用机器学习技术，与之相反，神经模型可以从原始文本材料（这些材料可以弥合查询与文档词汇之间的差距）中学习语言的表征。文本表征可通过非监督或监督方式习得。监督式方法使用诸如标注的查询文档对这样的信息检索数据来习得一个表征，其专为手头任务进行端到端优化。如果没有足够的信息检索标记，那么非监督式方法可仅通过使用查询和/或文档来习得一个表征。"

名称：基于深度学习的目标检测（Deep Learning Object Detection）
论文集地址：https://www.aminer.cn/topic/6017af1792c7f9be21c8e72d?f=cs
简介：目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域最具有挑战性的问题。在没有深度神经网络之前，目标检测实现的主要方式还是基于统计或知识的方法。深度学习流行起来之后，鉴于深度神经网络的惊人表现，使得业界对目标检测的研究基本都转移到了以深度神经网络为基础的方向上。"

名称：多智能体强化学习（Multi-Agent Reinforcement Learning）
论文集地址：https://www.aminer.cn/topic/6017af5a92c7f9be21c931d2?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。"

名称：终生学习（Lifelong Learning）
论文集地址：https://www.aminer.cn/topic/601fb8f692c7f9be21151cfd?f=cs
简介：人和高级动物在整个生命中不断获取、微调和转让知识和技能。这种能力，称为lifelong learning，是由一系列神经认知机制协调的过程，这些机制共同促进了sensorimotor技能的发展以及对长期记忆的巩固和检索。因此对于计算系统和自动化智体，lifelong learning能力，对能否在现实世界进行交互并处理连续信息，至关重要。但是，长期来看，lifelong/continual learning仍然是机器学习和神经网络模型的挑战，因为从非平稳数据分布中不断递增地获取可用信息通常会导致catastrophic forgetting或者interference问题，即用新信息训练模型的时候会干扰先前学习的知识。这种现象通常会导致性能突然下降，或者最坏的情况下导致旧知识被新知识完全overwrite。对于拿固定训练数据来学习的深度神经网络模型，其随时间递增的信息无法可用这一点，会成为一个主要缺陷。"

名称：解耦表示学习（Disentangled Representation）
论文集地址：https://www.aminer.cn/topic/601fbf1392c7f9be21266c41?f=cs
简介：如果在处理复杂数据时，我们能把表现较好的神经网络和人工建模方法结合起来，可解释性、生成和操作对象的能力、无监督特征学习和零样本学习的问题，都可以在一定程度上得到解决。对于微分方程和其他人工建模方法来说，图像处理很难进行，但通过和深度学习进行结合，上述模型允许我们进行对象的生成和操作、可解释性强，最重要的是，该模型可以在其他数据集上完成相同的工作。模型中的特征虽然具有可解释性，但特征之间是相关联的，换句话说，这些特征是耦合在一起的。这个时候实现解耦表示十分重要，也就是让嵌入中的每个元素对应一个单独的影响因素，并能够将该嵌入用于分类、生成和零样本学习。"

名称：蒙特卡洛树搜索（Monte Carlo Tree Search）
论文集地址：https://www.aminer.cn/topic/60210ae392c7f9be218cbf84?f=cs
简介：蒙特卡洛树搜索全称Monte Carlo Tree Search，是一种人工智能问题中做出最优决策的方法，一般是在组合博弈中的行动（move）规划形式。它结合了随机模拟的一般性和树搜索的准确性。MCTS受到快速关注主要是由计算机围棋程序的成功以及其潜在的在众多难题上的应用所致。超越博弈游戏本身，MCTS理论上可以被用在以{状态state，行动action}对定义和用模拟进行预测输出结果的任何领域。"

名称：模仿学习（Imitation Learning）
论文集地址：https://www.aminer.cn/topic/6034ab2a92c7f9be21992b08?f=cs
简介：在传统的强化学习任务中，通常通过计算累积奖赏来学习最优策略，这种方式简单直接，而且在可以获得较多训练数据的情况下有较好的表现。然而在多步决策中，学习器不能频繁地得到奖励，且这种基于累积奖赏及学习方式存在非常巨大的搜索空间。而模仿学习（Imitation Learning）的方法经过多年的发展，已经能够很好地解决多步决策问题，在机器人、NLP等领域也有很多的应用。模仿学习是指从示教者提供的范例中学习，一般提供人类专家的决策数据，每个决策包含状态和动作序列，将所有「状态-动作对」抽取出来构造新的集合。之后就可以把状态作为特征，动作作为标记进行分类（对于离散动作）或回归（对于连续动作）的学习从而得到最优策略模型。模型的训练目标是使模型生成的状态-动作轨迹分布和输入的轨迹分布相匹配。"

名称：元学习在自然语言处理中的应用（Meta learning for NLP）
论文集地址：https://www.aminer.cn/topic/60362eae92c7f9be213e2b60?f=cs
简介：元学习，又被称作“学会学习”，是近期深度学习研究界的一大关注热点，旨在帮助新任务在缺乏训练样本的情况下快速学习、快速适应。随着元学习理论不断成熟，越来越多的自然语言处理任务开始引入元学习经典模型来攻克领域内的一些难点。"

名称：课程式学习（Curriculum Learning）
论文集地址：https://www.aminer.cn/topic/60362efb92c7f9be213f6e25?f=cs
简介：在2009年的国际顶级机器学习会议ICML上，以机器学习领军人物Bengio为首的研究团队首次提出了课程式学习（Curriculum Learning）的概念，主张让模型先从容易的样本开始学习，并逐渐进阶到复杂的样本和知识。Curriculum Learning对于机器学习有如下两个层面的帮助：1. 可以加速机器学习模型的训练。在达到相同的模型性能条件下，Curriculum Learning可以加速训练，减少训练迭代步数；2. 使模型获得更好的泛化性能，即能让模型训练到更好的局部最优值状态。"

名称：机器学习系统（Machine Learning System）
论文集地址：https://www.aminer.cn/topic/603877ac92c7f9be21a6103c?f=cs
简介：机器学习系统的研究方向定义为在现实世界中设计和实现一类系统，这类系统用于支持和部署机器学习模型。随着机器学习模型的快速迭代，旧的系统已经不能为机器学习的应用提供最优的平台，并且这个成为了机器学习方法落地及大规模应用的阻碍之一。这类系统的研究包含三个层面：硬件系统，软件系统，以及以精确度以外的标准（能耗，抗攻击新，公平性等）为目标的机器学习模型的支持体系。"

名称：有限制强化学习（Constrained RL）
论文集地址：https://www.aminer.cn/topic/603de59a92c7f9be21b057f3?f=cs
简介：Constrained RL的主要思路就是把安全转化为约束，通过改变优化准则达到安全的目的。挑战有2点：1. 求解速度快，最好是一阶优化；2. 对训练的严格程度：不要求训练过程，训练后得到符合约束的策略；训练期间尽可能少的违反约束，训练期间违反约束被按一定概率严格控制甚至不违反。"

名称：关于预训练模型的论文（关于预训练模型的论文）
论文集地址：https://www.aminer.cn/topic/604092fb92c7f9be21389bd1?f=cs
简介：在当下的 NLP 研究领域，随着计算机算力的不断增强，越来越多的通用语言表征的预训练模型（Pre-trained Models，PTMs）逐渐涌现出来。这对下游的 NLP 任务非常有帮助，可以避免大量从零开始训练新的模型。PTM 大致可以分为两代：第一代 PTM 旨在学习词嵌入。由于下游任务不在需要这些模型，因此为了计算效率，这些模型往往采用浅层模型，例如 Skip-Gram，GloVe 等。尽管这些模型可以捕获词的语义，但由于未基于上下文环境，因此不能够捕捉到更深层次的概念，例如：句法结构，语义角色，指代等等；第二代 PTM 专注于学习基于上下文的词嵌入，例如 CoVe，ELMo，OpenAI GPT 和 BERT 等。这些学习到的编码器在下游任务中仍会用于词在上下文中的语义表示。"

名称：表示学习在自然语言处理中的应用（Representation learning in NLP）
论文集地址：https://www.aminer.cn/topic/6061f38492c7f9be21e06eb4?f=cs
简介：语义表示是自然语言处理的基础，我们需要将原始文本数据中的有用信息转换为计算机能够理解的语义表示，才能实现各种自然语言处理应用。表示学习旨在从大规模数据中自动学习数据的语义特征表示，并支持机器学习进一步用于数据训练和预测。以深度学习为代表的表示学习技术，能够灵活地建立对大规模文本的语义表示。"

名称：表示学习在计算机视觉中的应用（Representation learning in CV）
论文集地址：https://www.aminer.cn/topic/6061f47992c7f9be21e594ed?f=cs
简介：计算机视觉中的表征学习是从原始数据中提取特征。特征提取涉及将原始数据处理到向量空间中，捕获表示该数据的基础时空信息。在计算机视觉中，表征学习算法可分为两类：监督学习（Supervised learning）： 利用大量的标注数据来训练神经网络模型，完成模型训练之后，不直接使用分类的 fc 层的输出，而是其前一层的输出作为 Representation 用于下游任务；自监督学习（Self-Supervised Learning）： 利用大规模的无标注的数据，选择合适的辅助任务（pretext）和自身的监督信号，进行训练，从而可以学习到 Representation 用于下游任务。"

名称：迁移学习在计算机视觉中的应用（Transfer learning in CV）
论文集地址：https://www.aminer.cn/topic/6063453a92c7f9be215edcf4?f=cs
简介：在某些计算机视觉领域如生物信息，由于其数据获取和数据标注都需要进行大量的临床试验，因此很难构建大规模带有标注的高质量数据集，从而限制了它的发展。为此，有人提出了迁移学习，这放松了数据获取的假设：只要求训练数据必须独立且与测试数据相同分布，这促使我们可以使用迁移学习来解决训练数据不足的问题。"

名称：迁移学习在自然语言处理中的应用（Transfer learning in NLP）
论文集地址：https://www.aminer.cn/topic/6063459c92c7f9be21608c12?f=cs
简介：迁移学习无疑是目前深度学习中的新热点。在NLP中，迁移学习主要限于使用预训练的单词嵌入（这大大改善了基线）。最近，研究人员正在努力将整个模型从一项任务转移到另一项任务。Sebastian Ruder和Jeremy Howard是第一个通过其提出的ULMFiT方法，在NLP中的应用了迁移学习方法，该方法超越了所有最新的文本分类技术。"

名称：主动学习在自然语言处理中的应用（Active learning in NLP）
论文集地址：https://www.aminer.cn/topic/60656ab092c7f9be21564106?f=cs
简介：主动学习的流程可以分为初始化和循环查询两个阶段。在初始化阶段，先随机的从无标签数据集中选取一小部分样本由标注者完成标注，并将这一小部分标注样本作为初始训练集，建立初始的机器学习模型。主动学习的循环阶段有重新训练机器学习模型的步骤，重新训练模型一种方式是用全部语料重新训练模型参数，另一种方式是在已有的模型参数的基础上做模型参数的fine-tuning。对自然语言处理Google发布的BERT新模型就在在11项NLP任务中获得了不错的结果。"

名称：主动学习在计算机视觉中的应用（Active learning in CV）
论文集地址：https://www.aminer.cn/topic/60656b2592c7f9be2157f7e2?f=cs
简介：在图像分类中,需要大量有标记的样本来训练稳定的分类模型,以实现对未知图像的准确分类。但是在实际应用中,有标记的图像数量非常之少,无标记的图像却随处可见,且图像的人工标记是件费时费力的工作。为了减少人工标记工作量,主动学习(Active Learning)技术被引入到图像分类中。主动学习的主要思想是：在大量未标记的样本中,采用某种策略,挑选少量最有信息量且最具代表性的样本交给专家进行标记。"

名称：对抗学习在自然语言处理中的应用（Adversarial learning in NLP）
论文集地址：https://www.aminer.cn/topic/60656c2c92c7f9be215bd1f2?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。"

名称：强化学习在计算机视觉中的应用（Reinforcement learning in CV）
论文集地址：https://www.aminer.cn/topic/6069696f92c7f9be21496f59?f=cs
简介：近几年,深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能,其产物就是深度强化学习。而在计算机视觉这一领域，强化学习也得到了很多应用，特别是在机器人领域。"

名称：强化学习在自然语言处理中的应用（Reinforcement learning in NLP）
论文集地址：https://www.aminer.cn/topic/606969cb92c7f9be214ab92e?f=cs
简介：近几年,深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能,其产物就是深度强化学习。深度强化学习既有继承于深度学习的强泛化和自特征提取能力,又可以像强化学习方法一样,使智能系统通过自我的试错在给定环境中学习解决特定任务的策略。而最近在自然语言处理方面，主要方向是利用RL辅助学习语义向量，再使用下游任务进行评估和用RL对模型进行微调。"

名称：因果推理在计算机视觉中的应用（Causal Reasoning in CV）
论文集地址：https://www.aminer.cn/topic/60696cb392c7f9be21560a0d?f=cs
简介：计算机视觉中因果推理的应用，可以从两个方面来归纳：常识因果和事件因果。常识因果的研究关键词是relation，通常用graph来建模，也会利用到知识等先验作为指导。事件因果的研究关键词是independent，通常要求算法独立出研究对象，保留其对结果的影响，去除其他因素。"

名称：因果推理在自然语言处理中的应用（Causal Reasoning in NLP）
论文集地址：https://www.aminer.cn/topic/60696ea392c7f9be215d6bca?f=cs
简介：近年来，深度学习在自然语言处理领域获得了巨大的成功。但是，质疑声也一直不绝于耳，尤其是关于深度学习容易学习到语言数据集上的伪关系的问题一直没有得到解决。因果推断理论告诉我们，这是由于混杂因子造成的。然而，将因果推断方法应用到自然语言处理目前仍然面临着一些困难：什么是自然语言当中的随机变量？如何从表示中找出混杂因子？如何让学习结果更加稳定，避免受训练集中的伪关系影响？其中最大的困难，在于如何定义自然语言中的因果关系。"

名称：自动机器学习在计算机视觉中的应用（AutoML in CV）
论文集地址：https://www.aminer.cn/topic/6069709c92c7f9be21655253?f=cs
简介：2017年5月，Google Brain的研究人员宣布创建AutoML–一种能够让AI生成AI的人工智能。 最近，他们决定向AutoML提出迄今为止最大的挑战，使得AI可以自己“孕育”AI，创建了一个超过所有人类智慧的“孩子”。Google的研究人员使用一种称为强化学习的方法来自动设计机器学习模型。 AutoML充当一个神经网络控制器，为特定任务开发一个子AI网络。 对于研究人员称为NASNet的这个特殊的儿童AI来说，这个任务是实时地在视频中识别物体：人，汽车，交通信号灯，手袋，背包等等。AutoML将评估NASNet的性能，并使用这些信息来改善其子AI，重复这个过程数千次。在Google研究人员称为“计算机视觉领域最受尊敬的两个大型学术数据集”的ImageNet图像分类和COCO目标检测数据集上进行测试时，NASNet胜过了所有其他计算机视觉系统。"

名称：自动机器学习在自然语言处理中的应用（AutoML in NLP）
论文集地址：https://www.aminer.cn/topic/6069755f92c7f9be217a95e2?f=cs
简介：网络架构搜索(NAS)已成为机器学习领域的热门课题。商业服务(如谷歌的AutoML)和开源库(如Auto-Keras)使NAS可用于更广泛的机器学习环境。在自然语言处理领域，自动机器学习也有着广泛的应用，研究者们很关注将多任务学习和自动机器学习结合起来应用于自然语言处理中。"

名称：自监督学习在计算机视觉中的应用（Self-supervised learning in CV）
论文集地址：https://www.aminer.cn/topic/6069793392c7f9be218a85e3?f=cs
简介：在计算机视觉（CV）领域，目前的方法主要依赖大量的标注样本来学习丰富的视觉表征，从而在各项CV任务中取得较好的表现。然而在许多情况下，大规模的人工标注并不容易获得。因此，我们希望可以利用无监督方法去学习那些不带标注的样本。自监督学习，是无监督学习的一种，即无需额外的人工标签，仅利用数据自身的信息作为监督（自己监督自己）。"

名称：自监督学习在自然语言处理中的应用（Self-supervised learning in NLP）
论文集地址：https://www.aminer.cn/topic/60697b1392c7f9be2191f175?f=cs
简介：虽然计算机视觉在最近几年才在自监督学习方面取得了令人惊叹的进展，但我监督学习在很长一段时间内一直是NLP研究的一等公民。语言模型早在90年代就已经存在了，甚至在“自监督学习”这个词被定义之前就已经存在了。2013年的word2vec论文普及了这一范式，该领域在许多问题上应用这些自我监督的方法取得了快速进展。"

名称：基于预训练模型的口语语言理解（Spoken Language Understanding-Pre-trained）
论文集地址：https://www.aminer.cn/topic/606d020792c7f9be21096753?f=cs
简介：口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling）,近年来预训练模型在各大自然语言处理任务中取得了成功，本论文集包含基于预训练模型的口语语言理解论文。"

名称：社会化推荐（Social Recommender System）
论文集地址：https://www.aminer.cn/topic/606fbd3c92c7f9be2190f00e?f=cs
简介：社会化推荐通过社交行为数据，利用计算机技术，例如机器学习、数据挖掘、自然语言处理等进行研究，挖掘出集体智慧。这种服务方式不同于传统的信息推荐服务，它将社会网络、社交媒体视为信息推荐的主要平台，使用户的隐性知识在社会化推荐过程中与其他用户进行交互，形成交流。"

名称：基于机器学习/深度学习的情绪识别（Emotion Recognition）
论文集地址：https://www.aminer.cn/topic/6082d9f692c7f9be21edc129?f=cs
简介：近年来，世界各地的研究人员一直在尝试开发通过分析图像、视频或音频剪辑来自动检测人类情绪的工具。这些工具可以有许多应用，例如，改善人机交互或帮助医生识别精神或神经疾病的迹象(例如，基于非典型的语音模式、面部特征等)。传统的情绪识别工具的主要局限是，当人们的面部表情模糊或难以区分时，它们无法获得令人满意的性能。与这些方法相比，人类不仅能够根据自己的面部表情，而且还可以根据上下文线索(例如，他们正在执行的动作，与他人的互动，所在的位置等)来识别他人的情绪。过去的研究表明，同时分析面部表情和与上下文相关的特征可以显着提高情绪识别工具的性能。近年来，基于深度学习的网络架构逐渐涌现，该网络架构可以基于人的面部表情和上下文信息识别图像中的人的情绪。"

名称：基于机器学习/深度学习的运动图像识别（Motor Imagery）
论文集地址：https://www.aminer.cn/topic/6082da6892c7f9be21efa8fc?f=cs
简介：随着信息技术的快速发展壮大和应用的普及，利用计算机视觉的技术在图像处理方面和模式识别领域中研究，并对视频图像进行人体运动特征提取与有效识别己成为人们关注的热点问题。计算机视觉技术对人体运动的视频或者图像进行识别是基于对其视频或者图像的序列进行分析处理；对检测出的人体运动目标进行运动特征提取和分类识别，从而达到理解和描述其行为的目的。基于视频图像的人体运动特征分析在智能视频监控、智能接口、虚拟现实等领域有着相当广阔的应用前景。"

名称：基于机器学习/深度学习的生物信号分类（Physiological Signal Classifica）
论文集地址：https://www.aminer.cn/topic/6082daaa92c7f9be21f0b71e?f=cs
简介：人口老龄化进程及人类寿命的延长使人们患慢性疾病,比如心血管疾病、老年痴呆、中风等的风险大大增加,而我国基层医疗资源严重不足。人口和社会发展迫切需要建立针对慢性疾病的新型智慧医疗体系,即融合可穿戴诊疗、远程监测、智能诊断和服务为一体的医疗系统。心电图(ECG)和脑电图(EEG)不仅是心血管疾病、老年痴呆和中风等慢性疾病监测和诊疗的基础,而且此类生物电信号具有非侵入、经济、便捷灵活等特点,在未来可穿戴智慧医疗中具有重要应用价值。心电和脑电等生物电信号具有噪声强、随机性强、非线性、混沌性等特点,并且针对不同个体和场景具有较大变异性。对这些信号的处理和自动诊断方法的研究是可穿戴医疗及智能诊断装备的关键技术和难点。目前深度学习技术的出现很好的解决了这些问题。"

名称：基于机器学习/深度学习的睡眠信号分类（Sleep Stages Classification）
论文集地址：https://www.aminer.cn/topic/6082daea92c7f9be21f19e48?f=cs
简介：睡眠阶段分类作为一种典型的生理信号分类任务，对睡眠质量评估和疾病诊断至关重要。但是，如何有效利用大脑的空间特征和睡眠阶段之间的时间转换信息仍然是一个挑战。特别是由于人类对人脑的了解是有限的，为睡眠阶段分类预定义合适的空间脑连接结构仍然是一个悬而未决的问题。目前基于深度学习的卷积神经网络、循环神经网络、图神经网络等都在这一领域取得不错的进展。"

名称：语言预训练模型架构（Pre-trained Language Model）
论文集地址：https://www.aminer.cn/topic/6085691f92c7f9be2132f9ca?f=cs
简介：目前，预训练模型已经在自然语言处理任务中发挥了较为关键的作用，模型主要分为3个大类：单向特征表示的自回归预训练语言模型，统称为单向模型；双向特征表示的自编码预训练语言模型，统称为BERT系列模型和双向特征表示的自回归预训练语言模型。"

名称：语言预训练模型的压缩和加速（Pre-trained Language Model Compression & Acceleration）
论文集地址：https://www.aminer.cn/topic/6085692f92c7f9be21335c2f?f=cs
简介：近期，大规模和超大规模预训练模型一步一步刷新了我们的认知。但是我们想拿来就用的梦想却被手头的设备要求扼杀在了萌芽中。模型压缩是解决这个问题非常自然的一个想法，它的核心的思路包括：参数量化、权重共享、知识蒸馏，尤其是在BERT为基础的模型压缩工作近些年也层出不穷。"

名称：语言预训练模型分析（Pre-trained Language Model Analysis）
论文集地址：https://www.aminer.cn/topic/6085693a92c7f9be2133a10c?f=cs
简介：预训练模型近年来在自然语言处理的相关任务中取得了巨大的成功，但是以BERT为首的预训练模型具体从大型的语料库中学到了什么，为什么比其他的语言表示模型要更优，一直是研究界所关心的问题。本论文集收录了对BERT进行分析的一系列文章，旨在阐述清楚该问题，并为未来的研究提供更明确的方向。"

名称：网络表征学习基础模型（Network Representation Learning Basic Models）
论文集地址：https://www.aminer.cn/topic/609373ee92c7f9be215995a2?f=cs
简介：网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含网络表征学习的基础模型。"

名称：网络表征学习属性网络（Network Representation Learning Attributed Network）
论文集地址：https://www.aminer.cn/topic/6093745f92c7f9be215b21dc?f=cs
简介：网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含网络表征学习的属性网络相关论文。"

名称：网络表征学习动态网络（Network Representation Learning Dynamic Network）
论文集地址：https://www.aminer.cn/topic/6093752292c7f9be215db97a?f=cs
简介：网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含网络表征学习的动态网络相关论文。"

名称：网络表征学习异构信息网络（Network Representation Learning Heterogeneous Information Network）
论文集地址：https://www.aminer.cn/topic/6093784f92c7f9be21687bcc?f=cs
简介：网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含网络表征学习的异构信息网络相关论文。"

名称：网络表征学习应用（Network Representation Learning Applications）
论文集地址：https://www.aminer.cn/topic/60937ae692c7f9be21714ae0?f=cs
简介：网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含网络表征学习应用相关论文。"

名称：多智能体强化学习综述（Multi-Agent Reinforcement Learning Survey）
论文集地址：https://www.aminer.cn/topic/60a3894f92c7f9be21cd4619?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习综述论文。"

名称：对抗网络模型（Generative Adversarial Networks Models）
论文集地址：https://www.aminer.cn/topic/60a461ce92c7f9be21c5e489?f=cs
简介：生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。本论文集包含生成对抗网络模型论文。"

名称：多智能体强化学习模型（Multi-Agent Reinforcement Learning Model）
论文集地址：https://www.aminer.cn/topic/60a461d292c7f9be21c5f4ec?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习模型论文。"

名称：多智能体强化学习中的合作和竞争（Multi-Agent Reinforcement Learning Cooperation and Competition）
论文集地址：https://www.aminer.cn/topic/60a5cd7092c7f9be21f6da7d?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的合作和竞争论文。"

名称：多智能体强化学习中的协调与安全（Multi-Agent Reinforcement Learning Coordination and Security）
论文集地址：https://www.aminer.cn/topic/60a7244692c7f9be210ba86a?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的协调与安全论文。"

名称：对抗网络理论（Generative Adversarial Networks Theory）
论文集地址：https://www.aminer.cn/topic/60ab455692c7f9be2102279e?f=cs
简介：生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。本论文集包含生成对抗网络理论论文。"

名称：多智能体强化学习中的智能体交流（Multi-Agent Reinforcement Learning – Learning To Communicate）
论文集地址：https://www.aminer.cn/topic/60aca5c392c7f9be2143db64?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的智能体交流论文。"

名称：多智能体强化学习中的迁移学习（Multi-Agent Reinforcement Learning – Transfer Learning）
论文集地址：https://www.aminer.cn/topic/60b4483192c7f9be211c9164?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的迁移学习论文。"

名称：多智能体强化学习中的模仿学习（Multi-Agent Reinforcement Learning – Imitation Learning）
论文集地址：https://www.aminer.cn/topic/60b60cd292c7f9be211dd62a?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的模仿学习论文。"

名称：悟道模型相关论文（Related papers on ““Wudao”” model）
论文集地址：https://www.aminer.cn/topic/60b6322192c7f9be21d7076b?f=cs
简介：悟道2.0参数量达到1.75万亿，创下全球最大预训练语言模型记录。"“悟道”“超大模型智能模型旨在打造数据和知识双轮驱动的认知智能，让机器能够像人一样思考，实现超越图灵测试的机器认知能力。”

名称：多智能体强化学习的应用（Multi-Agent Reinforcement Learning – Application）
论文集地址：https://www.aminer.cn/topic/60b859bd92c7f9be21617f30?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习的应用论文。"

名称：CVPR 2021 迁移学习相关论文（CVPR 2021 transfer learning）
论文集地址：https://www.aminer.cn/topic/60bdc77292c7f9be21690559?f=cs
简介：本论文集包含CVPR 2021 迁移学习相关论文"

名称：KDD 2021 表示学习相关论文（KDD 2021 RL）
论文集地址：https://www.aminer.cn/topic/60e32d5792c7f9be21a5ea7e?f=cs
简介：表示学习，又称学习表示。在深度学习领域内，表示是指通过模型的参数，采用何种形式、何种方式来表示模型的输入观测样本X。表示学习指学习对观测样本X有效的表示。本论文集包含KDD2021 表示学习相关论文。"

名称：KDD 2021 预训练相关论文（KDD 2021 pre-train）
论文集地址：https://www.aminer.cn/topic/60e6bd2e92c7f9be21cdde79?f=cs
简介：目前，预训练模型已经在自然语言处理任务中发挥了较为关键的作用，模型主要分为3个大类：单向特征表示的自回归预训练语言模型，统称为单向模型；双向特征表示的自编码预训练语言模型，统称为BERT系列模型和双向特征表示的自回归预训练语言模型，本论文集包含KDD2021 预训练相关论文。"

名称：IJCAI 2021 强化学习相关论文（IJCAI 2021 RL）
论文集地址：https://www.aminer.cn/topic/60ec273292c7f9be21d0b3b4?f=cs
简介：近几年,深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能,其产物就是深度强化学习。深度强化学习既有继承于深度学习的强泛化和自特征提取能力,又可以像强化学习方法一样,使智能系统通过自我的试错在给定环境中学习解决特定任务的策略。本论文集包含IJCAI 2021强化学习相关论文。"

名称：KDD 2021 对比学习相关论文（KDD 2021 Contrastive Learning）
论文集地址：https://www.aminer.cn/topic/60ec27b892c7f9be21d33db4?f=cs
简介：自监督学习又可以分为对比学习(contrastive learning)和生成学习(generative learning)两条主要的技术路线。对比学习的核心思想是讲正样本和负样本在特征空间对比，学习样本的特征表示，难点在于如何构造正负样本。本论文集包含KDD2021 对比学习相关论文。"

名称：ICML 2021 强化学习相关论文（ICML 2021 RL）
论文集地址：https://www.aminer.cn/topic/60effada92c7f9be210c482b?f=cs
简介：近几年,深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能,其产物就是深度强化学习。深度强化学习既有继承于深度学习的强泛化和自特征提取能力,又可以像强化学习方法一样,使智能系统通过自我的试错在给定环境中学习解决特定任务的策略。本论文集包含ICML2021 强化学习相关论文。"

名称：IJCAI 2021 对比学习相关论文（IJCAI 2021 Contrastive Learning）
论文集地址：https://www.aminer.cn/topic/60f5102d92c7f9be2180f110?f=cs
简介：自监督学习又可以分为对比学习(contrastive learning)和生成学习(generative learning)两条主要的技术路线。对比学习的核心思想是讲正样本和负样本在特征空间对比，学习样本的特征表示，难点在于如何构造正负样本。本论文集包含IJCAI 2021对比学习相关论文。"

名称：IJCAI 2021 领域自适应相关论文（IJCAI 2021 domain adaption）
论文集地址：https://www.aminer.cn/topic/60f56c3992c7f9be2102434c?f=cs
简介：领域自适应即Domain Adaptation是迁移学习中很重要的一部分内容，目的是把分布不同的源域和目标域的数据，映射到一个特征空间中，使其在该空间中的距离尽可能近。于是在特征空间中对source domain训练的目标函数，就可以迁移到target domain上，提高target domain上的准确率。本论文集包含IJCAI 2021领域自适应相关论文。"

名称：ICML 2021 元学习相关论文（ICML 2021 meta learning）
论文集地址：https://www.aminer.cn/topic/60f6d1db92c7f9be21eaa640?f=cs
简介：元学习（Meta Learning）或者叫做“学会学习”（Learning to learn），它是要“学会如何学习”，即利用以往的知识经验来指导新任务的学习，具有学会学习的能力。当前的深度学习大部分情况下只能从头开始训练。使用Finetune来学习新任务，效果往往不好，而Meta Learning 就是研究如何让神经玩两个很好的利用以往的知识，使得能根据新任务的调整自己。本论文集包含ICML2021 元学习相关论文。"

名称：ICML 2021 策略优化相关论文（ICML 2021 policy optimization）
论文集地址：https://www.aminer.cn/topic/60f91b8792c7f9be21441ff7?f=cs
简介：强化学习可以按照方法学习策略来划分成基于值和基于策略两种。而在深度强化学习领域将深度学习与基于值的Q-Learning算法相结合产生了DQN算法，通过经验回放池与目标网络成功的将深度学习算法引入了强化学习算法。本论文集包含ICML2021 策略优化相关论文。"

名称：语言预训练模型（Pre-trained Language Model Paper）
论文集地址：https://www.aminer.cn/topic/60f91dfe92c7f9be214df4e9?f=cs
简介：目前，预训练模型已经在自然语言处理任务中发挥了较为关键的作用，模型主要分为3个大类：单向特征表示的自回归预训练语言模型，统称为单向模型；双向特征表示的自编码预训练语言模型，统称为BERT系列模型和双向特征表示的自回归预训练语言模型。"

名称：ICML 2021 生成式模型相关论文（ICML 2021 generative model）
论文集地址：https://www.aminer.cn/topic/60fff51b92c7f9be21c3ba2a?f=cs
简介：生成对抗网络是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。本论文集包含ICML2021 生成式模型相关论文。"

名称：ICML 2021 样本复杂度相关论文（ICML 2021 sample complexity）
论文集地址：https://www.aminer.cn/topic/610144f392c7f9be21f2460f?f=cs
简介：机器学习算法的样本复杂度（sample complexity）表示成功学习目标函数所需的训练样本数。更准确地说，样本复杂度是开发者需要提供给算法的训练样本的数量，以使算法返回的函数在最佳函数的任意小误差范围内，并且概率任意接近1。本论文集包含ICML2021 样本复杂度相关论文。"

名称：IJCAI 2021 少样本学习相关论文（IJCAI 2021 few-shot learning）
论文集地址：https://www.aminer.cn/topic/6106c0f092c7f9be21f460f2?f=cs
简介：少样本学习 (few-shot learning, FSL) 是针对数据缺乏时充分利用先验信息来实现机器学习任务的一类方法. 少样本分类是使用有限的带标签样本训练分类器, 使其可以识别新类别 (unseen classes) 的方法。本论文集包含IJCAI 2021少样本学习相关论文。"

名称：IJCAI 2021 零样本学习相关论文（IJCAI 2021 zero-shot learning）
论文集地址：https://www.aminer.cn/topic/6107e4f892c7f9be21b07488?f=cs
简介：零样本学习是针对数据缺乏时充分利用先验信息来实现机器学习任务的一类方法. 具体来说，它针对的是在新的类别上不具备有标签样本情况系完成分类或预测任务。本论文集包含IJCAI 2021少样本学习相关论文。"

名称：Research期刊（Research）
论文集地址：https://www.aminer.cn/topic/6108e16892c7f9be21fb7f95?f=cs
简介：科技导报社和美国科学促进会（AAAS）合作出版的顶尖综合性期刊，首个Science合作期刊"

名称：Bioinformatics近年引用最高论文（Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca8be92c7f9be2180eb70?f=cs
简介：Bioinformatics是综合交叉学科领域B类期刊，Bioinformatics利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题，以计算机为工具对生物数据进行搜索、处理和利用。"

名称：ESWA近年引用最高论文（ESWA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d26?f=cs
简介：ESWA是人工智能与模式识别B类期刊，当前影响因子为6.954且JCR分区为Q1，以下为近年来引用较高的论文。"

名称：TNNLS近年引用最高论文（TNNLS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d6e?f=cs
简介：TNNLS是人工智能与模式识别的B类期刊，当前的影响因子为10.451,且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Transactions on Cybernetics近年引用最高论文（Transactions on Cybernetics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846db0?f=cs
简介：Transactions on Cybernetics是人工智能与模式识别B类期刊，当前的影响因子为8.803且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Neurocomputing近年引用最高论文（Neurocomputing recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e31?f=cs
简介：Neurocomputing是人工智能与模式识别B类期刊，当前影响因子为5.719且JCR的分区为Q1，以下是近年来引用较高的文章。"

名称：TITS近年引用最高论文（TITS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e75?f=cs
简介：TITS是综合与交叉领域B类期刊，当前的影响因子为6.492且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TMI近年引用最高论文（TMI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21846fc3?f=cs
简介：TMI是综合与交叉领域B类期刊，当前的影响因子为10.048且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：Proc. IEEE近年引用最高论文（Proc. IEEE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847010?f=cs
简介：Proceedings of the IEEE是综合与交叉领域A类期刊，当前的影响因子为10.961且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：Pattern Recognition Letters近年引用最高论文（Pattern Recognition Letters recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847058?f=cs
简介：Pattern Recognition是人工智能与模式识别领域B类期刊，当前的影响因子为7.740且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TFS近年引用最高论文（TFS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847145?f=cs
简介：TFS是人工智能与模式识别领域B类期刊，当前的影响因子为12.029且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JMLR近年引用最高论文（JMLR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218471a8?f=cs
简介：JMLR是人工智能与模式识别领域A类期刊，当前的影响因子为3.654且JCR分区为Q1，以下是当前引用较高的论文，"

名称：IJCV近年引用最高论文（IJCV recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847203?f=cs
简介：IJCV是人工智能与模式识别领域A类期刊，当前的影响因子为7.410且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBHI近年引用最高论文（JBHI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218474b5?f=cs
简介：JBHI是综合与交叉领域B类期刊，当前的影响因子为5.772且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JAMIA近年引用最高论文（JAMIA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847505?f=cs
简介：JAMIA是综合与交叉领域B类期刊，当前的影响因子为4.497且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Neural Networks近年引用最高论文（Neural Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218475ad?f=cs
简介：Neural Networks是人工智能与模式识别领域B类期刊，当前的影响因子为5.287且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Briefings in Bioinformatics近年引用最高论文（Briefings in Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847603?f=cs
简介：Briefings in Bioinformatics是综合与交叉领域B类期刊，当前的影响因子为11.622且JCR分区为Q2，以下是当前引用较高的论文。"

名称：GRSL近年引用最高论文（GRSL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218476da?f=cs
简介：GRSL是综合与交叉领域B类期刊，当前的影响因子为3.966且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TASAE近年引用最高论文（TASAE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847855?f=cs
简介：TASAE是综合与交叉领域B类期刊，当前的影响因子为5.083且JCR分区为Q2，以下是当前引用较高的论文。"

名称：BMC Bioinformatics近年引用最高论文（BMC Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478a0?f=cs
简介：BMC Bioinformatics是综合与交叉领域B类期刊，当前的影响因子为3.169且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TR近年引用最高论文（TR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478fb?f=cs
简介：TR是人工智能与模式识别领域A类期刊，当前的影响因子为5.567且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBI近年最高论文（JBI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479a9?f=cs
简介：JBI是人工智能与模式识别领域B类期刊，当前的影响因子为6.317且JCR分区为Q2，以下是当前引用较高的论文。"

名称：PRL近年引用最高论文（PRL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479e9?f=cs
简介：PRL是人工智能与模式识别领域B类期刊，当前的影响因子为3.756且JCR分区为Q2，以下是当前引用较高的论文。"

名称：EAAI近年引用最高论文（EAAI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847a85?f=cs
简介：EAAI是人工智能与模式识别领域B类期刊，当前的影响因子为6.212且JCR分区为Q2，以下是当前引用较高的论文。"

名称：CVIU近年引用最高论文（CVIU recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e9d?f=cs
简介：CVIU是人工智能与模式识别领域B类期刊，当前的影响因子为3.876且JCR分区为Q2，以下是当前引用较高的论文。"

名称：JACM近年引用最高论文（JACM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847f45?f=cs
简介：JCAM是综合与交叉领域A类期刊，当前的影响因子为1.394且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AI近年引用最高论文（AI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848037?f=cs
简介：AI是人工智能与模式识别研究领域A类期刊，当前的影响因子为9.088且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Applied Intelligence近年引用最高论文（Applied Intelligence recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848332?f=cs
简介：Applied Intelligence是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.086且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TAC近年引用最高论文（TAC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be2184838b?f=cs
简介：TAC是人工智能与模式识别研究领域B类期刊，当前的影响因子为10.506且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AIM近年引用最高论文（AIM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848662?f=cs
简介：AIM是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.326且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TCBB近年引用最高论文（TCBB recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848792?f=cs
简介：TCBB是综合与交叉研究领域B类期刊，当前的影响因子为3.710且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IJAR近年引用最高论文（IJAR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218487f1?f=cs
简介：IJAR是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.816且JCR分区为Q3，以下是当前引用较高的论文。"

名称：Machine Learning近年引用最高论文（Machine Learning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848845?f=cs
简介：Machine Learning是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.940且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJNS近年引用最高论文（IJNS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be2184888a?f=cs
简介：IJNS是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.866且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TBD近年引用最高论文（TBD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848967?f=cs
简介：TBD是综合与交叉研究领域B类期刊，当前的影响因子为3.344且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Computer Speech and Language近年引用最高论文（Computer Speech and Language recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848a33?f=cs
简介：Computer Speech and Language是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.899且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IVC近年引用最高论文（IVC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848bc9?f=cs
简介：IVC是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.818且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Journal of Automated Reasoning近年引用最高论文（Journal of Automated Reasoning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848f65?f=cs
简介：Journal of Automated Reasoning是人工智能与模式识别研究领域B类期刊，当前的影响因子为0.944且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Computational Linguistics近年引用最高论文（Computational Linguistics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218490b1?f=cs
简介：Computational Linguistics是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.271且JCR分区为Q3，以下是当前引用较高的论文。"

名称：JCST近年引用最高论文（JCST recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218491ed?f=cs
简介：JCST是综合与交叉研究领域B类期刊，当前的影响因子为1.571且JCR分区为Q3，以下是当前引用较高的论文。"

名称：TG近年引用最高论文（TG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492bc?f=cs
简介：TG是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.574且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Evolutionary Computation近年引用最高论文（Evolutionary Computation recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492fd?f=cs
简介：Evolutionary Computation是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.277且JCR分区为Q1，以下是当前引用较高的论文。"

名称：AAMAS近年引用最高论文（AAMAS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218494bd?f=cs
简介：AAMAS是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.431且JCR分区为Q3，以下是当前引用较高的论文。"

名称：EMNLP近年最佳论文（EMNLP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4492c7f9be21cce5d1?f=cs
简介：EMNLP是自然语言处理领域的一个重要会议。EMNLP是由ACL语言特性特别兴趣小组(SIGDAT)组织的。EMNLP始于1996年，是基于一个名为“非常大语料库研讨会”(WVLC)的早期系列会议。"

名称：ICRA近年最佳论文（ICRA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4f92c7f9be21cd188e?f=cs
简介：国际机器人与自动化会议(ICRA)是IEEE机器人与自动化学会的旗舰会议，也是机器人与自动化研究人员展示其工作的主要国际论坛之一。"

名称：ICC近年最佳论文（ICC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5192c7f9be21cd1f41?f=cs
简介：IEEE国际通信会议(ICC)是IEEE通信协会的两个旗舰会议之一，致力于推动通信几乎每个方面的创新。每年，有超过2900名科研人员和他们的管理人员在年度会议上提交项目会议的提案。在广泛的同行评审之后，最好的提案被选为会议计划，其中包括专门为推进技术而设计的技术论文、教程、研讨会和行业会议，继续重塑世界的系统和基础设施，为所有用户提供前所未有的高速、无缝和具有成本效益的全球电信服务频谱。成千上万的参与者聚集在一起，展示研究成果，分享观点和想法，获取最新技术的更新，扩展专业和社交网络。这些活动都是通过IEEE国际商会的多种多样和令人兴奋的项目来实现的。这个为期五天的活动包括几位来自产业界、学术界和政府部门的杰出人士的主题演讲;面板和论坛;由同行广泛审查技术论文的技术会议;以各种技术的最新趋势为重点的讲习班;由各自学科的专家提供的教程;展品;一个颁奖午宴;还有一个轻松愉快的宴会。"

名称：Globecom近年最佳论文（Globecom Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd249e?f=cs
简介：IEEE全球通信会议(globecm)是IEEE通信协会的两个旗舰会议之一，致力于推动通信几乎每个方面的创新。每年有3000多名科研人员和他们的管理人员提交提案，在年度会议上举行项目会议。在广泛的同行评审之后，最好的提案被选为会议计划，其中包括专门为推进技术而设计的技术论文、教程、研讨会和行业会议，继续重塑世界的系统和基础设施，为所有用户提供前所未有的高速、无缝和具有成本效益的全球电信服务频谱。"

名称：BMVC近年最佳论文（BMVC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd259a?f=cs
简介：BMVC是旧的英国Alvey视力会议(AVC)的继承者，该会议在1985年(苏塞克斯大学)，1987年(剑桥大学)，1988年(曼彻斯特大学)和1989年(雷丁大学)运行。英国机器视觉大会在1990年取代了AVC，当时BMVA成立。尽管作为一个全国性的会议开始,它现在是一个著名的外资参与的重大国际场所与高水平(在2013年,84%的接受论文完全来自英国以外,另外4%的混合)作者身份发表论文的质量和高应力(2013年,录取率只有30%)。[6]BMVC是一个中等规模的会议，被接受的出版物(因此演讲和海报的数量)大约200个。"

名称：COLT近年最佳论文（COLT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd2652?f=cs
简介：COLT会议是学习理论年会，会议的主要议题包括：学习算法的设计与分析、学习的系统和计算的复杂、学习的优化方法包括在线优化和随机优化、人工神经网络理论包括深度学习、学习中的经验现象和理论解释等方面。"

名称：DSS近年最佳论文（DSS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd26fa?f=cs
简介：网络和分布式系统安全研讨会(NDSS)促进了网络和分布式系统安全的研究人员和实践者之间的信息交流。目标受众包括那些对网络和分布式系统安全的实际方面感兴趣的人，重点是实际的系统设计和实现。主要目标是鼓励和支持Internet社区应用、部署和改进可用安全技术的状态。"

名称：GECCO近年最佳论文（GECCO Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2e8a?f=cs
简介：GECCO提供最新的高质量的遗传和进化计算结果。感兴趣的话题包括:遗传算法、遗传规划、进化策略、进化规划、分布估计算法、模因算法、超启发式、进化机器人、可进化硬件、人工生命、蚁群优化算法、群体智能、人工免疫系统、数字娱乐技术、进化艺术，进化组合优化，元启发式，进化多目标优化，进化机器学习，基于搜索的软件工程，理论，现实世界的应用，等等。"

名称：ICAPS近年最佳论文（ICAPS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd45d5?f=cs
简介：国际自动化规划与调度会议(ICAPS)是在自主系统中实现智能决策的主要会议。"

名称：AAMAS近年最佳论文（AAMAS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4bc4?f=cs
简介：自治代理和多代理系统是一个同行评审的科学杂志，涵盖自治代理和多代理系统的研究。"

名称：ECAI近年最佳论文（ECAI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd50b7?f=cs
简介：在ECAI上发表一篇论文被一些期刊视为存档，这意味着该论文应被视为等同于期刊发表，除非添加了大量的新材料，否则ECAI论文的内容不能被重新表述为单独的期刊投稿。"

名称：ICCV2021表示学习最新论文（Representation Learning of ICCV2021）
论文集地址：https://www.aminer.cn/topic/617a1b5a2cbf5c036fcce58a?f=cs
简介：以下收集了2021年ICCV会议关于表示学习研究方向的相关论文，欢迎读者阅读收藏。"

名称：EMNLP2021预训练语言模型应用论文合集（A collection of pre-trained language model application papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a5e0?f=cs
简介：EMNLP2021会议上预训练语言模型应用相关的论文，欢迎一起学习交流！"

名称：EMNLP2021知识表征论文合集（A collection of papers on knowledge representation on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a617?f=cs
简介：EMNLP2021会议上知识表征相关的论文，欢迎一起交流学习！"

名称：EMNLP2021小样本学习论文合集（A collection of Few-shot Learning papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a71e?f=cs
简介：EMNLP2021会议上小样本学习相关的论文，欢迎一起交流学习！"

名称：符号机器学习（Symbolic machine learning）
论文集地址：https://www.aminer.cn/topic/61b7459d2cbf5c036f9040a3?f=cs
简介：人工智能领域有三大学派：符号主义，连接主义，行为主义。符号主义认为智能的基本元是符号，智能活动是符号推理或符号计算过程，人脑在本质上就是一个物理符号系统，这种方式注重于模拟人的思维方式，20世纪80年代机器学习基本理论基本形成，基于符号主义发展而来的机器学习方式被称为符号学习方式。"

名称：计算学习理论（Computational learning theory）
论文集地址：https://www.aminer.cn/topic/61b748302cbf5c036f939fef?f=cs
简介：计算学习理论，或者说统计学习理论，指的是量化学习任务和算法的数学框架。对于机器学习领域的实践者来说，想找到大多数问题的优质解决方案，并不需要深度了解这些机器学习的子领域。尽管如此，在子领域中，对一些更重要的方法有一个较高水平的理解可能为数据中学习的更广泛的任务中提供洞见。"

名称：流形学习（Manifold learning）
论文集地址：https://www.aminer.cn/topic/61b749632cbf5c036f955773?f=cs
简介：流形学习（manifold learning）是机器学习、模式识别中的一种方法，在维数约简方面具有广泛的应用。它的主要思想是将高维的数据映射到低维，使该低维的数据能够反映原高维数据的某些本质结构特征。流形学习的前提是有一种假设，即某些高维数据，实际是一种低维的流形结构嵌入在高维空间中。流形学习的目的是将其映射回低维空间中，揭示其本质。"

2.计算机视觉

名称：序列到序列模型（Sequence-to-Sequence Model）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddb6?f=cs
简介：Sequence-to-Sequence 是一种由双向RNN组成的encoder-decoder神经网络结构，从而满足输入输出序列长度不相同的情况，实现一个序列到另一个序列之间的转换。"

名称：视频内容分析（video content analysis）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d6?f=cs
简介：这是计算机图像视觉技术在安防领域应用的一个分支，是一种基于目标行为的智能监控技术。区别于传统的移动侦测技术，智能视频分析首先将场景中背景和目标分离，识别出真正的目标，去除背景干扰（如树叶抖动、水面波浪、灯光变化），进而分析并追踪在摄像机场景内出现的目标行为。
智能视频分析与移动侦测的本质区别是前者可以准确识别出视频中真正活动的目标，而后者只能判断出画面变化的内容，无法区分目标和背景干扰。所以智能视频分析相对于移动侦测，抗干扰能力有质的提高。使用智能分析技术，用户可以根据的实际应用，在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警。报警信息有多种形式，包括本地驱动报警设备和向后端监控中心发送报警数据，由监控工作站控制以弹出视频、自动弹出报警信息、驱动报警设备等形式报警。"

名称：神经网络（Neural Networks）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd89?f=cs
简介：人工神经网络（简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。"

名称：AI政务（AI in Government）
论文集地址：https://www.aminer.cn/topic/5eb61ce892c7f9be2179aee5?f=cs
简介：人工智能(AI)在政府部门有多种用途。它可用于推动公共政策目标(在紧急服务、卫生和福利等领域)，并协助公众与政府互动(例如通过使用虚拟助理)。据《哈佛商业评论》称，“人工智能在公共部门的应用非常广泛，而且还在不断增长，世界各地都在进行早期试验。”来自哈佛大学艾什民主治理与创新中心的希拉·梅尔指出，政府部门的人工智能并不新鲜，上世纪90年代末，邮政部门就开始使用机器识别信封上的笔迹，从而自动发送信件。在政府中使用人工智能带来了显著的好处，包括效率的提高，从而节约成本，例如减少前台人员的数量，以及减少腐败的机会。"

名称：人工智能（Artificial Intelligence）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae18?f=cs
简介：人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。"

名称：图像处理（Image Processing）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd92?f=cs
简介：图像处理是指对图像进行分析、加工、和处理，使其满足视觉、心理或其他要求的技术。图像处理是信号处理在图像领域上的一个应用。目前大多数的图像均是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。"

名称：深度信念网络（Deep Belief Networks）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd75?f=cs
简介：深度信念网络 （Deep Belief Network, DBN）由 Geoffrey Hinton 在2006 年提出。它是一种生成模型，通过训练其神经元间的权重，可以让整个神经网络按照最大概率来生成训练数据。通过使用DBN，不仅可以识别特征、分类数据，还可以用它来生成数据。"

名称：循环神经网络（Recurrent neural network）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edda6?f=cs
简介：循环神经网络是一类以序列数据为输入，在序列的演进方向进行递归且所有节点（循环单元）按链式连接的递归神经网络。对循环神经网络的研究始于二十世纪80-90年代，并在二十一世纪初发展为深度学习算法之一 ，其中双向循环神经网络和长短期记忆网络是常见的的循环神经网络 。循环神经网络具有记忆性、参数共享并且图灵完备，因此在对序列的非线性特征进行学习时具有一定优势。循环神经网络在自然语言处理，例如语音识别、语言建模、机器翻译等领域有应用，也被用于各类时间序列预报。引入了卷积神经网络构筑的循环神经网络可以处理包含序列输入的计算机视觉问题。"

名称：计算机视觉（Computer Vision）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd96?f=cs
简介：计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。"

名称：物体识别（Object Recognition）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd94?f=cs
简介：物体识别是计算机视觉及影像处理中的术语，指的是让计算机去分析一张图片或者一段视频流中的物体，并标记出来，这需要给神经网络大量的物体数据去训练它，这样才能进行识别。"

名称：自动驾驶（Autopilot）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd9c?f=cs
简介：自动驾驶（Autonomous vehicles；Self-driving automobile ）又称无人驾驶、电脑驾驶，是一种通过电脑系统实现无人驾驶的智能技术。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。"

名称：图神经网络（2020智源大会）（Graph Neural Networks (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d71192c7f9be21786621?f=cs
简介：图神经网络的概念首先是在 F. Scarselli 等人的论文 The graph neural network model（F. Scarselli et. al. 2009）中提出的。图神经网络是连接主义与符号主义的有机结合，不仅使深度学习模型能够应用在图这种非欧几里德结构上，还为深度学习模型赋予了一定的因果推理能力。本Topic收录了第二次智源大会-知识智能的主讲嘉宾的历史论文和一些其他学者的相关论文."

名称：卷积神经网络（Convolutional Neural Network）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64cf?f=cs
简介：卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络“。
##感谢热心网友的整理和推荐。"

名称：图神经网络（Graph Neural Network）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd99?f=cs
简介：图神经网络的概念首先是在 F. Scarselli 等人的论文 The graph neural network model（F. Scarselli et. al. 2009）中提出的。图神经网络是连接主义与符号主义的有机结合，不仅使深度学习模型能够应用在图这种非欧几里德结构上，还为深度学习模型赋予了一定的因果推理能力。"

名称：机器感知（Machine Cognition）
论文集地址：https://www.aminer.cn/topic/5eb61cd692c7f9be217984af?f=cs
简介：机器感知的英文是Machine Cognition，机器感知是一连串复杂程序所组成的大规模信息处理系统，信息通常由很多常规传感器采集，经过这些程序的处理后，会得到一些非基本感官能得到的结果。"

名称：AI医疗（AI in healthcare）
论文集地址：https://www.aminer.cn/topic/5eb61ce292c7f9be2179a099?f=cs
简介：人工智能（ AI）在医疗保健是利用复杂的算法和软件来模拟人类认知的分析，解释和复杂的医疗卫生数据的理解。具体地说，人工智能是计算机算法无需人工输入就能近似结论的能力。"

名称：生成式对抗网络（Generative Adversarial Networks）
论文集地址：https://www.aminer.cn/topic/5ebb57c192c7f9be21c0972e?f=cs
简介：生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 D 都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。一个优秀的GAN应用需要有良好的训练方法，否则可能由于神经网络模型的自由性而导致输出不理想。"

名称：机器感知（2020智源大会）（Machine Perception (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d69892c7f9be2175fafe?f=cs
简介：机器感知（Machine Perception）或机器认知（Machine Recognition）研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉……如：计算机视觉（Computer Vision）、模式（文字、图像、声音等）、识别（pattern Recognition）、自然语言理解（Natural Language Understanding）……都是人工智能领域的重要研究内容，也是在机器感知或机器认知方面高智能水平的计算机应用。本Topic收录了第二次智源大会-机器感知的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI交通（2020智源大会）（Ai in Transportation (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6ed92c7f9be2177ab25?f=cs
简介：本Topic收录了2020智源大会AI交通主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI科技女性（2020智源大会）（Women in AI (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6c792c7f9be2176f070?f=cs
简介：本Topic收录了2020智源大会AI科技女性主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI创业（2020智源大会）（AI Startup (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6df92c7f9be21776509?f=cs
简介：本Topic收录了2020智源大会AI创业主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：决策智能（2020智源大会）（Decision Intelligence (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6b092c7f9be21766f97?f=cs
简介：决策科学是一门通过运用社会科学，决策理论和管理科学中的理论知识来扩展数据科学的一门工程类学科。本Topic收录了第二次智源大会-决策智能的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI医疗（2020智源大会）（AI in Healthcare (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6d392c7f9be21772b01?f=cs
简介：AI赋能医疗。人工智能医疗简单说即以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量。本Topic收录了第二次智源大会-认知神经基础的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：ECCV高引论文（ECCV高引论文）
论文集地址：https://www.aminer.cn/topic/5f1505ee92c7f9be2134808c?f=cs
简介：ECCV历年会议的高引论文"

名称：美图影像（Meitu Imaging & Vision Lab）
论文集地址：https://www.aminer.cn/topic/5f33870692c7f9be21f78dcd?f=cs
简介：美图影像实验室（MTlab, Meitu Imaging & Vision Lab）是美图公司致力于计算机视觉、机器学习、增强现实、云计算等领域的算法研究、工程开发和产品化落地的团队。"

名称：CVPR 历年最佳论文汇总（CVPR Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6aebd392c7f9be213c4327?f=cs
简介：CVPR是首屈一指的年度计算机视觉活动，包括主要会议和几个位于同一地点的工作坊和短期课程。凭借其高质量和低成本，它为学生、学者和行业研究人员提供了非凡的价值。"

名称：ICCV 历年最佳论文汇总（ICCV Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6aec0592c7f9be213c6f56?f=cs
简介：ICCV是首屈一指的国际计算机视觉活动，包括主要会议和几个位于同一地点的研讨会和教程。凭借其高质量和低成本，它为学生、学者和行业研究人员提供了非凡的价值。"

名称：深度神经网络（Deep Neural Network）
论文集地址：https://www.aminer.cn/topic/5fcdc56392c7f9be2115b503?f=cs
简介：深度神经网络（Deep Neural Networks， 简称DNN）是深度学习的基础，是深度学习的一种框架。它是一种具备至少一个隐层的神经网络，与浅层神经网络类似，深度神经网络也能够为复杂非线性系统提供建模，但多出的层次为模型提供了更高的抽象层次，因而提高了模型的能力。"

名称：神经网络辐射场（Neural Radiance Fields）
论文集地址：https://www.aminer.cn/topic/5fcdf04892c7f9be21a582fb?f=cs
简介："

名称：超分辨率（Super resolution）
论文集地址：https://www.aminer.cn/topic/5fd2ed2292c7f9be2135eefa?f=cs
简介：超分辨率(Super-Resolution)即通过硬件或软件的方法提高原有图像的分辨率，通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。超分辨率重建的核心思想就是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率,实现时间分辨率向空间分辨率的转换。"

名称：场景理解（Scene Understanding）
论文集地址：https://www.aminer.cn/topic/5fd2edea92c7f9be2138430a?f=cs
简介：场景理解是移动机器人的先决条件。包括两大方向，第一种是基于位置，比如蝙蝠是通过声波判断周围物体的深度信息，从而感知环境，当然可以用不同手段采集这些信息来进行感知；第二种是基于视觉，用计算机视觉来感知场景环境。"

名称：人脸识别（Face Recognition）
论文集地址：https://www.aminer.cn/topic/5fd7429092c7f9be217dabf4?f=cs
简介：人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。"

名称：3D人体姿态估计（3D human pose estimation）
论文集地址：https://www.aminer.cn/topic/5fdb351e92c7f9be212c7ad0?f=cs
简介：3D人体姿态估计是根据给定的人的图像，产生对应图像具有3d立体空间感的姿态的任务。"

名称：微光图像增强（Low-light Image Enhancement）
论文集地址：https://www.aminer.cn/topic/5fe01fdd92c7f9be2129f9c3?f=cs
简介："

名称：点云分析（Point Cloud Analysis）
论文集地址：https://www.aminer.cn/topic/5fe19c7f92c7f9be219deb8f?f=cs
简介：在逆向工程中通过测量仪器得到的产品外观表面的点数据集合称之为点云"

名称：跨模态人员重识别（Cross-modality person re-identification）
论文集地址：https://www.aminer.cn/topic/5ff4436292c7f9be211d3312?f=cs
简介：人员重识别（person Re-ID），是视频监控中的一个重要问题，其目的是在摄像机视点上匹配行人的即时信息，目前，大多应用于RGB图像中，但例如在黑暗环境中，这样是远远不够的，在许多视觉系统中，红外成像是必不可少的。为此，需要将RGB图像与红外图像进行匹配，而红外图像是异构的，具有非常不同的视觉特征。对于人员重识别来说，这是一个非常具有挑战性的跨模态问题。目前已有的跨模态行人重识别大致有如下四个方向：低分辨、近红外、素描和文本。其任务是主要分两个子任务，一个是减少模态间的差异，通过在两个不同模态中寻找出具有同一个身份的人，另一个是单模态ReID任务，即在RGB图像或者红外图像内部通过对身份的约束找到同一个身份的人。"

名称：图像压缩（Image Compression）
论文集地址：https://www.aminer.cn/topic/5ffac08392c7f9be214cd8a8?f=cs
简介：去除多余数据·以数学的观点来看，这一过程实际上就是将二维像素阵列变换为一个在统计上无关联的数据集合。图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术，也称图像编码"

名称：图像分类（Image classification）
论文集地址：https://www.aminer.cn/topic/5ffac0c292c7f9be214d7c9d?f=cs
简介：图像分类，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读。"

名称：图像语义分割（Image semantic segmentation）
论文集地址：https://www.aminer.cn/topic/5ffac14492c7f9be214ed96c?f=cs
简介：语义分割（Semantic Segmentation）是在像素级别上的分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别来理解图像的。注意语义分割不同于实例分割，举例来说，如果一张照片中有多个人，对于语义分割来说，只要将所由人的像素都归为一类，但是实例分割还要将不同人的像素归为不同的类。也就是说实例分割比语义分割更进一步。"

名称：实例分割（Instance segmentation）
论文集地址：https://www.aminer.cn/topic/5ffac18292c7f9be214fd814?f=cs
简介：实例分割（Instance Segmentation）是视觉经典四个任务中相对最难的一个，它既具备语义分割（Semantic Segmentation）的特点，需要做到像素层面上的分类，也具备目标检测（Object Detection）的一部分特点，即需要定位出不同实例，即使它们是同一种类。因此，实例分割的研究长期以来都有着两条线，分别是自下而上的基于语义分割的方法和自上而下的基于检测的方法，这两种方法都属于两阶段的方法。"

名称：Transformer在计算机视觉上的应用（Visual Transformer）
论文集地址：https://www.aminer.cn/topic/5ffd8c4792c7f9be215680cc?f=cs
简介：论文集收录了google Transformer在计算机视觉上的理论和应用论文"

名称：人群计数（Crowd Counting）
论文集地址：https://www.aminer.cn/topic/5ffd8d4892c7f9be2159cead?f=cs
简介：人群计数是公共安防行业中非常需要的一种技术。对于给定的一幅图像或一段视频，通过计算机自动处理，分析出其中的人数。"

名称：点云匹配（Point Cloud Registration）
论文集地址：https://www.aminer.cn/topic/5ffd8e0f92c7f9be215c53da?f=cs
简介：是指，为得到被测物体的完整数据模型,需确定一个合适的坐标变换，将从各个视角得到的点集合并到一个统一的坐标系下,形成一个完整的数据点云，以方便地进行可视化等操作。"

名称：神经渲染（Neural Rendering）
论文集地址：https://www.aminer.cn/topic/6004e74392c7f9be216b602c?f=cs
简介：现代计算机图形学在合成逼真场景图像和场景操控合成方面取得了杰出成果，然而在自动生成形状、材质、光照和其他场景方面还面临着一系列挑战。计算机视觉与机器学习为这一领域提供了图像合成与编辑的全新解决方案：基于深度生成模型和图形学领域的光学物理知识，神经渲染（Neural rendering）已成为计算机图形学领域最为迅猛的发展方向。在多种计算理论、方法和技术的融合下，这个新领域出现了非常多的有趣应用：包括图像内容编辑、场景合成、视角变化、人物编辑等等。可以预见，神经渲染未来将会在电影工业、虚拟/增强现实和智慧城市等领域中发挥越来越重要的作用。"

名称：行为识别（Action Recognition）
论文集地址：https://www.aminer.cn/topic/6006a6a792c7f9be212b86a2?f=cs
简介：行为识别Action Recognition是指对视频中人的行为动作进行识别，即读懂视频。"

名称：对象检测（Object Detection）
论文集地址：https://www.aminer.cn/topic/6006a9f092c7f9be212fb7d8?f=cs
简介：对象检测是指利用图像处理与模式识别等领域的理论和方法，检测出图像中存在的目标对象，确定这些目标对象的语义类别，并标定出目标对象在图像中的位置。对象检测是对象识别的前提。只有检测到对象才能对对象进行识别。"

名称：深度视觉（Deep Vision）
论文集地址：https://www.aminer.cn/topic/6009801592c7f9be2100fc0d?f=cs
简介：无论是医疗诊断、无人车、摄像监控，还是智能滤镜，计算机视觉领域的诸多应用都与我们当下和未来的生活息息相关。近年来，深度学习技术深刻推动了计算机视觉系统性能的提升。计算机视觉应用深度学习堪称突破的成功点是2012年ImageNet比赛，采用的模型是CNN。可以说，当下最先进的计算机视觉应用几乎离不开深度学习。其中最大的一个原因就是，图像数据的特征设计，即特征描述，一直是计算机视觉头痛的问题，而CNN成功在这一方面取得了突破。目前，计算机视觉中比较成功的深度学习的应用，包括人脸识别，图像问答，物体检测，物体跟踪。"

名称：妆容迁移（Makeup Transfer）
论文集地址：https://www.aminer.cn/topic/600a80eb92c7f9be2131c480?f=cs
简介：妆容迁移是指将目标图上的妆容直接迁移到原图上的技术。相比传统贴妆技术，妆容迁移具有极高的自由度，它可以让用户不再局限于设计师设计好的妆容，而是可以自主、任意地从真实模特图中获取妆容，极大地丰富了妆容的多样性。此外，妆容迁移技术不仅可以迁移五官妆容信息，还可以对肤色、光影等信息进行整体迁移。目前，基于生成对抗网络的模型BeautyGAN和PSGAN已经在该领域取得了较好的效果。"

名称：图像分类（Image Classification）
论文集地址：https://www.aminer.cn/topic/600a813592c7f9be21328877?f=cs
简介：图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务。从最开始比较简单的10分类的灰度图像手写数字识别任务mnist，到后来更大一点的10分类的 cifar10和100分类的cifar100任务，到后来的imagenet任务，图像分类模型伴随着数据集的增长，一步一步提升到了今天的水平。现在，在imagenet这样的超过1000万图像，超过2万类的数据集中，计算机的图像分类水准已经超过了人类。"

名称：视觉和语言训练模型（Vision and Language PreTrained Models）
论文集地址：https://www.aminer.cn/topic/600a87d992c7f9be213c93c6?f=cs
简介：适用于下游任务的通用特征表示预训练是深度网络成功的标志之一。在计算机视觉领域，深度网络在ImageNet数据集进行图像分类的预训练过程，被发现可广泛提高多种图像识别任务的效果。在自然语言处理领域中，Transformer模型在大规模语料库中使用语言模型进行预训练的过程，也被证明可广泛提高多种自然语言处理任务的效果。之前的视觉-语言模型分别使用计算机视觉或自然语言处理领域中的预训练模型进行初始化，但如果目标任务数据量不足，模型容易过拟合从而损失性能。并且对于不同的视觉-语言任务，其网络架构一般是经过特殊设计的，由此很难通过视觉-语言联合预训练的过程帮助下游任务。近年来，在应用于视觉-语言任务的预训练通用特征表示的研究也逐渐被关注。"

名称：Embodied Vision（Embodied Vision）
论文集地址：https://www.aminer.cn/topic/600a8ac292c7f9be21413bdb?f=cs
简介：Embodied Vision研究智能体现主体的基础知识，例如通过与环境互动来学习感知并采取行动的机器人。目前研究界主要关注了创新性的模型，以学习对动态环境直至复杂任务的基本物理3D理解，例如从原始感官测量和环境相互作用中进行的自主导航和对象操纵。"

名称：基于深度学习的目标检测（Deep Learning Object Detection）
论文集地址：https://www.aminer.cn/topic/6017af1792c7f9be21c8e72d?f=cs
简介：目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域最具有挑战性的问题。在没有深度神经网络之前，目标检测实现的主要方式还是基于统计或知识的方法。深度学习流行起来之后，鉴于深度神经网络的惊人表现，使得业界对目标检测的研究基本都转移到了以深度神经网络为基础的方向上。"

名称：视觉追踪（Visual Tracking）
论文集地址：https://www.aminer.cn/topic/6017b1aa92c7f9be21cd8173?f=cs
简介：视觉跟踪是指对图像序列中的运动目标进行检测、提取、识别和跟踪，获得运动目标的运动参数，如位置、速度、加速度和运动轨迹等，从而进行下一步的处理与分析，实现对运动目标的行为理解，以完成更高一级的检测任务。如今，虽然已提出了多种视频目标跟踪算法，但是大多数算法一般只适用于一些特定的目标、特定的环境或者具有其它一些应用约束条件，并且存在着这样或那样的不足有待进一步优化和完善，而一些更为优秀的无环境约束下的视频目标跟踪算法也有待去进一步研究开发。"

名称：3D目标检测（3D Detection）
论文集地址：https://www.aminer.cn/topic/601b8d0392c7f9be21a4c37b?f=cs
简介：随着Faster-RCNN的出现，2D目标检测达到了空前的繁荣，各种新的方法不断涌现，百家争鸣，但是在无人驾驶、机器人、增强现实的应用场景下，普通2D检测并不能提供感知环境所需要的全部信息，2D检测仅能提供目标物体在二维图片中的位置和对应类别的置信度，但是在真实的三维世界中，物体都是有三维形状的，大部分应用都需要有目标物体的长宽高还有偏转角等信息。目前3D目标检测正处于高速发展时期，目前主要是综合利用单目相机、双目相机、多线激光雷达来进行3D目标检测，从目前成本上讲，激光雷达>双目相机>单目相机，从目前的准确率上讲，激光雷达>双目相机>单目相机。但是随着激光雷达的不断产业化发展，成本在不断降低，目前也出现一些使用单目相机加线数较少的激光雷达进行综合使用的技术方案。"

名称：图神经网络在自然语言处理中应用（GNN for NLP）
论文集地址：https://www.aminer.cn/topic/601fbea292c7f9be2125a4ee?f=cs
简介：GNN是学习图的表示的模型，而图是一种用来刻画事物之间关联关系的数据结构。要讨论GNN在NLP里的应用，首先要思考哪里需要用到图。第一个很直接用到的地方是知识图谱。KG里面节点是entity，边是一些特定的semantic relation，天然是一个图的结构，在NLP的很多任务中都被用到。第二个地方是句法结构（dependency structure），虽然一般是树结构，但是还是可以用图的模型来处理，或者有的时候加一些边就变成了图。第三个地方是社交网络（social network），这也是很明显的graph。"

名称：3D场景理解（3D Scene Understanding）
论文集地址：https://www.aminer.cn/topic/601fc3b892c7f9be212f6f24?f=cs
简介：为了解释我们周围的世界，AI 系统必须理解三维视觉场景。这种需求并不是机器人技术、导航乃至增强现实应用程序的专利。即使是2D照片和视频，其所描绘的场景和对象本身也当然是三维的，而真正智能的内容理解系统必须能在视频中的杯子旋转时识别出杯柄的几何形状，或者识别出对象是位于照片的前景还是背景中。目前很多研究集中在点云上，因为点云是非常接近原始传感器的数据集，激光雷达扫描之后的直接就是点云，深度传感器（深度图像）只不过是一个局部的点云，原始的数据可以做端到端的深度学习，挖掘原始数据中的模式。"

名称：3D重建（3D Reconstruction）
论文集地址：https://www.aminer.cn/topic/601fc3ff92c7f9be212ff167?f=cs
简介：3D Reconstruction技术一直是计算机图形学和计算机视觉领域的一个热点课题。早期的三维重建技术通常以二维图像作为输入，重建出场景中的三维模型。但是，受限于输入的数据，重建出的三维模型通常不够完整，而且真实感较低。随着各种面向普通消费者的深度相机（depth camera）的出现，基于深度相机的三维扫描和重建技术得到了飞速发展。以微软的Kinect，华硕的XTion以及因特尔的RealSense等为代表的深度相机造价低廉，体积适当，操作方便，并且易于研究者和工程师进行开发。三维重建技术也是增强现实（Augmented Reality）技术的基础，经过扫描重建后的三维模型可以直接应用到AR或VR的场景中。"

名称：视频目标分割（Video Object Segmentation）
论文集地址：https://www.aminer.cn/topic/60210b1e92c7f9be218d314e?f=cs
简介：计算机视觉领域中和目标有关的经典任务有三种：分类、检测和分割。其中分类是为了告诉你“是什么”，后面两个任务的目标是为了告诉你“在哪里”，而分割任务将在像素级别上回答这个问题。而视频目标分割任务和语义分割有两个基本区别：视频目标分割任务分割的是一般的、非语义的目标；视频目标分割添加了一个时序模块：它的任务是在视频的每一连续帧中寻找感兴趣目标的对应像素。"

名称：等变网络（Equivariant Network）
论文集地址：https://www.aminer.cn/topic/6022777b92c7f9be21158074?f=cs
简介：尽管现阶段的神经网络还缺少理论支撑，但是许多经验及实验都验证了：卷积权值共享和网络深度对于神经网络的效果起到了重要作用。卷积权值共享的有效性依赖于其在大多数感知任务中都具有平移不变性：预测标签的函数和数据分布对于平移变换都近似于不变。得益于平移不变性，共享权重的卷积核可以从图像的局部区域提取特征，并且参数量远少于全连接网络，同时能够学习更多有效的变换信息。等变网络对卷积神经网络进行扩展，并在特定的变换（旋转、平移等，也可表示为一个特殊的群）下具有等变性。"

名称：行人检索（Person Search）
论文集地址：https://www.aminer.cn/topic/6034aaa692c7f9be21988ba1?f=cs
简介：行人检索，也称为行人再识别，从工程的角度来说，一个实用的行人再识别系统是包含行人检测，跟踪和检索三个子模块的，但是因为行人检测和行人跟踪一般是作为单独的课题进行研究，所以行人再识别主要关注的是检索方面的问题。行人再识别早年的工作主要是基于图像的，即给定一个待检索行人（probe），在原型图像集上找到同一个人（gallery）。近几年开始出现一些基于视频的工作，此时probe和gallery也相应地变为了视频序列。"

名称：Deepfake（Deepfake）
论文集地址：https://www.aminer.cn/topic/60386f9492c7f9be21815a04?f=cs
简介：Deepfake这个词是“深度学习”和“假冒”两个词的组合。一般来说，Deepfake指的是由人工智能生成的、现实生活中不存在的人或物体，它们看上去是逼真的。Deepfake的最常见形式是人类图像的生成和操控。例如，对外国电影进行逼真的视频配音，在购物时虚拟地穿上衣服，对演员进行换脸等等。这两年虽然涌现出了很多图像生成模型方面的论文，但大都是能算是Demo，没有多少的实用价值，除非在特定领域，所以deepfake从技术的角度而言，这是深度图像生成模型的一次非常成功的应用。"

名称：图像抠图（Image Matting）
论文集地址：https://www.aminer.cn/topic/603de7f292c7f9be21ba21aa?f=cs
简介：图像抠图（Image Matting），是指从图像中提取出我们所感兴趣的前景目标，同时过滤掉背景部分。一张图像可以简单的看成是由两部分组成，即前景（Foreground）和背景（Background）。简单来说，抠图，就是将一张给定图像的前景和背景区分开来。近来Matting领域一大特征是越来越多的算法尝试无需输入Trimap的抠图，并有了非常惊艳的表现，这大大提高了Matting的易用性。"

名称：光流法（Optical Flow）
论文集地址：https://www.aminer.cn/topic/603ded7592c7f9be21d2857b?f=cs
简介：光流（Optical Flow）是目标、场景或摄像机在连续两帧图像间运动时造成的目标的运动。它是图像在平移过程中的二维矢量场，是通过二维图像来表示物体点三维运动的速度场，反映了微小时间间隔内由于运动形成的图像变化，以确定图像点上的运动方向和运动速率。光流提供了恢复运动的线索。光流法主要依赖于三个假设：1. 亮度恒定：图像中目标的像素强度在连续帧之间不会发生变化；2. 时间规律：相邻帧之间的时间足够短，以至于在考虑运行变化时可以忽略它们之间的差异。该假设用于导出下面的核心方程；3. 空间一致性：相邻像素具有相似的运动。"

名称：同步定位与地图构建（Simultaneous localization and mapping）
论文集地址：https://www.aminer.cn/topic/604094b492c7f9be213eebe5?f=cs
简介：同步定位与地图构建（SLAM），最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。由于SLAM的重要学术价值和应用价值，一直以来都被认为是实现全自主移动机器人的关键技术。自从上世纪80年代SLAM概念的提出到现在，SLAM技术已经走过了30多年的历史。SLAM系统使用的传感器在不断拓展，从早期的声呐，到后来的2D/3D激光雷达，再到单目、双目、RGBD、ToF等各种相机，以及与惯性测量单元IMU等传感器的融合；SLAM的算法也从开始的基于滤波器的方法（EKF、PF等）向基于优化的方法转变，技术框架也从开始的单一线程向多线程演进。"

名称：行人属性识别（Pedestrian Attribute Recognition）
论文集地址：https://www.aminer.cn/topic/6040967492c7f9be21458e77?f=cs
简介：行人属性识别，目的是从输入图像中挖掘行人的属性信息。行人属性识别挖掘得到的是行人的高层语义信息，这些信息和低层特征不同，对视角变换和成像条件的变化比较鲁棒。计算机视觉领域的很多算法，如ReID和行人检测，都会集成行人的属性信息以提升算法的鲁棒性。虽然，RAP领域已经有了很多的研究成果，但因为视角、光线、分辨率等因素的影响，它仍然是一个很有挑战性的领域。早期的行人属性识别领域主要用的是手工设计的低层特征，如HOG、SIFT，再结合分类算法SVM和条件随机场(CRF)，这些算法在实际应用中的效果不理想。近年来，随着深度学习的发展，也出现了很多的基于深度学习的RAP算法。"

名称：基于3D点云的深度学习（Deep Learning on Point Clouds）
论文集地址：https://www.aminer.cn/topic/6041cdd192c7f9be217b35ab?f=cs
简介：点云表示作为一种常用的表示格式，在三维空间中保留了原始的几何信息，不需要任何离散化。因此，它是许多场景理解相关应用（如自动驾驶和机器人）的首选表示。近年来，深度学习技术已成为计算机视觉、语音识别、自然语言处理、生物信息学等领域的研究热点，然而，三维点云的深度学习仍然面临着数据集规模小、维数高、非结构化等诸多挑战三维点云。目前基于点云数据下的深度学习方法主要包括包括三维形状分类、三维目标检测与跟踪、三维点云分割三大任务。"

名称：多任务学习在计算机视觉中的应用（Multi-task learning in computer vision）
论文集地址：https://www.aminer.cn/topic/60616df592c7f9be2185cdeb?f=cs
简介：多任务学习旨在通过同时解决多个相关任务，提升学习效率和网络泛化性能。将卷积神经网络嵌入到MTL中已经在广泛的计算机视觉应用中显示出良好的前景，诸如目标识别，检测，分割等等。设计一个成功的MTL模型的关键是学习共享特征和特定任务特征表示的能力。理解任务之间的共性和差异的机制允许模型在任务之间传递信息，同时裁剪预测模型来描述单个任务的不同特征。这些特征表示的质量主要取决于MTL网络架构的设计，如网络中的哪些层是在所有任务之间共享的，哪些层是分开，专门针对于某个子任务的。"

名称：表示学习在计算机视觉中的应用（Representation learning in CV）
论文集地址：https://www.aminer.cn/topic/6061f47992c7f9be21e594ed?f=cs
简介：计算机视觉中的表征学习是从原始数据中提取特征。特征提取涉及将原始数据处理到向量空间中，捕获表示该数据的基础时空信息。在计算机视觉中，表征学习算法可分为两类：监督学习（Supervised learning）： 利用大量的标注数据来训练神经网络模型，完成模型训练之后，不直接使用分类的 fc 层的输出，而是其前一层的输出作为 Representation 用于下游任务；自监督学习（Self-Supervised Learning）： 利用大规模的无标注的数据，选择合适的辅助任务（pretext）和自身的监督信号，进行训练，从而可以学习到 Representation 用于下游任务。"

名称：迁移学习在计算机视觉中的应用（Transfer learning in CV）
论文集地址：https://www.aminer.cn/topic/6063453a92c7f9be215edcf4?f=cs
简介：在某些计算机视觉领域如生物信息，由于其数据获取和数据标注都需要进行大量的临床试验，因此很难构建大规模带有标注的高质量数据集，从而限制了它的发展。为此，有人提出了迁移学习，这放松了数据获取的假设：只要求训练数据必须独立且与测试数据相同分布，这促使我们可以使用迁移学习来解决训练数据不足的问题。"

名称：主动学习在计算机视觉中的应用（Active learning in CV）
论文集地址：https://www.aminer.cn/topic/60656b2592c7f9be2157f7e2?f=cs
简介：在图像分类中,需要大量有标记的样本来训练稳定的分类模型,以实现对未知图像的准确分类。但是在实际应用中,有标记的图像数量非常之少,无标记的图像却随处可见,且图像的人工标记是件费时费力的工作。为了减少人工标记工作量,主动学习(Active Learning)技术被引入到图像分类中。主动学习的主要思想是：在大量未标记的样本中,采用某种策略,挑选少量最有信息量且最具代表性的样本交给专家进行标记。"

名称：强化学习在计算机视觉中的应用（Reinforcement learning in CV）
论文集地址：https://www.aminer.cn/topic/6069696f92c7f9be21496f59?f=cs
简介：近几年,深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能,其产物就是深度强化学习。而在计算机视觉这一领域，强化学习也得到了很多应用，特别是在机器人领域。"

名称：因果推理在计算机视觉中的应用（Causal Reasoning in CV）
论文集地址：https://www.aminer.cn/topic/60696cb392c7f9be21560a0d?f=cs
简介：计算机视觉中因果推理的应用，可以从两个方面来归纳：常识因果和事件因果。常识因果的研究关键词是relation，通常用graph来建模，也会利用到知识等先验作为指导。事件因果的研究关键词是independent，通常要求算法独立出研究对象，保留其对结果的影响，去除其他因素。"

名称：自动机器学习在计算机视觉中的应用（AutoML in CV）
论文集地址：https://www.aminer.cn/topic/6069709c92c7f9be21655253?f=cs
简介：2017年5月，Google Brain的研究人员宣布创建AutoML–一种能够让AI生成AI的人工智能。 最近，他们决定向AutoML提出迄今为止最大的挑战，使得AI可以自己“孕育”AI，创建了一个超过所有人类智慧的“孩子”。Google的研究人员使用一种称为强化学习的方法来自动设计机器学习模型。 AutoML充当一个神经网络控制器，为特定任务开发一个子AI网络。 对于研究人员称为NASNet的这个特殊的儿童AI来说，这个任务是实时地在视频中识别物体：人，汽车，交通信号灯，手袋，背包等等。AutoML将评估NASNet的性能，并使用这些信息来改善其子AI，重复这个过程数千次。在Google研究人员称为“计算机视觉领域最受尊敬的两个大型学术数据集”的ImageNet图像分类和COCO目标检测数据集上进行测试时，NASNet胜过了所有其他计算机视觉系统。"

名称：自监督学习在计算机视觉中的应用（Self-supervised learning in CV）
论文集地址：https://www.aminer.cn/topic/6069793392c7f9be218a85e3?f=cs
简介：在计算机视觉（CV）领域，目前的方法主要依赖大量的标注样本来学习丰富的视觉表征，从而在各项CV任务中取得较好的表现。然而在许多情况下，大规模的人工标注并不容易获得。因此，我们希望可以利用无监督方法去学习那些不带标注的样本。自监督学习，是无监督学习的一种，即无需额外的人工标签，仅利用数据自身的信息作为监督（自己监督自己）。"

名称：图神经网络在物理、化学和生物上的应用（GNN for Physics, Chemistry and Biology）
论文集地址：https://www.aminer.cn/topic/6076415b92c7f9be21775a7c?f=cs
简介：GNN被应用在众多的领域，主要集中在结构化场景、非结构化场景以及其他三个类别。在结构化场景中，GNN被广泛应用在社交网络、推荐系统、物理系统、化学分子预测、知识图谱等领域。其中，它在物理、化学、生物方面的应用尤为突出。"

名称：图神经网络在知识图谱上的应用（GNN for Knowledge Graph）
论文集地址：https://www.aminer.cn/topic/6076422092c7f9be217a7885?f=cs
简介：近年来，描述常识和事实的知识图谱成为了学术界和工业界广泛使用的知识表示方式，图神经网络在信息传播、关系归纳偏置上也展现了优秀的性能。考虑到知识图谱本身恰好就是一种图结构数据，因此采用图构建知识和数据之间的关联，同时应用图神经网络技术，有望结合知识和数据实现更好的可解释和可信人工智能技术。"

名称：图神经网络在推荐系统上的应用（GNN for Recommender Systems）
论文集地址：https://www.aminer.cn/topic/6076435e92c7f9be217f7438?f=cs
简介：随着网络信息的爆炸式增长，推荐系统在缓解信息过载方面发挥了重要作用。由于推荐系统具有重要的应用价值，这一领域的研究一直在不断涌现。近年来，图神经网络(GNN)技术得到了广泛的关注，它能将节点信息和拓扑结构自然地结合起来。由于GNN在图形数据学习方面的优越性能，GNN方法在许多领域得到了广泛的应用。在推荐系统中，主要的挑战是从用户/项目的交互和可用的边信息中学习有效的嵌入用户/项目。由于大多数信息本质上具有图结构，而网络神经网络在表示学习方面具有优势，因此将图神经网络应用于推荐系统的研究十分活跃。"

名称：图神经网络在计算机视觉上的应用（GNN for CV）
论文集地址：https://www.aminer.cn/topic/607644db92c7f9be2185b77d?f=cs
简介：图结构数据广泛存在于计算机视觉领域的众多任务中。在视觉问答任务中，需要根据给定图像中的内容回答问题，可以利用图形对图像中对象之间的关系进行建模。在基于骨骼的识别任务中，目标是基于骨骼动力学预测人类行为，骨骼可以表示为图形。在图像分类中，不同的类别通过知识图或类别共现图相互关联。此外，点云是一种表示形状和对象的不规则数据结构，也可以表示为图形。因此，可以很自然地利用图神经网络从这些图中提取模式，以便于完成相应的计算机视觉任务。"

名称：文本对抗攻防基准和评价（Textual Adversarial Benchmark and Evaluation）
论文集地址：https://www.aminer.cn/topic/609386c892c7f9be21a12f07?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。使用对抗样本生成和防御的自然语言处理研究可以基本概括为以下三种：1. 用未察觉的扰动迷惑模型，并评价模型在这种情况下的表现；2. 有意的改变深度神经网络的输出；3. 检测深度神经网络是否过于敏感或过于稳定，并寻找防御攻击的方法。网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含文本对抗攻防基准和评价相关论文。"

名称：文本对抗防御（Textual Adversarial Defense）
论文集地址：https://www.aminer.cn/topic/6093875492c7f9be21a37b9b?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。使用对抗样本生成和防御的自然语言处理研究可以基本概括为以下三种：1. 用未察觉的扰动迷惑模型，并评价模型在这种情况下的表现；2. 有意的改变深度神经网络的输出；3. 检测深度神经网络是否过于敏感或过于稳定，并寻找防御攻击的方法。网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含文本对抗防御相关论文。"

名称：对抗网络在图像翻译中的应用（Generative Adversarial Networks in Image Translation）
论文集地址：https://www.aminer.cn/topic/60a37a8892c7f9be21943b62?f=cs
简介：生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。本论文集包含生成对抗网络在图像翻译中的应用。"

名称：对抗网络在面部属性操作中的应用（Generative Adversarial Networks in Face Attribute Manipulation）
论文集地址：https://www.aminer.cn/topic/60a5cd7892c7f9be21f70016?f=cs
简介：生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。本论文集包含生成对抗网络在面部属性操作中的应用。"

名称：对抗网络在图像修复中的应用（Generative Adversarial Networks in Image Inpainting）
论文集地址：https://www.aminer.cn/topic/60a7246192c7f9be210c3081?f=cs
简介：生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。本论文集包含生成对抗网络在图像修复中的应用。"

名称：CVPR 2021 目标检测相关论文（CVPR 2021 object detection）
论文集地址：https://www.aminer.cn/topic/60bdbc5892c7f9be213b89f2?f=cs
简介：本论文集包含CVPR 2021 目标检测相关论文"

名称：CVPR 2021 3D目标检测相关论文（CVPR 2021 3D object detection）
论文集地址：https://www.aminer.cn/topic/60bdbf4292c7f9be21477f97?f=cs
简介：本论文集包含CVPR 2021 3D目标检测相关论文"

名称：CVPR 2021 实例分割相关论文（CVPR 2021 isntance segmentation）
论文集地址：https://www.aminer.cn/topic/60bdbfa092c7f9be2149372b?f=cs
简介：本论文集包含CVPR 2021 实例分割相关论文"

名称：CVPR 2021 语义分割相关论文（CVPR 2021 semantic segmentation）
论文集地址：https://www.aminer.cn/topic/60bdbffa92c7f9be214b178f?f=cs
简介：本论文集包含CVPR 2021 语义分割相关论文"

名称：CVPR 2021 姿态估计相关论文（CVPR 2021 Pose Estimation）
论文集地址：https://www.aminer.cn/topic/60bdc06e92c7f9be214ce962?f=cs
简介：本论文集包含CVPR 2021 姿态估计相关论文"

名称：CVPR 2021 手势估计相关论文（CVPR 2021 Gesture Estimation）
论文集地址：https://www.aminer.cn/topic/60bdc0cf92c7f9be214ec8e0?f=cs
简介：本论文集包含CVPR 2021 手势估计相关论文"

名称：CVPR 2021 图像去噪相关论文（CVPR 2021 Image Denoising）
论文集地址：https://www.aminer.cn/topic/60bdc1b492c7f9be21527833?f=cs
简介：本论文集包含CVPR 2021 图像去噪相关论文"

名称：CVPR 2021 图像修复相关论文（CVPR 2021 Image Edit）
论文集地址：https://www.aminer.cn/topic/60bdc22b92c7f9be2154577b?f=cs
简介：本论文集包含CVPR 2021 图像修复相关论文"

名称：CVPR 2021 图像翻译相关论文（CVPR 2021 Image Translation）
论文集地址：https://www.aminer.cn/topic/60bdc28c92c7f9be2155caf9?f=cs
简介：本论文集包含CVPR 2021 图像翻译相关论文"

名称：CVPR 2021 人脸结构检测相关论文（CVPR 2021 Facial Recognition）
论文集地址：https://www.aminer.cn/topic/60bdc2d092c7f9be2156d1b9?f=cs
简介：本论文集包含CVPR 2021 人脸结构检测检测相关论文"

名称：CVPR 2021 人脸生成相关论文（CVPR 2021 Face Generation）
论文集地址：https://www.aminer.cn/topic/60bdc2fa92c7f9be21577111?f=cs
简介：本论文集包含CVPR 2021 人脸生成相关论文"

名称：CVPR 2021 目标追踪相关论文（CVPR 2021 Object Tracking）
论文集地址：https://www.aminer.cn/topic/60bdc38092c7f9be215997ea?f=cs
简介：本论文集包含CVPR 2021 目标追踪相关论文"

名称：CVPR 2021 行为识别相关论文（CVPR 2021 Activity Recognition）
论文集地址：https://www.aminer.cn/topic/60bdc3ae92c7f9be215a4830?f=cs
简介：本论文集包含CVPR 2021 行为识别相关论文"

名称：CVPR 2021 医学影像相关论文（CVPR 2021 Medical Imaging）
论文集地址：https://www.aminer.cn/topic/60bdc3fb92c7f9be215b704c?f=cs
简介：本论文集包含CVPR 2021 医学影像相关论文"

名称：CVPR 2021 神经网络架构搜索相关论文（CVPR 2021 NAS）
论文集地址：https://www.aminer.cn/topic/60bdc46192c7f9be215cdee0?f=cs
简介：本论文集包含CVPR 2021 神经网络架构搜索相关论文"

名称：CVPR 2021 生成对抗网络相关论文（CVPR 2021 GAN）
论文集地址：https://www.aminer.cn/topic/60bdc54292c7f9be21604182?f=cs
简介：本论文集包含CVPR 2021 生成对抗网络相关论文"

名称：CVPR 2021 图像生成相关论文（CVPR 2021 Image Generation）
论文集地址：https://www.aminer.cn/topic/60bdc61c92c7f9be2163aa06?f=cs
简介：本论文集包含CVPR 2021 图像生成相关论文"

名称：CVPR 2021 点云相关论文（CVPR 2021 Point Cloud）
论文集地址：https://www.aminer.cn/topic/60bdc64e92c7f9be21646cb3?f=cs
简介：本论文集包含CVPR 2021 点云相关论文"

名称：CVPR 2021 3D重建相关论文（CVPR 2021 3D Reconstruction）
论文集地址：https://www.aminer.cn/topic/60bdc69192c7f9be216576e0?f=cs
简介：本论文集包含CVPR 2021 3D重建相关论文"

名称：遥感科学国家重点实验室（中国科学院遥感应用研究所、北京师范大学）（State Key Laboratory of Remote Sensing Science (Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing Normal University)）
论文集地址：https://www.aminer.cn/topic/60d9bdca92c7f9be2178b446?f=cs
简介：本论文集包含遥感科学国家重点实验室（中国科学院遥感应用研究所、北京师范大学）相关论文。"

名称：KDD 2021 图神经网络相关论文（KDD 2021 GNN）
论文集地址：https://www.aminer.cn/topic/60ded92092c7f9be21ca2792?f=cs
简介：近年来，人们对深度学习方法在图上的扩展越来越感兴趣。在多方因素的成功推动下，研究人员借鉴了卷积网络、循环网络和深度自动编码器的思想，定义和设计了用于处理图数据的神经网络结构，由此一个新的研究热点——“图神经网络”应运而生。本论文集包含KDD2021 图神经网络相关论文。"

名称：ICML 2021 图神经网络相关论文（ICML 2021 GNN）
论文集地址：https://www.aminer.cn/topic/60effb7792c7f9be210edb48?f=cs
简介：近年来，人们对深度学习方法在图上的扩展越来越感兴趣。在多方因素的成功推动下，研究人员借鉴了卷积网络、循环网络和深度自动编码器的思想，定义和设计了用于处理图数据的神经网络结构，由此一个新的研究热点——“图神经网络”应运而生。本论文集包含ICML2021 图神经网络相关论文。"

名称：Research期刊（Research）
论文集地址：https://www.aminer.cn/topic/6108e16892c7f9be21fb7f95?f=cs
简介：科技导报社和美国科学促进会（AAAS）合作出版的顶尖综合性期刊，首个Science合作期刊"

名称：ICCV 2021语义分割相关论文（ICCV 2021 Semantic Segmentation）
论文集地址：https://www.aminer.cn/topic/610fead892c7f9be21e1dc1e?f=cs
简介：语义分割是对图像中的每一个像素进行分类，目前广泛应用于医学图像与无人驾驶等。从这几年的论文来看，这一领域主要分为有监督语义分割、无监督语义分割、视频语义分割等。本论文集包含ICCV 2021语义分割相关论文。"

名称：无人机特种技术国家重点实验室（西北工业大学）（National Key Laboratory of UAV Special Technology（Northwestern Polytechnic University））
论文集地址：https://www.aminer.cn/topic/6110ca9792c7f9be21bfda47?f=cs
简介：无人机特种技术国家重点实验室始建于2001年，是国内唯一的无人机领域国家级重点实验室，实验室包括无人机总体优化技术、无人机系统综合控制技术、无人机起降技术和无人机综合性能测试与验证技术四大研究方向。"

名称：虚拟现实技术与系统国家重点实验室（北京航空航天大学）（State Key Laboratory of Virtual Reality Technology and Systems (Beijing University of Aeronautics and Astronautics)）
论文集地址：https://www.aminer.cn/topic/61121cf792c7f9be214b641d?f=cs
简介：虚拟现实技术与系统国家重点实验室（北京航空航天大学）是依托北京航空航天大学组建的科研机构。"

名称：Bioinformatics近年引用最高论文（Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca8be92c7f9be2180eb70?f=cs
简介：Bioinformatics是综合交叉学科领域B类期刊，Bioinformatics利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题，以计算机为工具对生物数据进行搜索、处理和利用。"

名称：ESWA近年引用最高论文（ESWA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d26?f=cs
简介：ESWA是人工智能与模式识别B类期刊，当前影响因子为6.954且JCR分区为Q1，以下为近年来引用较高的论文。"

名称：TNNLS近年引用最高论文（TNNLS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d6e?f=cs
简介：TNNLS是人工智能与模式识别的B类期刊，当前的影响因子为10.451,且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Transactions on Cybernetics近年引用最高论文（Transactions on Cybernetics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846db0?f=cs
简介：Transactions on Cybernetics是人工智能与模式识别B类期刊，当前的影响因子为8.803且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Neurocomputing近年引用最高论文（Neurocomputing recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e31?f=cs
简介：Neurocomputing是人工智能与模式识别B类期刊，当前影响因子为5.719且JCR的分区为Q1，以下是近年来引用较高的文章。"

名称：TITS近年引用最高论文（TITS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e75?f=cs
简介：TITS是综合与交叉领域B类期刊，当前的影响因子为6.492且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TMI近年引用最高论文（TMI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21846fc3?f=cs
简介：TMI是综合与交叉领域B类期刊，当前的影响因子为10.048且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：Proc. IEEE近年引用最高论文（Proc. IEEE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847010?f=cs
简介：Proceedings of the IEEE是综合与交叉领域A类期刊，当前的影响因子为10.961且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：Pattern Recognition Letters近年引用最高论文（Pattern Recognition Letters recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847058?f=cs
简介：Pattern Recognition是人工智能与模式识别领域B类期刊，当前的影响因子为7.740且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TFS近年引用最高论文（TFS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847145?f=cs
简介：TFS是人工智能与模式识别领域B类期刊，当前的影响因子为12.029且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JMLR近年引用最高论文（JMLR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218471a8?f=cs
简介：JMLR是人工智能与模式识别领域A类期刊，当前的影响因子为3.654且JCR分区为Q1，以下是当前引用较高的论文，"

名称：IJCV近年引用最高论文（IJCV recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847203?f=cs
简介：IJCV是人工智能与模式识别领域A类期刊，当前的影响因子为7.410且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBHI近年引用最高论文（JBHI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218474b5?f=cs
简介：JBHI是综合与交叉领域B类期刊，当前的影响因子为5.772且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JAMIA近年引用最高论文（JAMIA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847505?f=cs
简介：JAMIA是综合与交叉领域B类期刊，当前的影响因子为4.497且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Neural Networks近年引用最高论文（Neural Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218475ad?f=cs
简介：Neural Networks是人工智能与模式识别领域B类期刊，当前的影响因子为5.287且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Briefings in Bioinformatics近年引用最高论文（Briefings in Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847603?f=cs
简介：Briefings in Bioinformatics是综合与交叉领域B类期刊，当前的影响因子为11.622且JCR分区为Q2，以下是当前引用较高的论文。"

名称：GRSL近年引用最高论文（GRSL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218476da?f=cs
简介：GRSL是综合与交叉领域B类期刊，当前的影响因子为3.966且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TASAE近年引用最高论文（TASAE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847855?f=cs
简介：TASAE是综合与交叉领域B类期刊，当前的影响因子为5.083且JCR分区为Q2，以下是当前引用较高的论文。"

名称：BMC Bioinformatics近年引用最高论文（BMC Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478a0?f=cs
简介：BMC Bioinformatics是综合与交叉领域B类期刊，当前的影响因子为3.169且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TR近年引用最高论文（TR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478fb?f=cs
简介：TR是人工智能与模式识别领域A类期刊，当前的影响因子为5.567且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBI近年最高论文（JBI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479a9?f=cs
简介：JBI是人工智能与模式识别领域B类期刊，当前的影响因子为6.317且JCR分区为Q2，以下是当前引用较高的论文。"

名称：PRL近年引用最高论文（PRL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479e9?f=cs
简介：PRL是人工智能与模式识别领域B类期刊，当前的影响因子为3.756且JCR分区为Q2，以下是当前引用较高的论文。"

名称：EAAI近年引用最高论文（EAAI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847a85?f=cs
简介：EAAI是人工智能与模式识别领域B类期刊，当前的影响因子为6.212且JCR分区为Q2，以下是当前引用较高的论文。"

名称：CVIU近年引用最高论文（CVIU recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e9d?f=cs
简介：CVIU是人工智能与模式识别领域B类期刊，当前的影响因子为3.876且JCR分区为Q2，以下是当前引用较高的论文。"

名称：JACM近年引用最高论文（JACM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847f45?f=cs
简介：JCAM是综合与交叉领域A类期刊，当前的影响因子为1.394且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AI近年引用最高论文（AI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848037?f=cs
简介：AI是人工智能与模式识别研究领域A类期刊，当前的影响因子为9.088且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Applied Intelligence近年引用最高论文（Applied Intelligence recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848332?f=cs
简介：Applied Intelligence是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.086且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TAC近年引用最高论文（TAC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be2184838b?f=cs
简介：TAC是人工智能与模式识别研究领域B类期刊，当前的影响因子为10.506且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AIM近年引用最高论文（AIM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848662?f=cs
简介：AIM是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.326且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TCBB近年引用最高论文（TCBB recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848792?f=cs
简介：TCBB是综合与交叉研究领域B类期刊，当前的影响因子为3.710且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IJAR近年引用最高论文（IJAR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218487f1?f=cs
简介：IJAR是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.816且JCR分区为Q3，以下是当前引用较高的论文。"

名称：Machine Learning近年引用最高论文（Machine Learning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848845?f=cs
简介：Machine Learning是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.940且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJNS近年引用最高论文（IJNS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be2184888a?f=cs
简介：IJNS是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.866且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TBD近年引用最高论文（TBD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848967?f=cs
简介：TBD是综合与交叉研究领域B类期刊，当前的影响因子为3.344且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Computer Speech and Language近年引用最高论文（Computer Speech and Language recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848a33?f=cs
简介：Computer Speech and Language是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.899且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IVC近年引用最高论文（IVC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848bc9?f=cs
简介：IVC是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.818且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Journal of Automated Reasoning近年引用最高论文（Journal of Automated Reasoning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848f65?f=cs
简介：Journal of Automated Reasoning是人工智能与模式识别研究领域B类期刊，当前的影响因子为0.944且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Computational Linguistics近年引用最高论文（Computational Linguistics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218490b1?f=cs
简介：Computational Linguistics是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.271且JCR分区为Q3，以下是当前引用较高的论文。"

名称：JCST近年引用最高论文（JCST recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218491ed?f=cs
简介：JCST是综合与交叉研究领域B类期刊，当前的影响因子为1.571且JCR分区为Q3，以下是当前引用较高的论文。"

名称：TG近年引用最高论文（TG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492bc?f=cs
简介：TG是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.574且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Evolutionary Computation近年引用最高论文（Evolutionary Computation recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492fd?f=cs
简介：Evolutionary Computation是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.277且JCR分区为Q1，以下是当前引用较高的论文。"

名称：AAMAS近年引用最高论文（AAMAS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218494bd?f=cs
简介：AAMAS是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.431且JCR分区为Q3，以下是当前引用较高的论文。"

名称：EMNLP近年最佳论文（EMNLP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4492c7f9be21cce5d1?f=cs
简介：EMNLP是自然语言处理领域的一个重要会议。EMNLP是由ACL语言特性特别兴趣小组(SIGDAT)组织的。EMNLP始于1996年，是基于一个名为“非常大语料库研讨会”(WVLC)的早期系列会议。"

名称：TCSVT近年最佳论文（TCSVT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5092c7f9be21cd1bf0?f=cs
简介：IEEE视频技术电路和系统汇刊(tcvt)涵盖了所有视频技术的电路和系统方面。在tcvt上发表关于图像/视频采集、表示、演示和显示或与之相关的电路和系统视角的一般、理论和应用论文;处理、滤波和变换;分析和合成;学习和理解;压缩、传输、通信和联网;存储、检索、标引和搜索;和/或硬件和软件的设计和实现。"

名称：SPL近年最佳论文（SPL Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5092c7f9be21cd1c54?f=cs
简介：《IEEE信号处理快报》是一份月刊，旨在为信号、图像、语音、语言和音频处理领域的原创、前沿思想和及时、重要贡献提供快速传播。"

名称：ICC近年最佳论文（ICC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5192c7f9be21cd1f41?f=cs
简介：IEEE国际通信会议(ICC)是IEEE通信协会的两个旗舰会议之一，致力于推动通信几乎每个方面的创新。每年，有超过2900名科研人员和他们的管理人员在年度会议上提交项目会议的提案。在广泛的同行评审之后，最好的提案被选为会议计划，其中包括专门为推进技术而设计的技术论文、教程、研讨会和行业会议，继续重塑世界的系统和基础设施，为所有用户提供前所未有的高速、无缝和具有成本效益的全球电信服务频谱。成千上万的参与者聚集在一起，展示研究成果，分享观点和想法，获取最新技术的更新，扩展专业和社交网络。这些活动都是通过IEEE国际商会的多种多样和令人兴奋的项目来实现的。这个为期五天的活动包括几位来自产业界、学术界和政府部门的杰出人士的主题演讲;面板和论坛;由同行广泛审查技术论文的技术会议;以各种技术的最新趋势为重点的讲习班;由各自学科的专家提供的教程;展品;一个颁奖午宴;还有一个轻松愉快的宴会。"

名称：Globecom近年最佳论文（Globecom Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd249e?f=cs
简介：IEEE全球通信会议(globecm)是IEEE通信协会的两个旗舰会议之一，致力于推动通信几乎每个方面的创新。每年有3000多名科研人员和他们的管理人员提交提案，在年度会议上举行项目会议。在广泛的同行评审之后，最好的提案被选为会议计划，其中包括专门为推进技术而设计的技术论文、教程、研讨会和行业会议，继续重塑世界的系统和基础设施，为所有用户提供前所未有的高速、无缝和具有成本效益的全球电信服务频谱。"

名称：BMVC近年最佳论文（BMVC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd259a?f=cs
简介：BMVC是旧的英国Alvey视力会议(AVC)的继承者，该会议在1985年(苏塞克斯大学)，1987年(剑桥大学)，1988年(曼彻斯特大学)和1989年(雷丁大学)运行。英国机器视觉大会在1990年取代了AVC，当时BMVA成立。尽管作为一个全国性的会议开始,它现在是一个著名的外资参与的重大国际场所与高水平(在2013年,84%的接受论文完全来自英国以外,另外4%的混合)作者身份发表论文的质量和高应力(2013年,录取率只有30%)。[6]BMVC是一个中等规模的会议，被接受的出版物(因此演讲和海报的数量)大约200个。"

名称：ICIP近年最佳论文（ICIP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd289f?f=cs
简介：ICIP会议是图像处理国际会议，会议的主要议题包括：COVID-19 和成像，传感、表示、建模和配准，合成、渲染和可视化，纹理图像表示和分类，计算成像，修复和增强，过滤和多分辨率处理等方面。"

名称：GECCO近年最佳论文（GECCO Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2e8a?f=cs
简介：GECCO提供最新的高质量的遗传和进化计算结果。感兴趣的话题包括:遗传算法、遗传规划、进化策略、进化规划、分布估计算法、模因算法、超启发式、进化机器人、可进化硬件、人工生命、蚁群优化算法、群体智能、人工免疫系统、数字娱乐技术、进化艺术，进化组合优化，元启发式，进化多目标优化，进化机器学习，基于搜索的软件工程，理论，现实世界的应用，等等。"

名称：ICAPS近年最佳论文（ICAPS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd45d5?f=cs
简介：国际自动化规划与调度会议(ICAPS)是在自主系统中实现智能决策的主要会议。"

名称：AAMAS近年最佳论文（AAMAS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4bc4?f=cs
简介：自治代理和多代理系统是一个同行评审的科学杂志，涵盖自治代理和多代理系统的研究。"

名称：ISMAR近年最佳论文（ISMAR Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd5036?f=cs
简介：ISMAR会议是混合和增强现实国际研讨会，会议的主要议题包括：人工智能、计算机视觉、多样性和包容性问题等方面。"

名称：ICCV2021对象检测相关论文（Object Detection of ICCV2021）
论文集地址：https://www.aminer.cn/topic/617a1b592cbf5c036fcce2ce?f=cs
简介：以下收集了2021年ICCV会议关于对象检测研究方向的相关论文，欢迎读者阅读收藏。"

名称：EMNLP2021图相关论文合集（A collection of Graph Neural Networks papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a7ac?f=cs
简介：EMNLP2021会议上图相关的论文，欢迎一起交流学习！"

名称：图像超分辨重建（Image super-resolution reconstruction）
论文集地址：https://www.aminer.cn/topic/61b8b3fd2cbf5c036f6e60b7?f=cs
简介：超分辨重建在医学影像处理、压缩图像增强等方面具有广阔的应用前景，近年来一直是深度学习研究的热门领域。卷积和残差构件的改进、不同种类perceptual loss的进一步分析、对抗生成网络用于超分辨重建的探索等都是值得关注的方向。"

名称：图像恢复（image restoration）
论文集地址：https://www.aminer.cn/topic/61b952c142323c8f84019cc9?f=cs
简介：图像复原（image restoration）即利用退化过程的先验知识，去恢复已被退化图像的本来面目。对遥感图像资料进行大气影响的校正、几何校正以及对由于设备原因造成的扫描线漏失、错位等的改正，将降质图像重建成接近于或完全无退化的原始理想图像的过程。"

名称：图像增强（image enhancement）
论文集地址：https://www.aminer.cn/topic/61b952c542323c8f8401a284?f=cs
简介：增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合。有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。"

名称：图像问答（Image Question Answering）
论文集地址：https://www.aminer.cn/topic/61ba976442323c8f84e5d411?f=cs
简介：VQA系统需要将图片和问题作为输入，结合这两部分信息，产生一条人类语言作为输出。针对一张特定的图片，如果想要机器以自然语言处理（NLP）来回答关于该图片的某一个特定问题，我们需要让机器对图片的内容、问题的含义和意图以及相关的常识有一定的理解。"

名称：图像描述（Image Caption）
论文集地址：https://www.aminer.cn/topic/61ba976942323c8f84e5dd83?f=cs
简介：图像描述是指以图像为输出，通过模型和计算来输出对应图像的自然语言描述。这一领域是结合了人工智能两大方向：计算机视觉和自然语言处理。从2015年的论文：Show and Tell开始，近几年图像描述领域开始快速发展，逐渐加入attention机制、visual sentinel哨兵机制、对CNN的改进、利用强化学习来训练模型以及利用目标检测技术来改进模型"

名称：图像检索（image retrieval）
论文集地址：https://www.aminer.cn/topic/61ba976c42323c8f84e5e2f0?f=cs
简介：给定一个包含特定实例(例如特定目标、场景、建筑等)的查询图像，图像检索旨在从数据库图像中找到包含相同实例的图像。但由于不同图像的拍摄视角、光照、或遮挡情况不同，如何设计出能应对这些类内差异的有效且高效的图像检索算法仍是一项研究难题。"

名称：视频检索（Video retrieval）
论文集地址：https://www.aminer.cn/topic/61bc437242323c8f84cc5bfc?f=cs
简介：视频检索简单的可以理解为从视频中搜索有用或者需要的资料。智能视频技术实现对移动目标的实时检测、识别、分类以及多目标跟踪等功能的主要算法分为以下五类：目标检测、目标跟踪、目标识别、行为分析、基于内容的视频检索和数据融合等。视频检索在社会公共安全领域，视频监控系统成为维护社会治安，加强社会管理的一个重要组成部分。"

名称：网络压缩（network compression）
论文集地址：https://www.aminer.cn/topic/61bc437542323c8f84cc63f6?f=cs
简介：一个深度学习模型通常包含数以百万计甚至千万计的参数和十几层甚至几十层的网络，通常需要非常大的计算代价和存储空间。神经网络压缩是指通过改变网络结构或利用量化、近似的方法来减少网络的参数或存储空间，在不影响神经网络性能的情况下，降低网络计算代价和存储空间。"

名称：网络轻量化（Network lightweight）
论文集地址：https://www.aminer.cn/topic/61bc437842323c8f84cc699b?f=cs
简介：深度神经网络模型被广泛应用在图像分类、物体检测，目标跟踪等计算机视觉任务中，并取得了巨大成功。然而，由于存储空间和算力资源限制，神经网络模型在移动设备和嵌入式设备上的存储与计算仍然是一个巨大的挑战。轻量化网络旨在保持模型精度基础上近一步减少模型参数量和复杂度，逐渐成为计算机视觉中的一个研究热点。轻量化网络既包含了对网络结构的探索，又有例如知识蒸馏，剪枝等模型压缩技术的运用，推动了深度学习技术在移动端，嵌入式端的应用落地，在智能家居，安防，自动驾驶，智慧海洋等领域都有重要贡献。轻量化的思想对工业界和学术界都有深刻启发，是面试中的高频问题，同时也是视觉领域理论研究的热点，是出论文的好方向，有广阔的领域值得去探索学习。"

名称：双目立体视觉（Binocular Stereo Vision）
论文集地址：https://www.aminer.cn/topic/61bfe72342323c8f84d7b857?f=cs
简介：双目立体视觉（Binocular Stereo Vision）是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。"

名称：多目视觉技术（Multi vision technology）
论文集地址：https://www.aminer.cn/topic/61bfe72842323c8f84d7c393?f=cs
简介：多目视觉法不需要人为地对相关辐射源进行设置，能够在不接触的情况下进行自动在线检测．这种方法的优点是可以减少测量中的盲区，获得更大的视野范围，更高的识别精度；此外，该方法还能解决双目视觉中的误匹配现象，能够适应各种场景．但由于在双目的基础上增加了一台或多台相机，在进行三维重建时需要对大量的数据进行处理，导致处理时间的增加，无法满足实时性的要求；此外，在重建过程中需要进行大量的匹配运算，运算量偏大，而且易受环境光照条件的影响；另外，在基线距离比较大时，重建效果会降低．目前，多目视觉法在车辆自主驾驶、机器人视觉、多自由度机械装置控制等很多 领域获得了广泛的应用。"

名称：多源融合视觉（Multi-source fusion vision）
论文集地址：https://www.aminer.cn/topic/61bfe72b42323c8f84d7c90f?f=cs
简介：图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像。融合的结果可以更好的将多幅图像在时空上的相关性和信息上的互补性进行整合，从而将更为重要的图像特征表征便于机器的后续处理。"

名称：医学影像分析（Medical image analysis）
论文集地址：https://www.aminer.cn/topic/61c1f1cb42323c8f848c3c23?f=cs
简介：随着医学成像技术和计算机技术的不断发展和进步，医学图像分析已成为医学研究、临床疾病诊断和治疗中一个不可或缺的工具和技术手段。近几年来，深度学习，特别是深度卷积神经网络已经迅速发展成为医学图像分析的研究热点，它能够从医学图像大数据中自动特区隐含的疾病诊断特征。"

名称：遥感与航空影像分析（Remote sensing and Airborne remote analysis）
论文集地址：https://www.aminer.cn/topic/61c1f1d042323c8f848c462a?f=cs
简介：遥感图像分析用模式识别方法对遥感图像数据进行分类的技术。遥感图像分析的主要目的是根据图像所包含的光谱信息、空间信息、多时相信息和辅助数据确定地面物景中对应的物体类别、性质及其变化，例如农作物类别、林区林种、农林虫害、泛区面积、矿山岩性、土壤成分和城镇变迁等。"

名称：工业视觉检测（Industrial visual inspection）
论文集地址：https://www.aminer.cn/topic/61c1f1d342323c8f848c4d01?f=cs
简介：工业视觉系统的图像识别过程是按任务需要从原始图像数据中提取有关信息、高度概括地描述图像内容，以便对图像的某些内容加以解释和判断。工业视觉系统可看作是针对任务作了简化的初级机器视觉系统。几乎所有的工业生产领域都需要应用机器视觉代替人的视觉,特别是那些对速度、精度或可靠性要求高的视觉任务更需要采用工业视觉系统。"

名称：人体姿态估计（Human posture estimation）
论文集地址：https://www.aminer.cn/topic/61c353f842323c8f84078ae0?f=cs
简介：姿态估计问题就是确定某一三维目标物体的方位指向问题。姿态估计在机器人视觉、动作跟踪和单照相机定标等很多领域都有应用。基于模型的方法通常利用物体的几何关系或者物体的特征点来估计。基于学习的方法借助于机器学习方法，从事先获取的不同姿态下的训练样本中学习二维观测与三维姿态之间的对应关系。"

名称：行人检测（Pedestrian detection）
论文集地址：https://www.aminer.cn/topic/61c353fc42323c8f840795e6?f=cs
简介：行人检测是利用计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位。该技术可与行人跟踪，行人重识别等技术结合，应用于人工智能系统、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。由于行人兼具刚性和柔性物体的特性 ，外观易受穿着、尺度、遮挡、姿态和视角等影响，使得行人检测成为计算机视觉领域中一个既具有研究价值同时又极具挑战性的热门课题。"

名称：行人识别（Pedestrian recognition）
论文集地址：https://www.aminer.cn/topic/61c353ff42323c8f84079e77?f=cs
简介：行人识别ReID，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。在监控视频中，由于相机分辨率和拍摄角度的缘故，通常无法得到质量非常高的人脸图片。当人脸识别失效的情况下，ReID就成为了一个非常重要的替代品技术。"

名称：人脸美颜（Face beauty）
论文集地址：https://www.aminer.cn/topic/61c486bd42323c8f840e6710?f=cs
简介：人脸美颜是一个深度学习+图像处理+图形学的技术。“美颜”牵涉到这些技术包括：人脸检测、人脸关键点定位、瘦脸、磨皮、美白等。其中，人脸检测、人脸关键点定位是用深度学习技术来做的；而瘦脸、磨皮和美白就牵涉到计算机图形学里的技术，使用OpenGL，Metal来对检测到的人脸进行渲染。"

名称：人脸检测（Face Detection）
论文集地址：https://www.aminer.cn/topic/61c486c142323c8f840e6f6e?f=cs
简介：人脸检测是自动人脸识别系统中的一个关键环节。早期的人脸识别研究主要针对具有较强约束条件的人脸图象，往往假设人脸位置一直或者容易获得，因此人脸检测问题并未受到重视。随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般图象具有一定的识别能力，由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理、视频检测等方面有着重要的应用价值"

名称：人脸对齐（face alignment）
论文集地址：https://www.aminer.cn/topic/61c486c442323c8f840e7688?f=cs
简介：人脸对齐任务即根据输入的人脸图像，自动定位出面部关键特征点，如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等。 这项技术的应用很广泛，比如自动人脸识别，表情识别以及人脸动画自动合成等。由于不同的姿态、表情、光照以及遮挡等因素的影响，准确地定位出各个关键特征点看似很困难。"

名称：人脸验证（Face verification）
论文集地址：https://www.aminer.cn/topic/61c8937d42323c8f8424d0b8?f=cs
简介：它的输入是两个人脸特征，通过人脸比对获得两个人脸特征的相似度，通过与预设的阈值比较来验证这两个人脸特征是否属于同一人（即相似度大于阈值，为同一人；小于阈值为不同）。"

名称：属性识别（Attribute recognition）
论文集地址：https://www.aminer.cn/topic/61c8938042323c8f8424d5bd?f=cs
简介：一般的人脸属性识别算法的输入是“一张人脸图”和“人脸五官关键点坐标”，输出是人脸相应的属性值。人脸属性识别算法一般会根据人脸五官关键点坐标将人脸对齐（旋转、缩放、扣取等操作后，将人脸调整到预定的大小和形态），然后进行属性分析。常规的人脸属性识别算法识别每一个人脸属性时都是一个独立的过程，即人脸属性识别只是对一类算法的统称，性别识别、年龄估计、姿态估计、表情识别都是相互独立的算法。但最新的一些基于深度学习的人脸属性识别也具有一个算法同时输入性别、年龄、姿态等属性值的能力。"

名称：人脸检索（Face retrieval）
论文集地址：https://www.aminer.cn/topic/61c8943142323c8f842620d5?f=cs
简介：“人脸检索”是查找和输入人脸相似的人脸序列的算法。人脸检索通过将输入的人脸和一个集合中的说有人脸进行比对，根据比对后的相似度对集合中的人脸进行排序。根据相似度从高到低排序的人脸序列即使人脸检索的结果。"

名称：表情识别（Expression recognition）
论文集地址：https://www.aminer.cn/topic/61cab86542323c8f848942d7?f=cs
简介：随着机器学习和深度神经网络两个领域的迅速发展以及智能设备的普及，人脸识别技术正在经历前所未有的发展，关于人脸识别技术讨论从未停歇。目前，人脸识别精度已经超过人眼，同时大规模普及的软硬件基础条件也已具备，应用市场和领域需求很大，基于这项技术的市场发展和具体应用正呈现蓬勃发展态势。人脸表情识别(facialexpression recognition, FER)作为人脸识别技术中的一个重要组成部分，近年来在人机交互、安全、机器人制造、自动化、医疗、通信和驾驶领域得到了广泛的关注，成为学术界和工业界的研究热点。"

名称：活体检测（Face LiveDetect）
论文集地址：https://www.aminer.cn/topic/61cab9cc42323c8f848be491?f=cs
简介：活体检测是在一些身份验证场景确定对象真实生理特征的方法，在人脸识别应用中，活体检测能通过眨眼、张嘴、摇头、点头等组合动作，使用人脸关键点定位和人脸追踪等技术，验证用户是否为真实活体本人操作。可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。"

名称：人脸交换（Face exchange）
论文集地址：https://www.aminer.cn/topic/61cabda442323c8f8493a950?f=cs
简介：人脸交换是一项前景良好的智能技术。它在保持目标人脸的特征（如表情、姿态、光照等）不变的情况下，将源人脸的特征转换为目标人脸。"

名称：虹膜识别（Iris Recognition）
论文集地址：https://www.aminer.cn/topic/61cb06fe42323c8f846f48fd?f=cs
简介：虹膜检测是一种生物特征识别的自动化方法，它使用虹膜检测仪拍摄并且利用云端运算识别技术对个人眼睛的一个或两个虹膜的影像进行识别，虹膜的复杂模式是独特且稳定的，并且可以反应身体的现况。虹膜检测使用具有微妙近红外照明的摄像机技术来获取外部可见的虹膜细节丰富、复杂结构的图像。"

3.自然语言处理

名称：语音识别（Speech Recognition）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd6f?f=cs
简介：语音识别（Speech Recognition）目标是以电脑自动将人类的语音内容转换为相应的文字。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用，例如语音到语音的翻译。
语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。"

名称：文本表征学习（Representation Learning for Text）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddb1?f=cs
简介：在机器学习中，特征学习或表征学习是学习一个特征的技术的集合：将原始数据转换成为能够被机器学习来有效开发的一种形式。它避免了手动提取特征的麻烦，允许计算机学习使用特征的同时，也学习如何提取特征：学习如何学习。"

名称：词嵌入（Word embedding）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddb0?f=cs
简介：词嵌入是自然语言处理（NLP）中语言模型与表征学习技术的统称。 概念上而言，它是指把一个维数为所有词的数量的高维空间嵌入到一个维数低得多的连续向量空间中，每个单词或词组被映射为实数域上的向量。"

名称：文本挖掘（Text Mining）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7b?f=cs
简介：文本挖掘是指从大量文本数据中抽取事先未知的、可理解的、最终可用的知识的过 程，同时运用这些知识更好地组织信息以便将来参考。直观的说，当数据挖掘的对象完全由文本这种数据类型组成时，这个过程就称为文本挖掘。"

名称：机器翻译（Machine Translation）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd80?f=cs
简介：机器翻译，又称为自动翻译，是利用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的过程。它是计算语言学的一个分支，是人工智能的终极目标之一，具有重要的科学研究价值。"

名称：自然语言处理（Natural Language Processing）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd88?f=cs
简介：自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。"

名称：自然语言生成（Natural Language Generation）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddac?f=cs
简介：自然语言生成（NLG）是自然语言处理的一部分，从知识库或逻辑形式等等机器表述系统去生成自然语言。这种形式表述当作心理表述的模型时，心理语言学家会选用语言产出这个术语。自然语言生成可以视为自然语言理解的反向： 自然语言理解系统须要厘清输入句的意涵，从而产生机器表述语言；自然语言生成系统须要决定如何把概念转化成语言。"

名称：AI政务（AI in Government）
论文集地址：https://www.aminer.cn/topic/5eb61ce892c7f9be2179aee5?f=cs
简介：人工智能(AI)在政府部门有多种用途。它可用于推动公共政策目标(在紧急服务、卫生和福利等领域)，并协助公众与政府互动(例如通过使用虚拟助理)。据《哈佛商业评论》称，“人工智能在公共部门的应用非常广泛，而且还在不断增长，世界各地都在进行早期试验。”来自哈佛大学艾什民主治理与创新中心的希拉·梅尔指出，政府部门的人工智能并不新鲜，上世纪90年代末，邮政部门就开始使用机器识别信封上的笔迹，从而自动发送信件。在政府中使用人工智能带来了显著的好处，包括效率的提高，从而节约成本，例如减少前台人员的数量，以及减少腐败的机会。"

名称：人工智能（Artificial Intelligence）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae18?f=cs
简介：人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。"

名称：主题模型（Topic Model）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7c?f=cs
简介：主题模型（Topic Model）在机器学习和自然语言处理等领域是用来在一系列文档中发现抽象主题的一种统计模型。直观来讲，如果一篇文章有一个中心思想，那么一些特定词语会更频繁的出现。比方说，如果一篇文章是在讲狗的，那“狗”和“骨头”等词出现的频率会高些。如果一篇文章是在讲猫的，那“猫”和“鱼”等词出现的频率会高些。而有些词例如“这个”、“和”大概在两篇文章中出现的频率会大致相等。但真实的情况是，一篇文章通常包含多种主题，而且每个主题所占比例各不相同。因此，如果一篇文章10%和猫有关，90%和狗有关，那么和狗相关的关键字出现的次数大概会是和猫相关的关键字出现次数的9倍。一个主题模型试图用数学框架来体现文档的这种特点。主题模型自动分析每个文档，统计文档内的词语，根据统计的信息来断定当前文档含有哪些主题，以及每个主题所占的比例各为多少。主题模型最初是运用于自然语言处理相关方向，但目前以及延伸至例如生物信息学的其它领域。"

名称：情感计算（Affective computing）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7e?f=cs
简介：情感计算的概念是在1997年由MIT媒体实验室Picard教授提出，她指出情感计算是与情感相关，来源于情感或能够对情感施加影响的计算。中国科学院自动化研究所的胡包刚等人也通过自己的研究，提出了对情感计算的定义：“情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境，并使计算机具有更高的、全面的智能”。"

名称：因果推理（Causal Reasoning）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edda0?f=cs
简介：因果推理是基于因果关系的一类推理方法，是一种常见推理模式，涉及观察到的共同效应的原因的概率依赖性。"

名称：对话系统和聊天机器人（Dialogue systems and Chatbots）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd90?f=cs
简介：聊天机器人（Chatterbot）是经由对话或文字进行交谈的计算机程序。能够模拟人类对话，通过图灵测试。以苹果的Siri和亚马逊的Echo为例，它实际上是一套非常复杂的智能系统，而对话机器人是其中一个界面。 有些文献或者商业机构把这部分称为Conversational UI（对话界面），也就是说我们通过对话来与机器沟通。
##对必读论文推荐有任何建议或意见可反馈至[email protected]。"

名称：问答系统（Question Answering）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edda5?f=cs
简介：问答系统是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户用自然语言提出的问题。其研究兴起的主要原因是人们对快速、准确地获取信息的需求。问答系统是人工智能和自然语言处理领域中一个倍受关注并具有广泛发展前景的研究方向。"

名称：文本分类（Text Classification/Clustering）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddb5?f=cs
简介：文本分类用电脑对文本集(或其他实体或物件)按照一定的分类体系或标准进行自动分类标记。属于一种基于分类体系的自动分类，是朴素贝叶斯分类方法。"

名称：语音与自然语言处理（2020智源大会）（Thematic Forum on Natural Language Processing (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d65a92c7f9be2174cd05?f=cs
简介：自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。本Topic收录了第二次智源大会-自然语言处理的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：生成式对话（生成式对话）
论文集地址：https://www.aminer.cn/topic/5ec3906692c7f9be21d80e79?f=cs
简介：编译程序把用高级语言书写的程序翻译成等价的机器语言程序或汇编语言程序。对话式编译程序，是指有程序需要运行时才进行编译的编译器。对话式编译程序能够运行时特定化：根据运行时常量，将程序代码特定化，然后在其中做各种优化工作。"

名称：机器感知（2020智源大会）（Machine Perception (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d69892c7f9be2175fafe?f=cs
简介：机器感知（Machine Perception）或机器认知（Machine Recognition）研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉……如：计算机视觉（Computer Vision）、模式（文字、图像、声音等）、识别（pattern Recognition）、自然语言理解（Natural Language Understanding）……都是人工智能领域的重要研究内容，也是在机器感知或机器认知方面高智能水平的计算机应用。本Topic收录了第二次智源大会-机器感知的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI交通（2020智源大会）（Ai in Transportation (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6ed92c7f9be2177ab25?f=cs
简介：本Topic收录了2020智源大会AI交通主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI科技女性（2020智源大会）（Women in AI (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6c792c7f9be2176f070?f=cs
简介：本Topic收录了2020智源大会AI科技女性主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI创业（2020智源大会）（AI Startup (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6df92c7f9be21776509?f=cs
简介：本Topic收录了2020智源大会AI创业主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：决策智能（2020智源大会）（Decision Intelligence (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6b092c7f9be21766f97?f=cs
简介：决策科学是一门通过运用社会科学，决策理论和管理科学中的理论知识来扩展数据科学的一门工程类学科。本Topic收录了第二次智源大会-决策智能的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：AI医疗（2020智源大会）（AI in Healthcare (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6d392c7f9be21772b01?f=cs
简介：AI赋能医疗。人工智能医疗简单说即以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量。本Topic收录了第二次智源大会-认知神经基础的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：北京语言大学-语言资源高精尖创新中心在研人员论文成果（北京语言大学-语言资源高精尖创新中心在研人员论文成果）
论文集地址：https://www.aminer.cn/topic/5f364cce92c7f9be21df7fb9?f=cs
简介：语言资源高精尖创新中心在研人员发表的相关论文"

名称：北京大学—计算语言教育部重点实验室（北京大学—计算语言教育部重点实验室）
论文集地址：https://www.aminer.cn/topic/5f364cf992c7f9be21dfcb73?f=cs
简介：北京大学—计算语言教育部重点实验室发表的相关论文"

名称：清华大学—自然语言处理与社会人文计算实验室（清华大学—自然语言处理与社会人文计算实验室）
论文集地址：https://www.aminer.cn/topic/5f3a7ed592c7f9be2184d280?f=cs
简介：清华大学—自然语言处理与社会人文计算实验室发表的相关论文"

名称：文本预训练（Text Pre-training）
论文集地址：https://www.aminer.cn/topic/5f68762a92c7f9be21bfaf78?f=cs
简介："

名称：ACL 历年最佳论文汇总（ACL Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6aec5992c7f9be213ca23b?f=cs
简介：ACL会议（Annual Meeting of the Association for Computational Linguistics）是自然语言处理与计算语言学领域最高级别的学术会议，由计算语言学协会主办，每年一届。"

名称：领域自适应-自然语言处理（Awesome Neural Adaptation in NLP）
论文集地址：https://www.aminer.cn/topic/5faa648192c7f9be21f70f88?f=cs
简介：精选的自然语言处理中有关神经无监督域自适应的出色工作清单，包括论文链接。重点是无监督的神经DA方法以及当前在机器翻译之外的工作。"

名称：BERT（BERT）
论文集地址：https://www.aminer.cn/topic/5fbe3e7a92c7f9be21150bb7?f=cs
简介：BERT的新语言表示模型，它代表Transformer的双向编码器表示。与最近的其他语言表示模型不同，BERT旨在通过联合调节所有层中的上下文来预先训练深度双向表示。因此，预训练的BERT表示可以通过一个额外的输出层进行微调（fine-tuning），适用于广泛任务的最先进模型的构建，比如问答任务和语言推理，无需针对具体任务做大幅架构修改。"

名称：XLNet（XLNet）
论文集地址：https://www.aminer.cn/topic/5fbf598192c7f9be21f80b4d?f=cs
简介：XLNet是CMU和Google Brain联手推出的新模型，是NLP领域中一个新的预训练方法，是一个类似BERT的模型，但是相比BERT可以显著提高20个任务的准确率。"

名称：GPT-3（GPT-3）
论文集地址：https://www.aminer.cn/topic/5fc1fd3892c7f9be2120bc23?f=cs
简介：GPT-3是OpenAI新推出的具有1,750亿个参数的自然语言深度学习模型，比以前的版本GPT-2高100倍。该模型经过了将近0.5万亿个单词的预训练，并且在不进行微调的情况下，可以在多个NLP基准上达到最先进的性能。"

名称：文本检测（Text Detection）
论文集地址：https://www.aminer.cn/topic/5fd2eea292c7f9be2138c67b?f=cs
简介：文本检测（text detection）和识别是计算机视觉领域中的两个主要问题，需要从图像中找到自然语言文本的位置并识别出具体的内容，在体育视频分析，自动驾驶，工业自动化等领域具有广泛的应用。随着深度学习的发展，当前最先进的文本检测和识别方法在处理多分辨率和多领域文本时在各个基准数据集展示了卓越的准确性。但是，仍然存在一些处理存在于广泛图像中文本的挑战，例如现有模型无法推广到此前未出现的数据和标记不足的数据，导致现有方法表现不佳。"

名称：神经网络语音分离（Speech Separation Based On Neural Networks）
论文集地址：https://www.aminer.cn/topic/5fd8b8e692c7f9be211cce7c?f=cs
简介：本论文集包含纯语音分离和多模态语音分离的论文。"

名称：自然语言处理经典必读论文（Must-Read NLP Papers）
论文集地址：https://www.aminer.cn/topic/5ff461b292c7f9be21fdc7ff?f=cs
简介：自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。目前，随着深度学习的发展，该领域已经逐渐繁荣，入门该领域，阅读已有的经典论文成为了必不可少的环节。"

名称：视觉和语言训练模型（Vision and Language PreTrained Models）
论文集地址：https://www.aminer.cn/topic/600a87d992c7f9be213c93c6?f=cs
简介：适用于下游任务的通用特征表示预训练是深度网络成功的标志之一。在计算机视觉领域，深度网络在ImageNet数据集进行图像分类的预训练过程，被发现可广泛提高多种图像识别任务的效果。在自然语言处理领域中，Transformer模型在大规模语料库中使用语言模型进行预训练的过程，也被证明可广泛提高多种自然语言处理任务的效果。之前的视觉-语言模型分别使用计算机视觉或自然语言处理领域中的预训练模型进行初始化，但如果目标任务数据量不足，模型容易过拟合从而损失性能。并且对于不同的视觉-语言任务，其网络架构一般是经过特殊设计的，由此很难通过视觉-语言联合预训练的过程帮助下游任务。近年来，在应用于视觉-语言任务的预训练通用特征表示的研究也逐渐被关注。"

名称：机器阅读理解（Machine Reading Comprehension）
论文集地址：https://www.aminer.cn/topic/6010ce8092c7f9be21871ea4?f=cs
简介：机器阅读理解（Machine Reading Comprehension，MRC）是一种利用算法使计算机理解文章语义并回答相关问题的技术。由于文章和问题均采用人类语言的形式，因此机器阅读理解属于自然语言处理（NLP）的范畴，也是其中最新最热门的课题之一。近些年来，随着机器学习，特别是深度学习的发展，机器阅读理解研究有了长足的进步，并在实际应用中崭露头角。"

名称：法律智能（Legal Intelligence）
论文集地址：https://www.aminer.cn/topic/6010cf1c92c7f9be2187d672?f=cs
简介：法律智能研究旨在赋予机器理解法律文本的能力。近些年来，随着以裁判文书为代表的司法大数据不断公开，以及自然语言处理技术的不断突破，如何将人工智能技术应用在司法领域，来提高司法人员在案件处理环节的效率逐渐成为法律智能研究的热点。我国的智慧法院、智慧检务建设等国家重大工程，就是法律人工智能的落地应用。目前，研究者们的注意力主要集中在法律要素抽取、自动判决、类案检索等任务上。"

名称：文本对抗性攻防（Textual Adversarial Attack and Defense）
论文集地址：https://www.aminer.cn/topic/6010d04192c7f9be21893e3d?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。使用对抗样本生成和防御的自然语言处理研究可以基本概括为以下三种：1. 用未察觉的扰动迷惑模型，并评价模型在这种情况下的表现；2. 有意的改变深度神经网络的输出；3. 检测深度神经网络是否过于敏感或过于稳定，并寻找防御攻击的方法。"

名称：神经关系抽取（Neural Relation Extraction）
论文集地址：https://www.aminer.cn/topic/60113ab792c7f9be213796f0?f=cs
简介：在自然语言处理领域，信息抽取一直以来受到人们的关注.信息抽取主要包括3项子任务：实体抽取、关系抽取和事件抽取,而关系抽取是信息抽取领域的核心任务和重要环节.实体关系抽取的主要目标是从自然语言文本中识别并判定实体对之间存在的特定关系，这为智能检索、语义分析等提供了基础支持，有助于提高搜索效率，促进知识库的自动构建。近年来，深度学习在联合学习、远程监督等方面上的应用，使关系抽取任务取得了较为丰富的研究成果.目前，基于深度学习的实体关系抽取技术，在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法.围绕有监督和远程监督两个领域。"

名称：语素计算（Sememe Computation）
论文集地址：https://www.aminer.cn/topic/60113b3d92c7f9be21394436?f=cs
简介：语素被定义为语言学中的最小语义单位。一些语言学家认为，所有单词的含义都可以由有限的一组语素分解。语素可以帮助我们更好地理解人类语言。一些研究证明，神经NLP模型受益于语素的结合。知网是最著名的基于语素的知识库。 它预定义了2000个词组，并用它们来注释超过100,000个中文和英文单词。目前THUNLP开发的OpenHowNet可以打开HowNet的源核心数据，并提供方便的数据访问API。"

名称：神经问题生成（Neural Question Generation）
论文集地址：https://www.aminer.cn/topic/6013e1ae92c7f9be21c2bf04?f=cs
简介：问题生成任务是指从各种各样的输入（如原始文本，数据库，语义表示）自动生成问题。问题生成有很多应用：在教育领域生成问题评估学生；对话系统、阅读理解、问答等等。传统的问题生成主要专注于从一个句子或段落中生成事实性问题。随着深度学习的兴起，不少研究学者提出了端到端的架构。比如Seq2Seq模型联合学习内容选择（encoder）和问题构造（decoder）。在这个模型中，传统的基于语义的内容选择方法被更灵活的方法代替，比如attention、copy机制。问题构造完全变为数据驱动，无须耗费大量人力来构造转换规则。"

名称：常识知识（Commonsense Knowledge）
论文集地址：https://www.aminer.cn/topic/6013e25b92c7f9be21c3954b?f=cs
简介：近年来，常识知识(commonsense knowledge)越发成为NLP领域，乃至多模态，跨学科的研究热点。尽管以BERT为代表的的预训练语言模型已经在实体识别、机器翻译、情感分析等任务上取得了亮眼的表现，它们在面对一些人类可以使用常识轻易解决的问题时仍然表现不佳，面对对抗样本时也极为脆弱。似乎这些模型知识只是学到了一些浅层线索和语义，而与人类的知识体系并不相同。因此，将常识知识融入机器学习中就成为了一个充满前景的解决方案。不过，如何抽取常识知识，如何利用常识知识，乃至如何定义“常识本身”依然是有待研究的难题。"

名称：车道线检测（Lane Detection）
论文集地址：https://www.aminer.cn/topic/60191f9892c7f9be217471b5?f=cs
简介：车道线检测是自动驾驶中的一个基础模块，其实也是一个由来已久的任务，早期已有很多基于传统图像处理实现的车道线检测算法。但随着大家研究的深入，车道线检测任务所应对的场景越来越多样化，逐步已经脱离了对于“白、黄色线条”这种低阶理解。目前更多的方式是寻求对于语义上车道线存在位置的检测，即使它是模糊的、被光照影响的、甚至是完全被遮挡的。"

名称：多目标跟踪（Multi-Object Tracking）
论文集地址：https://www.aminer.cn/topic/6019200692c7f9be2175657b?f=cs
简介：多目标跟踪，即Multiple Object Tracking(MOT)，主要任务中是给定一个图像序列，找到图像序列中运动的物体，并将不同帧的运动物体进行识别，也就是给定一个确定准确的id，当然这些物体可以是任意的，如行人、车辆、各种动物等等，而最多的研究是行人跟踪，由于人是一个非刚体的目标，且实际应用中行人检测跟踪更具有商业价值。MOT算法的通常工作流程：(1)给定视频的原始帧；(2)运行对象检测器以获得对象的边界框；(3)对于每个检测到的物体，计算出不同的特征，通常是视觉和运动特征；(4)之后，相似度计算步骤计算两个对象属于同一目标的概率；(5)最后，关联步骤为每个对象分配数字ID。"

名称：文本风格迁移（Text Style Transfer）
论文集地址：https://www.aminer.cn/topic/6019207692c7f9be2176481c?f=cs
简介：文本风格迁移是当前自然语言处理中的一个热门问题，主要通过对文本进行一些更改来研究文本以适应不同的特定情况，受众和目的。文本的风格通常包括许多方面，例如形态，语法，情感，复杂性，流利程度，时态，语气等。在传统的文本风格迁移模型中，通常通过专家知识和手工设计的规则来依赖文本样式，但是随着深度学习在自然语言处理领域的应用，基于深度学习的文本风格迁移方法开始受到关注。"

名称：语音合成（Speech Synthesis）
论文集地址：https://www.aminer.cn/topic/601a433592c7f9be2111b9df?f=cs
简介：语音合成是将文字转化为语音的一种技术。在语音合成技术中，主要分为语言分析部分和声学系统部分，也称为前端部分和后端部分，语言分析部分主要是根据输入的文字信息进行分析，生成对应的语言学规格书，想好该怎么读；声学系统部分主要是根据语音分析部分提供的语音学规格书，生成对应的音频，实现发声的功能。"

名称：人工智能写诗（AI and poetry）
论文集地址：https://www.aminer.cn/topic/601a43b092c7f9be21151224?f=cs
简介：创作诗歌对于人来说都很难，对于机器来说就更是难上加难了。虽然机器与人相比，在一些方面有着先天的优势，例如，机器有无穷无尽的词汇库可供选择，机器可以很容易的解决对仗、平仄和押韵等问题。但是，真正的诗歌是有灵魂的，诗歌本质上是在传达诗人的思想。机器自动创作在主题控制方面很弱，很难让整首诗都围绕一个统一的主题来生成。目前文本生成的模型（例如GPT-2）等，已经取得了不错的效果，例如华为已经开发了“乐府”系统等。"

名称：对话生成（Dialogue Generation）
论文集地址：https://www.aminer.cn/topic/601b8c8e92c7f9be21a35e0f?f=cs
简介：对话系统或对话代理（Dialogue system）是旨在与人对话的计算机系统。对话系统采用文本，语音，图形，触觉，手势和其他模式中的一种或多种在输入和输出通道上进行通信。对话系统目前是自然语言处理中难度较大的研究课题，其元素尚未定义，但是它们与闲聊机器人不同，而是更倾向于以任务为导向，通过对话的方式帮助用户完成具体的任务。而对话生成是该主题下最重要的研究问题，工业界中对话已经成为兵家必争之地，亚马逊的智能音箱，百度的小度，微软的小冰，无一不是为了抢占对话市场。在学术界中dialogue相关的文章近年已经成为ACL,EMNLP,NAACL等NLP顶级会议的热门topic。"

名称：基于深度学习的事件抽取（Deep learning for Event Extraction）
论文集地址：https://www.aminer.cn/topic/601b8ccd92c7f9be21a438bb?f=cs
简介：事件抽取(Event Extraction, EE)是NLP领域中一种经典的信息抽取任务，在商业、军事等领域的情报工作中应用非常广泛。从理论发展的角度看，事件抽取的相关研究，有助于我们深入了解任机器理解数据、理解世界的机制，也有助于我们了解自身的认知机制，作为一种方法对人工智能之外领域的研究也是非常有意义的。从应用的角度看，事件抽取技术可以帮助我们解决很多现实问题，比如前面提到的海量信息的自动处理。而近年来，深度学习技术的发展，使得事件抽取的水平有了大幅度的提升。"

名称：自然语言处理技术在推荐系统中的应用（NLP for Recommender System）
论文集地址：https://www.aminer.cn/topic/601fc36592c7f9be212ec4c1?f=cs
简介：个性化推荐是大数据时代不可或缺的技术，在电商、信息分发、计算广告、互联网金融等领域都起着重要的作用。具体来讲，个性化推荐在流量高效利用、信息高效分发、提升用户体验、长尾物品挖掘等方面均起着核心作用。在推荐系统中经常需要处理各种文本类数据，例如商品描述、新闻资讯、用户留言等等。文本数据是一类量大、复杂、丰富的数据，对推荐系统起着重要的作用，研究自然语言处理技术在推荐系统中的应用是十分重要的。"

名称：基于方面的情感分析（Aspect Based Sentiment Analysis）
论文集地址：https://www.aminer.cn/topic/60210a5892c7f9be218b9fcf?f=cs
简介：基于方面的情感分析(Aspect Based Sentiment Analysis)是一种细粒度的情感分析任务，旨在识别一条句子中一个指定方面(Aspect)的情感极性。一个句子中可能含有多个不同的方面，每个方面的情感极性可能不同。基于方面的情感分析有很多实际应用价值，如针对商品评论的基于方面的情感分析可以提取用户对一个商品不同部分/方面的评价，为厂商进一步改进商品提供更细粒度的参考。"

名称：开放式文本生成（Open-ended Language Generation）
论文集地址：https://www.aminer.cn/topic/6034aae992c7f9be2198db82?f=cs
简介：文本生成是自然语言处理的一部分，从知识库或逻辑形式等等机器表述系统去生成自然语言。文本生成系统可以说是一种将资料转换成自然语言表述的翻译器。不过产生最终语言的方法不同于编译程式，因为自然语言多样的表达。文本生成可以视为自然语言理解的反向：自然语言理解系统须要厘清输入句的意涵，从而产生机器表述语言；文本生成系统须要决定如何把概念转化成语言。开放式文本生成的目标是创建给定上下文的延续。例如，给定几个句子，此功能使机器可以自行编写连贯的故事。该系统可以进行AI辅助写作。"

名称：元学习在自然语言处理中的应用（Meta learning for NLP）
论文集地址：https://www.aminer.cn/topic/60362eae92c7f9be213e2b60?f=cs
简介：元学习，又被称作“学会学习”，是近期深度学习研究界的一大关注热点，旨在帮助新任务在缺乏训练样本的情况下快速学习、快速适应。随着元学习理论不断成熟，越来越多的自然语言处理任务开始引入元学习经典模型来攻克领域内的一些难点。"

名称：语码转换（Code Switching）
论文集地址：https://www.aminer.cn/topic/60362f3492c7f9be21403b9a?f=cs
简介：语码转换是一个常见的语言现象，指一个人在一个对话中交替使用多于一种语言或其变体。此现象是众多语言接触现象之一，常出现于多语者的日常语言。除了日常语言的对话，语码转换也出现于文字书写中。“语码转换”之讨论必定会牵涉“双语”之内容。语码转换的语料中可见两种以上语言在语音、句法结构等多方面的相互影响。目前计算机自动进行语码转换引起了广泛关注，在语音识别、自然语言处理中都是很重要的任务。"

名称：基于知识的机器阅读理解（Knowledge-based Machine Reading Comprehension）
论文集地址：https://www.aminer.cn/topic/6038722a92c7f9be218d39c7?f=cs
简介：在人类阅读理解过程中，当有些问题不能根据给定文本进行回答时，人们会利用常识或积累的背景知识进行作答，而在机器阅读理解任务中却没有很好的利用外部知识，这是机器阅读理解和人类阅读理解存在的差距之一。为了引入额外的外部知识，一些学者提出了基于知识的机器阅读理解任务，与之前所介绍的任务不同，这一任务的输入除了文章和问题，还有从外部知识库中抽取的知识，以此来提高机器进行答案预测的准确率。基于知识的机器阅读理解任务的挑战主要有：1. 相关外部知识的检索（如何从知识库中常识）；2. 外部知识的融合（知识库中结构化的知识如何与非结构化的文本进行融合）。"

名称：任务型对话系统（Task-oriented Dialogue System）
论文集地址：https://www.aminer.cn/topic/6038780592c7f9be21a77697?f=cs
简介：任务型对话系统，其多用于垂直领域业务助理系统，如微软小娜、百度度秘、阿里小蜜以及我们研发的对话技术平台（DTP）等。这类系统具有明确需要完成的任务目标，如订餐、订票等。整个的任务型对话的框图里面，除了输入之外，除了语音信号和文本之外，比较大的三个模块就是自然语言理解，对话管理和自然语言生成。对话管理和语言生成的过程当中会遇到知识库和APIs。APIs在实际的应用过程中，可能会调一些查天气和地理位置的APIs，这些都可以被包含在任务型对话资源里面。"

名称：多模态情感分析（Multimodal Sentiment Analysis）
论文集地址：https://www.aminer.cn/topic/603de35b92c7f9be21a5f6bf?f=cs
简介：多模态情感分析技术的发展源于实际生活的需求，人们以更加自然的方式表达情感，技术就应有能力进行智能的理解和分析。虽然多模态数据包含了更多的信息，但如何进行多模态数据的融合，使得利用多模态数据能够提升效果，而不是起了反作用。如何利用不同模态数据之间的对齐信息，建模不同模态数据之间关联。这些都是当前多模态情感分析领域感兴趣的问题。"

名称：个性化对话系统（Personalization in Goal-oriented Dialog）
论文集地址：https://www.aminer.cn/topic/603de3be92c7f9be21a7c05b?f=cs
简介：对话系统的一个重要但尚未探索的方面是根据与其交互的人员的特征或属性来个性化机器人的响应的能力。个性化是创建真正智能的会话代理的关键，可以无缝集成到人类的生活中。例如，餐馆预订系统理想情况下应该与用户进行对话以找到变量的值，例如位置，烹饪类型和价格范围。然后它应该基于这些变量以及关于用户的某些固定属性（饮食偏好，最喜欢的食物项目等）提出建议。机器人使用的语言的注册（或样式）也可能受到用户某些特征（年龄，性别等）的影响。"

名称：基于背景知识的对话系统（Knowldege Grounded Conversation）
论文集地址：https://www.aminer.cn/topic/6041cd9992c7f9be217a3202?f=cs
简介：在以前的工作中，对话生成的信息源是文本与对话记录。但是这样一来，如果遇到OOV的词，模型往往难以生成合适的、有信息量的回复，而会产生一些低质量的、模棱两可的回复，这种回复往往质量不高。为了解决这个问题，有一些利用背景知识生成对话的模型被陆续提出。当使用常识性知识图谱时，由于具备背景知识，模型更可能理解用户的输入，这样就能生成更加合适的回复，所以近年来基于背景知识的对话系统相继被提出"

名称：基因与疾病（Genes & Diseases）
论文集地址：https://www.aminer.cn/topic/6061757e92c7f9be21a45917?f=cs
简介：由重庆医科大学主办、具有全球影响力的分子生物与转化医学国际期刊，遗传学和分子生物学两个学科领域位于SCI Q1区。"

名称：表示学习在自然语言处理中的应用（Representation learning in NLP）
论文集地址：https://www.aminer.cn/topic/6061f38492c7f9be21e06eb4?f=cs
简介：语义表示是自然语言处理的基础，我们需要将原始文本数据中的有用信息转换为计算机能够理解的语义表示，才能实现各种自然语言处理应用。表示学习旨在从大规模数据中自动学习数据的语义特征表示，并支持机器学习进一步用于数据训练和预测。以深度学习为代表的表示学习技术，能够灵活地建立对大规模文本的语义表示。"

名称：迁移学习在自然语言处理中的应用（Transfer learning in NLP）
论文集地址：https://www.aminer.cn/topic/6063459c92c7f9be21608c12?f=cs
简介：迁移学习无疑是目前深度学习中的新热点。在NLP中，迁移学习主要限于使用预训练的单词嵌入（这大大改善了基线）。最近，研究人员正在努力将整个模型从一项任务转移到另一项任务。Sebastian Ruder和Jeremy Howard是第一个通过其提出的ULMFiT方法，在NLP中的应用了迁移学习方法，该方法超越了所有最新的文本分类技术。"

名称：主动学习在自然语言处理中的应用（Active learning in NLP）
论文集地址：https://www.aminer.cn/topic/60656ab092c7f9be21564106?f=cs
简介：主动学习的流程可以分为初始化和循环查询两个阶段。在初始化阶段，先随机的从无标签数据集中选取一小部分样本由标注者完成标注，并将这一小部分标注样本作为初始训练集，建立初始的机器学习模型。主动学习的循环阶段有重新训练机器学习模型的步骤，重新训练模型一种方式是用全部语料重新训练模型参数，另一种方式是在已有的模型参数的基础上做模型参数的fine-tuning。对自然语言处理Google发布的BERT新模型就在在11项NLP任务中获得了不错的结果。"

名称：对抗学习在自然语言处理中的应用（Adversarial learning in NLP）
论文集地址：https://www.aminer.cn/topic/60656c2c92c7f9be215bd1f2?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。"

名称：强化学习在自然语言处理中的应用（Reinforcement learning in NLP）
论文集地址：https://www.aminer.cn/topic/606969cb92c7f9be214ab92e?f=cs
简介：近几年,深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能,其产物就是深度强化学习。深度强化学习既有继承于深度学习的强泛化和自特征提取能力,又可以像强化学习方法一样,使智能系统通过自我的试错在给定环境中学习解决特定任务的策略。而最近在自然语言处理方面，主要方向是利用RL辅助学习语义向量，再使用下游任务进行评估和用RL对模型进行微调。"

名称：因果推理在自然语言处理中的应用（Causal Reasoning in NLP）
论文集地址：https://www.aminer.cn/topic/60696ea392c7f9be215d6bca?f=cs
简介：近年来，深度学习在自然语言处理领域获得了巨大的成功。但是，质疑声也一直不绝于耳，尤其是关于深度学习容易学习到语言数据集上的伪关系的问题一直没有得到解决。因果推断理论告诉我们，这是由于混杂因子造成的。然而，将因果推断方法应用到自然语言处理目前仍然面临着一些困难：什么是自然语言当中的随机变量？如何从表示中找出混杂因子？如何让学习结果更加稳定，避免受训练集中的伪关系影响？其中最大的困难，在于如何定义自然语言中的因果关系。"

名称：自动机器学习在自然语言处理中的应用（AutoML in NLP）
论文集地址：https://www.aminer.cn/topic/6069755f92c7f9be217a95e2?f=cs
简介：网络架构搜索(NAS)已成为机器学习领域的热门课题。商业服务(如谷歌的AutoML)和开源库(如Auto-Keras)使NAS可用于更广泛的机器学习环境。在自然语言处理领域，自动机器学习也有着广泛的应用，研究者们很关注将多任务学习和自动机器学习结合起来应用于自然语言处理中。"

名称：自监督学习在自然语言处理中的应用（Self-supervised learning in NLP）
论文集地址：https://www.aminer.cn/topic/60697b1392c7f9be2191f175?f=cs
简介：虽然计算机视觉在最近几年才在自监督学习方面取得了令人惊叹的进展，但我监督学习在很长一段时间内一直是NLP研究的一等公民。语言模型早在90年代就已经存在了，甚至在“自监督学习”这个词被定义之前就已经存在了。2013年的word2vec论文普及了这一范式，该领域在许多问题上应用这些自我监督的方法取得了快速进展。"

名称：单模型口语语言理解（Spoken Language Understanding-Single Model）
论文集地址：https://www.aminer.cn/topic/606cfdbd92c7f9be21f6618d?f=cs
简介：口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling）,本论文集包含分别对这两个任务分开建模的论文。"

名称：联合建模的口语语言理解（Spoken Language Understanding-Joint Model）
论文集地址：https://www.aminer.cn/topic/606cff5392c7f9be21fd795b?f=cs
简介：口语语言理解作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示信息，进而将这些信息为对话状态追踪模块以及自然语言生成模块所使用。SLU任务通常包含以下两个任务：意图识别任务和槽位填充任务,本论文集包含对这两个任务联合建模的论文。"

名称：基于预训练模型的口语语言理解（Spoken Language Understanding-Pre-trained）
论文集地址：https://www.aminer.cn/topic/606d020792c7f9be21096753?f=cs
简介：口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling）,近年来预训练模型在各大自然语言处理任务中取得了成功，本论文集包含基于预训练模型的口语语言理解论文。"

名称：跨领域口语语言理解（Spoken Language Understanding-Cross-domain）
论文集地址：https://www.aminer.cn/topic/606d064192c7f9be211bb26e?f=cs
简介：口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling）,本论文集跨领域的口语语言理解论文。"

名称：跨语言口语语言理解（Spoken Language Understanding-Cross-lingual）
论文集地址：https://www.aminer.cn/topic/606d079792c7f9be2120d70c?f=cs
简介：口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling）,本论文集跨语言的口语语言理解论文。"

名称：低资源口语语言理解（Spoken Language Understanding-Low-Resource）
论文集地址：https://www.aminer.cn/topic/606d08f792c7f9be2126447a?f=cs
简介：口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling）,本论文集包含少样本/零样本的口语语言理解论文。"

名称：社会化推荐（Social Recommender System）
论文集地址：https://www.aminer.cn/topic/606fbd3c92c7f9be2190f00e?f=cs
简介：社会化推荐通过社交行为数据，利用计算机技术，例如机器学习、数据挖掘、自然语言处理等进行研究，挖掘出集体智慧。这种服务方式不同于传统的信息推荐服务，它将社会网络、社交媒体视为信息推荐的主要平台，使用户的隐性知识在社会化推荐过程中与其他用户进行交互，形成交流。"

名称：基于深度学习的关系抽取（Deep Relation Extraction）
论文集地址：https://www.aminer.cn/topic/6085695492c7f9be21345eb8?f=cs
简介：实体关系抽取是从文本中的句子里抽取出一对实体并给出实体间关系的任务。该任务的输入是一句话，输出是一个spo三元组（subject-predicate-object）。对于实体关系抽取任务，最容易想到的方法就是先抽取句子中的实体，然后在对实体对进行关系分类，从而找出spo三元组，这种思想被称作管道模型（Pipeline）。管道模型把实体关系抽取分成了两个子任务，实体识别和关系分类，两个子任务按照顺序依次执行，它们之间没有交互。在管道模型之后，可以同时进行实体识别和关系分类的联合模型被提了出来，之后的实验证明联合模型由于实现了两个子任务之间的信息交互，大大提升了实体关系抽取的效果，目前针对实体关系抽取任务的研究大多采用联合模型。而联合模型又可以细分为基于参数共享的联合模型和基于联合解码的联合模型。本文论文集包含基于深度学习的方法。"

名称：基于距离监督的关系抽取（Distantly Supervised Relation Extraction）
论文集地址：https://www.aminer.cn/topic/60856b5892c7f9be2142403d?f=cs
简介：实体关系抽取是从文本中的句子里抽取出一对实体并给出实体间关系的任务。该任务的输入是一句话，输出是一个spo三元组（subject-predicate-object）。对于实体关系抽取任务，最容易想到的方法就是先抽取句子中的实体，然后在对实体对进行关系分类，从而找出spo三元组，这种思想被称作管道模型（Pipeline）。管道模型把实体关系抽取分成了两个子任务，实体识别和关系分类，两个子任务按照顺序依次执行，它们之间没有交互。在管道模型之后，可以同时进行实体识别和关系分类的联合模型被提了出来，之后的实验证明联合模型由于实现了两个子任务之间的信息交互，大大提升了实体关系抽取的效果，目前针对实体关系抽取任务的研究大多采用联合模型。而联合模型又可以细分为基于参数共享的联合模型和基于联合解码的联合模型。本文论文集包含基于距离监督的方法。"

名称：字符级文本对抗攻击（Char-level Textual Adversarial Attack）
论文集地址：https://www.aminer.cn/topic/60937e2a92c7f9be217f5b94?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。使用对抗样本生成和防御的自然语言处理研究可以基本概括为以下三种：1. 用未察觉的扰动迷惑模型，并评价模型在这种情况下的表现；2. 有意的改变深度神经网络的输出；3. 检测深度神经网络是否过于敏感或过于稳定，并寻找防御攻击的方法。网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含字符级攻击相关论文。"

名称：句子级文本对抗攻击（Sentence-level Textual Adversarial Attack）
论文集地址：https://www.aminer.cn/topic/6093835f92c7f9be2192f03d?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。使用对抗样本生成和防御的自然语言处理研究可以基本概括为以下三种：1. 用未察觉的扰动迷惑模型，并评价模型在这种情况下的表现；2. 有意的改变深度神经网络的输出；3. 检测深度神经网络是否过于敏感或过于稳定，并寻找防御攻击的方法。网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含句子级攻击相关论文。"

名称：词级文本对抗攻击（Word-level Textual Adversarial Attack）
论文集地址：https://www.aminer.cn/topic/609384bf92c7f9be21985947?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。使用对抗样本生成和防御的自然语言处理研究可以基本概括为以下三种：1. 用未察觉的扰动迷惑模型，并评价模型在这种情况下的表现；2. 有意的改变深度神经网络的输出；3. 检测深度神经网络是否过于敏感或过于稳定，并寻找防御攻击的方法。网络表征学习（又叫做图嵌入学习）作为解决数据关系异构性的有效方法成为了近年来很重要的研究问题，并且已经在网络边预测、网络节点分析、网络可视化、自然语言处理等方面广泛应用。本文论文集包含词级攻击相关论文。"

名称：对抗网络在图像翻译中的应用（Generative Adversarial Networks in Image Translation）
论文集地址：https://www.aminer.cn/topic/60a37a8892c7f9be21943b62?f=cs
简介：生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。本论文集包含生成对抗网络在图像翻译中的应用。"

名称：机器阅读理解模型（Machine Reading Comprehension Models）
论文集地址：https://www.aminer.cn/topic/60ab455f92c7f9be21024d0a?f=cs
简介：机器阅读理解（Machine Reading Comprehension，MRC）是一种利用算法使计算机理解文章语义并回答相关问题的技术。由于文章和问题均采用人类语言的形式，因此机器阅读理解属于自然语言处理（NLP）的范畴，也是其中最新最热门的课题之一。近些年来，随着机器学习，特别是深度学习的发展，机器阅读理解研究有了长足的进步，并在实际应用中崭露头角。本论文集包含机器阅读理解模型论文。"

名称：对抗样本（Generative Adversarial Samples）
论文集地址：https://www.aminer.cn/topic/60cae54e92c7f9be21c51d1a?f=cs
简介：对抗样本由Christian Szegedy等人提出，是指在数据集中通过故意添加细微的干扰所形成的输入样本，导致模型以高置信度给出一个错误的输出。 在正则化背景下，通过对抗训练减少原有独立同分布的测试集的错误率——在对抗扰动的训练集样本上训练网络。本论文集包含对抗样本论文。"

名称：单词文本对抗攻击（Word Textual Adversarial Attack）
论文集地址：https://www.aminer.cn/topic/60f923f992c7f9be21674e74?f=cs
简介：自然语言处理方面的研究在近几年取得了惊人的进步，深度神经网络模型已经取代了许多传统的方法。但是，当前提出的许多自然语言处理模型并不能够反映文本的多样特征。因此，许多研究者认为应该开辟新的研究方法，特别是利用近几年较为流行的对抗样本生成和防御的相关研究方法。本文论文集包含词级攻击相关论文。"

名称：Research期刊（Research）
论文集地址：https://www.aminer.cn/topic/6108e16892c7f9be21fb7f95?f=cs
简介：科技导报社和美国科学促进会（AAAS）合作出版的顶尖综合性期刊，首个Science合作期刊"

名称：IJCAI 2021语言模型相关论文（IJCAI 2021 LM）
论文集地址：https://www.aminer.cn/topic/610b748692c7f9be216221be?f=cs
简介：语言模型起源于语音识别(speech recognition)，输入一段音频数据，语音识别系统通常会生成多个句子作为候选，究竟哪个句子更合理？就需要用到语言模型对候选句子进行排序。如今语言模型的应用范围早已扩展到机器翻译、信息检索、问答、文摘等众多NLP领域。本论文集包含IJCAI 2021语言模型相关论文。"

名称：Bioinformatics近年引用最高论文（Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca8be92c7f9be2180eb70?f=cs
简介：Bioinformatics是综合交叉学科领域B类期刊，Bioinformatics利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题，以计算机为工具对生物数据进行搜索、处理和利用。"

名称：ESWA近年引用最高论文（ESWA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d26?f=cs
简介：ESWA是人工智能与模式识别B类期刊，当前影响因子为6.954且JCR分区为Q1，以下为近年来引用较高的论文。"

名称：TNNLS近年引用最高论文（TNNLS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d6e?f=cs
简介：TNNLS是人工智能与模式识别的B类期刊，当前的影响因子为10.451,且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Transactions on Cybernetics近年引用最高论文（Transactions on Cybernetics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846db0?f=cs
简介：Transactions on Cybernetics是人工智能与模式识别B类期刊，当前的影响因子为8.803且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Neurocomputing近年引用最高论文（Neurocomputing recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e31?f=cs
简介：Neurocomputing是人工智能与模式识别B类期刊，当前影响因子为5.719且JCR的分区为Q1，以下是近年来引用较高的文章。"

名称：TITS近年引用最高论文（TITS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e75?f=cs
简介：TITS是综合与交叉领域B类期刊，当前的影响因子为6.492且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TMI近年引用最高论文（TMI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21846fc3?f=cs
简介：TMI是综合与交叉领域B类期刊，当前的影响因子为10.048且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：Proc. IEEE近年引用最高论文（Proc. IEEE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847010?f=cs
简介：Proceedings of the IEEE是综合与交叉领域A类期刊，当前的影响因子为10.961且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：Pattern Recognition Letters近年引用最高论文（Pattern Recognition Letters recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847058?f=cs
简介：Pattern Recognition是人工智能与模式识别领域B类期刊，当前的影响因子为7.740且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TFS近年引用最高论文（TFS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847145?f=cs
简介：TFS是人工智能与模式识别领域B类期刊，当前的影响因子为12.029且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JMLR近年引用最高论文（JMLR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218471a8?f=cs
简介：JMLR是人工智能与模式识别领域A类期刊，当前的影响因子为3.654且JCR分区为Q1，以下是当前引用较高的论文，"

名称：IJCV近年引用最高论文（IJCV recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847203?f=cs
简介：IJCV是人工智能与模式识别领域A类期刊，当前的影响因子为7.410且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBHI近年引用最高论文（JBHI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218474b5?f=cs
简介：JBHI是综合与交叉领域B类期刊，当前的影响因子为5.772且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JAMIA近年引用最高论文（JAMIA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847505?f=cs
简介：JAMIA是综合与交叉领域B类期刊，当前的影响因子为4.497且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Neural Networks近年引用最高论文（Neural Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218475ad?f=cs
简介：Neural Networks是人工智能与模式识别领域B类期刊，当前的影响因子为5.287且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Briefings in Bioinformatics近年引用最高论文（Briefings in Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847603?f=cs
简介：Briefings in Bioinformatics是综合与交叉领域B类期刊，当前的影响因子为11.622且JCR分区为Q2，以下是当前引用较高的论文。"

名称：GRSL近年引用最高论文（GRSL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218476da?f=cs
简介：GRSL是综合与交叉领域B类期刊，当前的影响因子为3.966且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TASAE近年引用最高论文（TASAE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847855?f=cs
简介：TASAE是综合与交叉领域B类期刊，当前的影响因子为5.083且JCR分区为Q2，以下是当前引用较高的论文。"

名称：BMC Bioinformatics近年引用最高论文（BMC Bioinformatics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478a0?f=cs
简介：BMC Bioinformatics是综合与交叉领域B类期刊，当前的影响因子为3.169且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TR近年引用最高论文（TR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478fb?f=cs
简介：TR是人工智能与模式识别领域A类期刊，当前的影响因子为5.567且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBI近年最高论文（JBI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479a9?f=cs
简介：JBI是人工智能与模式识别领域B类期刊，当前的影响因子为6.317且JCR分区为Q2，以下是当前引用较高的论文。"

名称：PRL近年引用最高论文（PRL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479e9?f=cs
简介：PRL是人工智能与模式识别领域B类期刊，当前的影响因子为3.756且JCR分区为Q2，以下是当前引用较高的论文。"

名称：EAAI近年引用最高论文（EAAI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847a85?f=cs
简介：EAAI是人工智能与模式识别领域B类期刊，当前的影响因子为6.212且JCR分区为Q2，以下是当前引用较高的论文。"

名称：CVIU近年引用最高论文（CVIU recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e9d?f=cs
简介：CVIU是人工智能与模式识别领域B类期刊，当前的影响因子为3.876且JCR分区为Q2，以下是当前引用较高的论文。"

名称：JACM近年引用最高论文（JACM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847f45?f=cs
简介：JCAM是综合与交叉领域A类期刊，当前的影响因子为1.394且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AI近年引用最高论文（AI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848037?f=cs
简介：AI是人工智能与模式识别研究领域A类期刊，当前的影响因子为9.088且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Applied Intelligence近年引用最高论文（Applied Intelligence recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848332?f=cs
简介：Applied Intelligence是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.086且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TAC近年引用最高论文（TAC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be2184838b?f=cs
简介：TAC是人工智能与模式识别研究领域B类期刊，当前的影响因子为10.506且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AIM近年引用最高论文（AIM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848662?f=cs
简介：AIM是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.326且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TCBB近年引用最高论文（TCBB recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848792?f=cs
简介：TCBB是综合与交叉研究领域B类期刊，当前的影响因子为3.710且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IJAR近年引用最高论文（IJAR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218487f1?f=cs
简介：IJAR是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.816且JCR分区为Q3，以下是当前引用较高的论文。"

名称：Machine Learning近年引用最高论文（Machine Learning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848845?f=cs
简介：Machine Learning是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.940且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJNS近年引用最高论文（IJNS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be2184888a?f=cs
简介：IJNS是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.866且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TBD近年引用最高论文（TBD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848967?f=cs
简介：TBD是综合与交叉研究领域B类期刊，当前的影响因子为3.344且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Computer Speech and Language近年引用最高论文（Computer Speech and Language recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848a33?f=cs
简介：Computer Speech and Language是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.899且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IVC近年引用最高论文（IVC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848bc9?f=cs
简介：IVC是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.818且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Journal of Automated Reasoning近年引用最高论文（Journal of Automated Reasoning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848f65?f=cs
简介：Journal of Automated Reasoning是人工智能与模式识别研究领域B类期刊，当前的影响因子为0.944且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Computational Linguistics近年引用最高论文（Computational Linguistics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218490b1?f=cs
简介：Computational Linguistics是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.271且JCR分区为Q3，以下是当前引用较高的论文。"

名称：JCST近年引用最高论文（JCST recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218491ed?f=cs
简介：JCST是综合与交叉研究领域B类期刊，当前的影响因子为1.571且JCR分区为Q3，以下是当前引用较高的论文。"

名称：TG近年引用最高论文（TG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492bc?f=cs
简介：TG是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.574且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Evolutionary Computation近年引用最高论文（Evolutionary Computation recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492fd?f=cs
简介：Evolutionary Computation是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.277且JCR分区为Q1，以下是当前引用较高的论文。"

名称：AAMAS近年引用最高论文（AAMAS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218494bd?f=cs
简介：AAMAS是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.431且JCR分区为Q3，以下是当前引用较高的论文。"

名称：EMNLP近年最佳论文（EMNLP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4492c7f9be21cce5d1?f=cs
简介：EMNLP是自然语言处理领域的一个重要会议。EMNLP是由ACL语言特性特别兴趣小组(SIGDAT)组织的。EMNLP始于1996年，是基于一个名为“非常大语料库研讨会”(WVLC)的早期系列会议。"

名称：ICRA近年最佳论文（ICRA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4f92c7f9be21cd188e?f=cs
简介：国际机器人与自动化会议(ICRA)是IEEE机器人与自动化学会的旗舰会议，也是机器人与自动化研究人员展示其工作的主要国际论坛之一。"

名称：SPL近年最佳论文（SPL Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5092c7f9be21cd1c54?f=cs
简介：《IEEE信号处理快报》是一份月刊，旨在为信号、图像、语音、语言和音频处理领域的原创、前沿思想和及时、重要贡献提供快速传播。"

名称：ICC近年最佳论文（ICC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5192c7f9be21cd1f41?f=cs
简介：IEEE国际通信会议(ICC)是IEEE通信协会的两个旗舰会议之一，致力于推动通信几乎每个方面的创新。每年，有超过2900名科研人员和他们的管理人员在年度会议上提交项目会议的提案。在广泛的同行评审之后，最好的提案被选为会议计划，其中包括专门为推进技术而设计的技术论文、教程、研讨会和行业会议，继续重塑世界的系统和基础设施，为所有用户提供前所未有的高速、无缝和具有成本效益的全球电信服务频谱。成千上万的参与者聚集在一起，展示研究成果，分享观点和想法，获取最新技术的更新，扩展专业和社交网络。这些活动都是通过IEEE国际商会的多种多样和令人兴奋的项目来实现的。这个为期五天的活动包括几位来自产业界、学术界和政府部门的杰出人士的主题演讲;面板和论坛;由同行广泛审查技术论文的技术会议;以各种技术的最新趋势为重点的讲习班;由各自学科的专家提供的教程;展品;一个颁奖午宴;还有一个轻松愉快的宴会。"

名称：Globecom近年最佳论文（Globecom Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd249e?f=cs
简介：IEEE全球通信会议(globecm)是IEEE通信协会的两个旗舰会议之一，致力于推动通信几乎每个方面的创新。每年有3000多名科研人员和他们的管理人员提交提案，在年度会议上举行项目会议。在广泛的同行评审之后，最好的提案被选为会议计划，其中包括专门为推进技术而设计的技术论文、教程、研讨会和行业会议，继续重塑世界的系统和基础设施，为所有用户提供前所未有的高速、无缝和具有成本效益的全球电信服务频谱。"

名称：TASLP近年最佳论文（TASLP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd24fa?f=cs
简介：TASLP会议是IEEE音频、语音和语言处理会议，IEEE/ACM 音频、语音和语言处理交易涵盖音频、语音和语言处理以及支持它们的科学。它包括语音和文本处理系统的设计、开发和评估及其相关理论的实践领域。它发表面向应用的研究、调查论文和对新应用的描述。音频处理主题包括：换能器、房间声学、主动声音控制、人类试听、音乐的分析/合成/编码和消费音频。语音处理主题包括：语音分析、合成、编码、语音和说话人识别、语音生成和感知以及语音增强。语言处理主题包括：语音和文本分析、理解、生成、对话管理、翻译、总结等"

名称：BMVC近年最佳论文（BMVC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd259a?f=cs
简介：BMVC是旧的英国Alvey视力会议(AVC)的继承者，该会议在1985年(苏塞克斯大学)，1987年(剑桥大学)，1988年(曼彻斯特大学)和1989年(雷丁大学)运行。英国机器视觉大会在1990年取代了AVC，当时BMVA成立。尽管作为一个全国性的会议开始,它现在是一个著名的外资参与的重大国际场所与高水平(在2013年,84%的接受论文完全来自英国以外,另外4%的混合)作者身份发表论文的质量和高应力(2013年,录取率只有30%)。[6]BMVC是一个中等规模的会议，被接受的出版物(因此演讲和海报的数量)大约200个。"

名称：COLT近年最佳论文（COLT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd2652?f=cs
简介：COLT会议是学习理论年会，会议的主要议题包括：学习算法的设计与分析、学习的系统和计算的复杂、学习的优化方法包括在线优化和随机优化、人工神经网络理论包括深度学习、学习中的经验现象和理论解释等方面。"

名称：GECCO近年最佳论文（GECCO Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2e8a?f=cs
简介：GECCO提供最新的高质量的遗传和进化计算结果。感兴趣的话题包括:遗传算法、遗传规划、进化策略、进化规划、分布估计算法、模因算法、超启发式、进化机器人、可进化硬件、人工生命、蚁群优化算法、群体智能、人工免疫系统、数字娱乐技术、进化艺术，进化组合优化，元启发式，进化多目标优化，进化机器学习，基于搜索的软件工程，理论，现实世界的应用，等等。"

名称：ISWC近年最佳论文（ISWC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd3245?f=cs
简介：国际语义网大会(ISWC)是语义网、关联数据和知识图谱社区的一系列学术会议和主要国际论坛。在这里，科学家、行业专家和从业者齐聚一堂，讨论实用的、可扩展的、用户友好的和改变游戏规则的解决方案的未来。其论文集发表在斯普林格-弗拉格的《计算机科学讲义》上。"

名称：ICAPS近年最佳论文（ICAPS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd45d5?f=cs
简介：国际自动化规划与调度会议(ICAPS)是在自主系统中实现智能决策的主要会议。"

名称：AAMAS近年最佳论文（AAMAS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4bc4?f=cs
简介：自治代理和多代理系统是一个同行评审的科学杂志，涵盖自治代理和多代理系统的研究。"

名称：ECAI近年最佳论文（ECAI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd50b7?f=cs
简介：在ECAI上发表一篇论文被一些期刊视为存档，这意味着该论文应被视为等同于期刊发表，除非添加了大量的新材料，否则ECAI论文的内容不能被重新表述为单独的期刊投稿。"

名称：TsinghuaNLP实验室2021年新论文集合（TsinghuaNLP Labs Paper Collection（2021））
论文集地址：https://www.aminer.cn/topic/617a1b5a2cbf5c036fcce7b4?f=cs
简介：本集合整理了清华大学自然语言处理与社会人文计算实验室2021年相关论文，欢迎分享！"

名称：Prompt相关论文合集（Prompt Paper Collection）
论文集地址：https://www.aminer.cn/topic/617b6a962cbf5c036f09aba5?f=cs
简介："

名称：EMNLP2021机器翻译论文合集（A collection of machine translation papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a650?f=cs
简介：EMNLP2021会议上机器翻译相关的论文，欢迎一起交流学习！"

名称：EMNLP2021文本摘要论文合集（A collection of text Summarization papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a6dc?f=cs
简介：EMNLP2021会议上文本摘要相关的论文，欢迎一起交流学习！"

名称：EMNLP2021对话系统论文合集（A collection of Dialogue system papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a767?f=cs
简介：EMNLP2021会议上对话系统相关的论文，欢迎一起交流学习！"

名称：EMNLP2021文本生成论文合集（A collection of NLG papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a851?f=cs
简介：EMNLP2021会议上文本生成相关的论文，欢迎一起交流学习！"

名称：语义分析（semantic analysis）
论文集地址：https://www.aminer.cn/topic/61cb0c7642323c8f8480ea3f?f=cs
简介：自然语言处理技术的核心为语义分析。语义分析是一种基于自然语言进行语义信息分析的方法，不仅进行词法分析和句法分析这类语法水平上的分析，而且还涉及单词、词组、句子、段落所包含的意义，目的是用句子的语义结构来表示语言的结构。"

名称：句法分析（syntactic parsing）
论文集地址：https://www.aminer.cn/topic/61cb0d3442323c8f84833894?f=cs
简介：句法分析（syntactic parsing）是自然语言处理中的关键技术之一，它是对输入的文本句子进行分析以得到句子的句法结构的处理过程。对句法结构进行分析，一方面是语言理解的自身需求，句法分析是语言理解的重要一环，另一方面也为其它自然语言处理任务提供支持。例如句法驱动的统计机器翻译需要对源语言或目标语言（或者同时两种语言）进行句法分析；语义分析通常以句法分析的输出结果作为输入以便获得更多的指示信息。"

名称：文本生成（Text generation）
论文集地址：https://www.aminer.cn/topic/61cc80ef42323c8f84232085?f=cs
简介：文本生成是自然语言处理中一个重要的研究领域，具有广阔的应用前景。国内外已经有诸如Automated Insights、Narrative Science以及“小南”机器人和“小明”机器人等文本生成系统投入使用。这些系统根据格式化数据或自然语言文本生成新闻、财报或者其他解释性文本。"

名称：信息抽取（Information extraction）
论文集地址：https://www.aminer.cn/topic/61cd077742323c8f84bb57fe?f=cs
简介：信息抽取 （Information Extraction: IE）是把文本里包含的信息进行结构化处理，变成表格一样的组织形式。输入信息抽取系统的是原始文本，输出的是固定格式的信息点。信息点从各种各样的文档中被抽取出来，然后以统一的形式集成在一起。"

名称：自动摘要（Automatic summary）
论文集地址：https://www.aminer.cn/topic/61cd0c5442323c8f84cc4702?f=cs
简介：自动摘要技术解决的问题描述很简单，就是用一些精炼的话来概括整片文章的大意，用户通过读文摘就可以了解到原文要表达的意思。问题解决的思路有两种，一种是Extractive抽取式的，就是从原文中找到一些关键的句子，组合成一篇摘要；另外一种是Abstractive摘要式的，这就需要计算机可以读懂原文的内容，并且用自己的意思表达出来。"

名称：智能问答（Intelligent Q&A）
论文集地址：https://www.aminer.cn/topic/61cdc69f42323c8f84aeadb2?f=cs
简介：智能问答系统能够更为准确地理解以自然语言形式描述的用户提问，并通过检索异构语料库或问答知识库返回简洁、精确的匹配答案。相对于搜索引擎，问答系统能更好地理解用户提问的真实意图, 同时更有效地满足用户的信息需求。"

名称：话题推荐（Topic recommendation）
论文集地址：https://www.aminer.cn/topic/61cdc8ae42323c8f84b45b88?f=cs
简介：用户推荐和话题推荐是SNS的重要课题，效果的好坏是社交网站的区别指标之一，直接关系到用户体验，甚至是SNS的活力。国内的一些社交网站，比如新浪微博等，在功能上和UI上做的已经达到国际一流，然而，在推荐算法方面，仍有相当距离。推荐算法属于SNS的内功，对于SNS的用户体验的作用，和搜索算法对搜索网站的用户体验的作用相似。改进推荐算法，是社交网站的下一步方向之一。"

名称：负采样（Negative Sampling）
论文集地址：https://www.aminer.cn/topic/61cdcbc142323c8f84bcd5de?f=cs
简介：负采样方法最初是被用于加速 Skip-Gram 模型的训练，后来被广泛应用于自然语言处理 (NLP)、计算机视觉 (CV) 和推荐系统 (RS) 等领域，在近两年的对比学习研究中也发挥了重要作用。本论文集聚焦于负采样方法，将各领域的相关工作分为五类进行介绍：静态负采样、强负例采样、对抗式负采样、基于图的负采样和引入额外信息的负采样。"

名称：主题词识别（Subject word recognition）
论文集地址：https://www.aminer.cn/topic/61d3029642323c8f84470f07?f=cs
简介：主题模型（topic model）是以非监督学习的方式对文集的隐含语义结构（latent semantic structure）进行聚类（clustering）的统计模型。主题模型主要被用于自然语言处理（Natural language processing）中的语义分析（semantic analysis）和文本挖掘（text mining）问题，例如按主题对文本进行收集、分类和降维；也被用于生物信息学（bioinfomatics）研究 。隐含狄利克雷分布是常见的主题模型。"

名称：知识图谱构建（Knowledge base construction）
论文集地址：https://www.aminer.cn/topic/61d3350b42323c8f845fbd8a?f=cs
简介：知识图谱构建技术主要包括关系抽取技术、知识融合技术、实体链接技术和知识推理技术。整个技术图主要分为三个部分， 第一个部分是知识获取，主要阐述如何从非结构化、半结构化、以及结构化数据中获取知识。第二部是数据融合，主要阐述如何将不同数据源获取的知识进行融合构建数据之间的关联。第三部分是知识计算及应用，这一部分关注的是基于知识图谱计算功能以及基于知识图谱的应用。"

名称：深度文本表示（Depth text representation）
论文集地址：https://www.aminer.cn/topic/61d336e042323c8f846931dd?f=cs
简介：深度文本表示模型利用深度学习的思想，可以通过训练，把对文本内容的处理简化为 K 维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。"

4.数据挖掘

名称：观点挖掘（Opinion Mining）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd70?f=cs
简介：观点挖掘是对文本信息的主题、意见持有者、主客观性、情绪态度等情感信息的挖掘和分析，进而识别出主观性文本的情感趋向。
名称：聚类分析（Clustering Analysis）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd72?f=cs
简介：聚类分析亦称为群集分析，是对于统计数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset），这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。一般把数据聚类归纳为一种非监督式学习。
名称：数据挖掘（Data Mining）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae15?f=cs
简介：数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。对必读论文推荐有建议或意见可反馈至[email protected]。
名称：关联分析（Association analysis）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64ca?f=cs
简介：关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性或相关性，从而描述了一个事物中某些属性同时出现的规律和模式。
名称：网页挖掘（Web mining）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d4?f=cs
简介：Web挖掘是数据挖掘在Web上的应用，它利用数据挖掘技术从与WWW相关的资源和行为中抽取感兴趣的、有用的模式和隐含信息，涉及Web技术、数据挖掘、计算机语言学、信息学等多个领域，是一项综合技术。
名称：文本挖掘（Text Mining）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7b?f=cs
简介：文本挖掘是指从大量文本数据中抽取事先未知的、可理解的、最终可用的知识的过 程，同时运用这些知识更好地组织信息以便将来参考。直观的说，当数据挖掘的对象完全由文本这种数据类型组成时，这个过程就称为文本挖掘。
名称：蒙特卡罗方法（Monte Carlo Methods）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd86?f=cs
简介：蒙特卡罗方法也称统计模拟方法，是1940年代中期由于科学技术的发展和电子计算机的发明，而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。
名称：连接分析（Link Analysis）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd84?f=cs
简介：连接分析是以数学中之图形理论为基础，藉由记录之间的关系发展出一个模式，它是以关系为主体，由人与人、物与物或是人与物的关系发展出相当多的应用。例如电信服务业可藉 连结分析收集到顾客使用电话的时间与频率，进而推断顾客使用偏好为何，提出有利于公司的方案。
名称：图挖掘（Graph Mining）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd77?f=cs
简介：图挖掘的工具和技术用于(a)分析实际图形的性质,(b)预测给定图的结构和性能可能会影响一些应用程序,和©开发模型可以生成现实的模式匹配的图形中发现真实的图形。
名称：社会网络分析（Social network analysis）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64c7?f=cs
简介：社会网络分析是利用网络和图论研究社会结构的过程。它以节点(网络中的个体参与者、人或事物)和连接它们的纽带、边缘或链接(关系或交互)来描述网络结构。社会网络分析中常见的社会结构有社交媒体网络、模因传播、疾病传播等。这些网络通常通过社会图来表示，其中节点表示为点，纽带表示为线。
名称：异常值检测（Outlier detection）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd8b?f=cs
简介：异常值检测是一种数据挖掘过程，用于确定数据集中发现的异常值并确定其出现的详细信息。当前自动异常检测至关重要，因为大量数据无法手动标记异常值。 自动异常检测具有广泛的应用，例如信用卡欺诈检测，系统健康监测，故障检测以及传感器网络中的事件检测系统等。
名称：特征提取（Feature extraction）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddaa?f=cs
简介：在机器学习，模式识别和图像处理中，特征提取从一组初始测量数据开始，并构建旨在提供信息和非冗余的派生值（特征），促进后续学习和泛化步骤。
名称：信息提取（Information Extraction）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22eddab?f=cs
简介：信息提取是指从非结构化和/或半结构化的机器可读文档中自动提取结构化信息。在大多数情况下，这一活动涉及通过自然语言处理处理人类语言文本。近年来多媒体文档处理中的一些活动，如图像/音频/视频的自动标注和内容提取，可以看作是信息提取。
名称：时间序列分析（Time Series Analysis）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64dc?f=cs
简介：时间序列（Time Series）是我们在日常生活和社会工作中十分常见的一种数据，它是通过将一系列时间点上的观测值按等时间间隔测量来获取的数据集合，比如商业活动中，服装公司的年销售量，日股票的收盘价格； 气象学中某城市的年降水量，月平均气温等等，因此对时间序列的研究存在于各行各业。所谓时间序列分析（Time Series Analysis）是指一种动态数据处理的统计学方法，研究数据序列所遵从的统计规律，以用于解决具体行业的实际问题。
名称：知识图谱（Knowledge Graph）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d1?f=cs
简介：知识图谱（Knowledge Graph），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。
名称：大数据（Big data）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd9e?f=cs
简介：在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
名称：KDD高引论文（KDD高引论文）
论文集地址：https://www.aminer.cn/topic/5f1505e292c7f9be21346ed2?f=cs
简介：KDD历年会议的高引论文
名称：KDD 历年最佳论文汇总（KDD Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af09e92c7f9be213f38e8?f=cs
简介：KDD的使命是提供一个首要的论坛，以促进，教育和利用存储在计算机和计算机网络中的所有类型的数据进行知识发现和数据挖掘的“科学”。
名称：ICDE 历年最佳论文汇总（ICDE Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af1fe92c7f9be213ffd74?f=cs
简介：国际远程开放教育理事会(ICDE)是全球领先的会员组织，致力于通过在线、开放和远程学习为所有人带来可获得的、高质量的教育。
名称：Embedding（Embedding）
论文集地址：https://www.aminer.cn/topic/5f8d771c92c7f9be211b45e4?f=cs
简介：
名称：医疗大数据（Medical Big Data）
论文集地址：https://www.aminer.cn/topic/5f97b63692c7f9be215a4d11?f=cs
简介：医疗大数据是大数据、机器学习、深度学习等技术和循证医学、影像组学等学科的结合，可以为健康管理、辅助诊疗等场景提供解决方案。
名称：金融大数据（Financial Big Data）
论文集地址：https://www.aminer.cn/topic/5f9bf3c492c7f9be213bc57a?f=cs
简介：金融大数据是以金融数据为核心，针对金融数据为核心，针对银行、证券、保险、支付清算、互联网金融等行业，以提升资源配置效率、强化风险管控能力、促进业务创新为目标，进行数据获取、存储、分析和应用的新一代信息技术和服务业态。
名称：异常检测（Anomaly Detection）
论文集地址：https://www.aminer.cn/topic/5ffd8e4a92c7f9be215cf5aa?f=cs
简介：异常检测技术用于各种领域，如入侵检测、欺诈检测、故障检测、系统健康监测、传感器网络事件检测和生态系统干扰检测等。它通常用于在预处理中删除从数据集的异常数据。在监督式学习中，去除异常数据的数据集往往会在统计上显著提升准确性。
名称：知识图谱推理（Knowledge Graph Reasoning）
论文集地址：https://www.aminer.cn/topic/60113b0e92c7f9be21388f15?f=cs
简介：通俗的理解，所谓推理，就是从现有的知识出发，运用逻辑思维能力，得出一些隐性的结论。具体到知识图谱中，所谓的知识推理，就是利用图谱中现有的知识（三元组），得到一些新的实体间的关系或者实体的属性（三元组）。设想一下，假如机器推理做的完备，一方面，它能够帮我们填充知识图谱中大量的空缺，使得知识更为完备；另一方面，对于知识问答、推荐系统等任务也有非常大的加成。
名称：实体对齐（20210128 | Entity Alignment）
论文集地址：https://www.aminer.cn/topic/6013dc3492c7f9be21bcda17?f=cs
简介：实体对齐（Entity Alignment）也被称作实体匹配（Entity Matching），是指对于异构数据源知识库中的各个实体，找出属于现实世界中的同一实体。 实体对齐常用的方法是利用实体的属性信息判定不同源实体是否可进行对齐。传统的实体对齐方法主要通过属性相似度匹配的方式实现，利用有监督学习的机器学习模型，如：决策树、支持向量机、集成学习等。依赖实体的属性信息，通过属性相似度，进行跨平台实体对齐关系的推断。基于知识表示学习的方法通过将知识图谱中的实体和关系都映射低维空间向量，直接用数学表达式来计算各个实体之间相似度，例如transe方法等。
名称：信息传播预测（Information Diffusion Prediction）
论文集地址：https://www.aminer.cn/topic/6038703192c7f9be218464b8?f=cs
简介：信息传播预测，即为基于一条信息当前的传播路径，预测信息未来的传播范围。早期的信息传播预测主要有两类方式。一类是基于特征的方法：这类方法靠使用者手工提取特征，如信息的内容特征，当前传播的时序特征，结构特征，传播路径上的用户特征等。基于这些特征，使用回归算法来预测信息转发次数。这一类方法的效果非常依赖于特征的提取，对于不同的问题，需要使用者根据自己经验来提取合适的特征。第二类是生成式算法，这类算法设计模型来模拟信息传播机制，力图将信息传播的主要特点保留在模型中，然后运用该模型来计算每一条信息在未来的传播范围。这类算法的主要问题在于预测能力有限，因为其使用的模型一般来自于一些泛用数学模型，如强化泊松过程，而不能准确模拟信息传播。
名称：欺诈侦测（Fraud Detection）
论文集地址：https://www.aminer.cn/topic/6040957a92c7f9be2141e94f?f=cs
简介：欺诈检测是为了防止通过虚假借口获得金钱或财产而进行的一系列活动。欺诈检测已应用于许多行业，例如银行业或保险业。在银行业务中，欺诈可能包括伪造支票或使用被盗的信用卡。欺诈的方式越来越多，机器学习模型检测越来越很难完成。诸如重组，精简规模，迁移到新信息系统或遇到网络安全漏洞之类的活动可能会削弱检测欺诈的能力。且大部分数据没有标签，开发无监督学习模型成为该领域的重要研究问题。
名称：社会化推荐（Social Recommender System）
论文集地址：https://www.aminer.cn/topic/606fbd3c92c7f9be2190f00e?f=cs
简介：社会化推荐通过社交行为数据，利用计算机技术，例如机器学习、数据挖掘、自然语言处理等进行研究，挖掘出集体智慧。这种服务方式不同于传统的信息推荐服务，它将社会网络、社交媒体视为信息推荐的主要平台，使用户的隐性知识在社会化推荐过程中与其他用户进行交互，形成交流。
名称：基于知识图谱的推荐系统（Knowledge Graph for RS）
论文集地址：https://www.aminer.cn/topic/607434a192c7f9be21a004a1?f=cs
简介：为了解决各种在线应用中的信息爆炸问题，提高用户体验，推荐系统被提出来进行用户偏好建模。尽管人们已经做出了许多努力来实现更加个性化的推荐，但是推荐系统仍然面临着一些挑战，比如数据稀疏性和冷启动。近年来，以知识图谱作为边信息生成推荐引起了人们的极大兴趣。这种方法不仅可以缓解上述问题，提供更准确的推荐，而且可以对推荐的项目进行解释。
名称：图神经网络在知识图谱上的应用（GNN for Knowledge Graph）
论文集地址：https://www.aminer.cn/topic/6076422092c7f9be217a7885?f=cs
简介：近年来，描述常识和事实的知识图谱成为了学术界和工业界广泛使用的知识表示方式，图神经网络在信息传播、关系归纳偏置上也展现了优秀的性能。考虑到知识图谱本身恰好就是一种图结构数据，因此采用图构建知识和数据之间的关联，同时应用图神经网络技术，有望结合知识和数据实现更好的可解释和可信人工智能技术。
名称：基于统计学习的关系抽取（Statistical Relation Extraction）
论文集地址：https://www.aminer.cn/topic/6085694792c7f9be2133fb95?f=cs
简介：实体关系抽取是从文本中的句子里抽取出一对实体并给出实体间关系的任务。该任务的输入是一句话，输出是一个spo三元组（subject-predicate-object）。对于实体关系抽取任务，最容易想到的方法就是先抽取句子中的实体，然后在对实体对进行关系分类，从而找出spo三元组，这种思想被称作管道模型（Pipeline）。管道模型把实体关系抽取分成了两个子任务，实体识别和关系分类，两个子任务按照顺序依次执行，它们之间没有交互。在管道模型之后，可以同时进行实体识别和关系分类的联合模型被提了出来，之后的实验证明联合模型由于实现了两个子任务之间的信息交互，大大提升了实体关系抽取的效果，目前针对实体关系抽取任务的研究大多采用联合模型。而联合模型又可以细分为基于参数共享的联合模型和基于联合解码的联合模型。本文论文集包含基于统计学习的方法。
名称：KDD 2021 大规模数据相关论文（KDD 2021 large scale）
论文集地址：https://www.aminer.cn/topic/60e418fb92c7f9be21cc62be?f=cs
简介：目前在数据挖掘的真实应用中，由于互联网数据的急剧增加，算法对大规模数据的处理能力越来越受到关注，本论文集包含KDD2021 大规模数据相关论文。
名称：ACL 2021 知识图谱相关论文（ACL 2021 knowledge graph）
论文集地址：https://www.aminer.cn/topic/60e419d892c7f9be21d0820a?f=cs
简介：知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。。本论文集包含ACL2021 知识图谱相关论文。
名称：KDD 2021 电子商务相关论文（KDD 2021 e-commerice）
论文集地址：https://www.aminer.cn/topic/60ebff8992c7f9be211d76f1?f=cs
简介：电子商务，简称电商，是指在互联网或电子交易方式进行交易活动和相关服务活动，是传统商业活动各环节的电子化、网络化。 电子商務包括电子货币交换、供应链管理、电子交易市场、网络购物、网络营销、在线事务处理、电子数据交换（EDI）、存货管理和自动数据收集系统。本论文集包含KDD2021 电子商务相关论文。
名称：IJCAI 2021知识图谱相关论文（IJCAI 2021 KG）
论文集地址：https://www.aminer.cn/topic/6108b18f92c7f9be213ca920?f=cs
简介：知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。本论文集包含IJCAI 2021知识图谱相关论文。
名称：Information Sciences近年引用最高论文（Information Sciences recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846df0?f=cs
简介：Information Sciences是数据库与数据挖掘的B类期刊，当前的影响因子为4.038，以下是近年来引用较高的文章。
名称：VLDBJ近年引用最高论文（VLDBJ recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be2184725d?f=cs
简介：VLDB是数据库与数据挖掘领域A类期刊，当前的影响因子为2.868且JCR分区为Q2，以下是当前引用较高的论文。
名称：JASIST近年引用最高论文（JASIST recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847c36?f=cs
简介：JASIST是数据库与数据挖掘领域B类期刊，当前的影响因子为1.436且JCR分区为Q3，以下是当前引用较高的论文。
名称：I&M近年引用最高论文（I&M recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847c89?f=cs
简介：Information and Management是数据库与数据挖掘领域B类期刊，当前的影响因子为7.555且JCR分区为Q1，以下是当前引用较高的论文。
名称：AEI近年引用最高论文（AEI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be218480d3?f=cs
简介：AEI是数据库与数据挖掘研究领域B类期刊，当前的影响因子为5.603且JCR分区为Q2，以下是当前引用较高的论文。
名称：IPM近年引用最高论文（IPM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848118?f=cs
简介：IPM是数据库与数据挖掘研究领域B类期刊，当前的影响因子为3.892且JCR分区为Q1，以下是当前引用较高的论文。
名称：KAIS近年引用最高论文（KAIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848261?f=cs
简介：KAIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.822且JCR分区为Q2，以下是当前引用较高的论文。
名称：IS近年引用最高论文（IS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848482?f=cs
简介：IS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.309且JCR分区为Q3，以下是当前引用较高的论文。
名称：EJIS近年引用最高论文（EJIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218484fa?f=cs
简介：EJIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为4.344且JCR分区为Q2，以下是当前引用较高的论文。
名称：IJGIS近年引用最高论文（IJGIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be2184873c?f=cs
简介：IJGIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为4.249且JCR分区为Q3，以下是当前引用较高的论文。
名称：DMKD近年引用最高论文（DMKD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218489b9?f=cs
简介：DMKD是数据库与数据挖掘研究领域B类期刊，当前的影响因子为3.670且JCR分区为Q2，以下是当前引用较高的论文。
名称：JWS近年引用最高论文（JWS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848aff?f=cs
简介：JWS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为1.897且JCR分区为Q3，以下是当前引用较高的论文。
名称：JSIS近年引用最高论文（JSIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848d4e?f=cs
简介：JSIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为11.022且JCR分区为Q2，以下是当前引用较高的论文。
名称：TKDD近年引用最高论文（TKDD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848e78?f=cs
简介：TKDD是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.713且JCR分区为Q2，以下是当前引用较高的论文。
名称：TWEB近年引用最高论文（TWEB recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be21849453?f=cs
简介：TWEB是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.043且JCR分区为Q3，以下是当前引用较高的论文。
名称：ICDM近年最佳论文（ICDM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd298f?f=cs
简介：IEEE数据挖掘国际会议(ICDM)已经确立了其在数据挖掘领域的世界领先研究会议地位。它为原创性研究成果的展示、创新和实用的发展经验的交流和传播提供了一个国际论坛。
名称：ISWC近年最佳论文（ISWC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd3245?f=cs
简介：国际语义网大会(ISWC)是语义网、关联数据和知识图谱社区的一系列学术会议和主要国际论坛。在这里，科学家、行业专家和从业者齐聚一堂，讨论实用的、可扩展的、用户友好的和改变游戏规则的解决方案的未来。其论文集发表在斯普林格-弗拉格的《计算机科学讲义》上。
名称：SDM近年最佳论文（SDM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd3864?f=cs
简介：SDM已成为数据挖掘领域的领先会议，并为解决这些问题的研究人员提供了一个场所，让他们在一个同行评议的论坛上展示他们的工作。SDM强调有原则的方法和坚实的数学基础，以其高质量和高影响的技术论文而闻名，并提供了一个强大的研讨会和教程程序(包括在会议注册)。会议记录以档案形式出版，也可在SIAM网站上查阅。
名称：EMNLP2021信息抽取论文合集（A collection of information extraction papers on EMNLP2021）
论文集地址：https://www.aminer.cn/topic/618b3a8c2cbf5c036f57a80d?f=cs
简介：EMNLP2021会议上信息抽取相关的论文，欢迎一起交流学习！
名称：时序模式（time-series pattern）
论文集地址：https://www.aminer.cn/topic/61d450da42323c8f843ce145?f=cs
简介：时序模式是描述基于时间或其他序列的经常发生的规律或趋势，并对其建模。与回归一样，它也用已知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。序列模式将关联模式和时间序列模式结合起来，重点考虑数据之间在时间维度上的关联性。时序模式包含时间序列分析和序列发现。
名称：偏差分析（deviation）
论文集地址：https://www.aminer.cn/topic/61d451e942323c8f8442e943?f=cs
简介：数据挖掘中，偏差分析是探测数据现状、历史记录或标准之间的显著变化和偏离，偏差包括很大一类潜在的有趣知识。如观测结果与期望的偏离、分类中的反常实例、模式的例外等。

5.机器人

名称：机器人学（Robotics）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd8f?f=cs
简介：机器人学是与机器人设计、制造和应用相关的科学。又称为机器人技术或机器人工程学，主要研究机器人的控制与被处理物体之间的相互关系。"

名称：自动驾驶（Autopilot）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd9c?f=cs
简介：自动驾驶（Autonomous vehicles；Self-driving automobile ）又称无人驾驶、电脑驾驶，是一种通过电脑系统实现无人驾驶的智能技术。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。"

名称：决策智能（Decision intelligence）
论文集地址：https://www.aminer.cn/topic/5eb61cdc92c7f9be217993df?f=cs
简介：智能决策支持系统是人工智能（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。"

名称：云机器人（Cloud Robotics）
论文集地址：https://www.aminer.cn/topic/5ebb579b92c7f9be21c07ffb?f=cs
简介：云机器人就是云计算与机器人学的结合。就像其它网络终端一样，机器人本身不需要存储所有资料信息，或具备超强的计算能力。只需要对于云端提出需求，云端进行相应响应并满足。"

名称：火星探测（火星探测）
论文集地址：https://www.aminer.cn/topic/5f1942c592c7f9be21b20ee0?f=cs
简介：遥望火星致敬科学经典"

名称：深度学习在智能机器人中的应用（Deep Learning in Robotics）
论文集地址：https://www.aminer.cn/topic/6040944092c7f9be213d3381?f=cs
简介：机器人发展的趋势是人工智能化，深度学习是智能机器人的前沿技术，也是机器学习领域的新课题。深度学习技术被广泛运用于农业、工业、军事、航空等领域，与机器人的有机结合能设计出具有高工作效率、高实时性、高精确度的智能机器人。由于深度学习算法能够让机器 具有很好的分析学习能力，将它应用在机器人领域，使机器人拥有像人一样的分析能力将是可以实现的方向。基于深度学习算法的机器人具有高复杂度和高性能，在应用方面也更广泛，国内外对相关技术的研究热情也居高不下。深度学习的原型出现在20世纪80年代末，此时利用人工神经网络的反向传播算法（BP算法）可以让一个人工神经网络模型从大量训练样本中学习出统计规律，从而对未知事件做预测，这就开启了机器浅层学习的浪潮。"

名称：运动规划（Motion Planning）
论文集地址：https://www.aminer.cn/topic/6040947792c7f9be213e0a31?f=cs
简介：运动规划（Motion Planning）是根据给定的机器人任务起始点（有时也包含若干中间点）对机器人建立运动方程，使其满足特定约束（如运动学约束、动力学约束、路径约束、障碍约束、几何约束等），并求解得到函数表达式或数值点序列；一般认为运动规划是个广义的概念，包括路径规划（Path Planning）和轨迹规划（Trajectory Planning）。路径一般是指机器人工作空间内一条曲线或数值点序列。而轨迹是指机械臂在运动过程中的位移、速度和加速度等在时间轴上的函数表达式或数值序列；机械臂运动轨迹通常包括笛卡尔空间（如机械臂工作空间/任务空间）轨迹和构型空间（关节空间）轨迹。可以认为，轨迹是包含有时间轴信息的路径，路径是轨迹的空间几何形状。轨迹规划在某些语境下（如人机交互的在线环境）也被称为轨迹生成。"

名称：多机器人系统（Multi-Robot Systems）
论文集地址：https://www.aminer.cn/topic/604095b892c7f9be2142d810?f=cs
简介：机器人技术的发展使机器人的能力不断提高,机器人应用的领域和范围正不断扩展。经过二十几年的发展，多机器人系统的研究已在理论和实践方面取得很大进展，并建立了一些多机器人的仿真系统和实验系统。目前多机器人领域的研究内容主要有控制结构(或体系结构)，通信相冲突的解决等问题。其中，控制结构和通信问题屑于多机器人系统中的高级控制任务，而冲突的解决(包括防止死锁和避磁及路径规划等问题)则属于多机器人系统中的低级控制任务。"

名称：多智能体强化学习综述（Multi-Agent Reinforcement Learning Survey）
论文集地址：https://www.aminer.cn/topic/60a3894f92c7f9be21cd4619?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习综述论文。"

名称：多智能体强化学习中的合作和竞争（Multi-Agent Reinforcement Learning Cooperation and Competition）
论文集地址：https://www.aminer.cn/topic/60a5cd7092c7f9be21f6da7d?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的合作和竞争论文。"

名称：多智能体强化学习中的协调与安全（Multi-Agent Reinforcement Learning Coordination and Security）
论文集地址：https://www.aminer.cn/topic/60a7244692c7f9be210ba86a?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的协调与安全论文。"

名称：多智能体强化学习中的智能体交流（Multi-Agent Reinforcement Learning – Learning To Communicate）
论文集地址：https://www.aminer.cn/topic/60aca5c392c7f9be2143db64?f=cs
简介：近年来，随着强化学习在多个应用领域取得了令人瞩目的成果，并且考虑到在现实场景中通常会同时存在多个决策个体（智能体），部分研究者逐渐将眼光从单智能体领域延伸到多智能体，即多智能体强化学习（multi-agent reinforcement learning）。当同时存在多个智能体与环境交互时，整个系统就变成一个多智能体系统。每个智能体仍然是遵循着强化学习的目标，也就是是最大化能够获得的累积回报，而此时环境全局状态的改变就和所有智能体的联合动作相关了。因此在智能体策略学习的过程中，需要考虑联合动作的影响。本论文集包含多智能体强化学习中的智能体交流论文。"

名称：机器人技术与系统国家重点实验室（哈尔滨工业大学）（State Key Laboratory of Robotics and Systems (Harbin Institute of Technology)）
论文集地址：https://www.aminer.cn/topic/61121d0192c7f9be214b9425?f=cs
简介：机器人技术与系统国家重点实验室成立于2007年，是我国最早开展机器人技术研究的单位之一，其前身主体是1986年成立的哈尔滨工业大学机器人研究所。"

名称：ICRA近年最佳论文（ICRA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4f92c7f9be21cd188e?f=cs
简介：国际机器人与自动化会议(ICRA)是IEEE机器人与自动化学会的旗舰会议，也是机器人与自动化研究人员展示其工作的主要国际论坛之一。"

名称：IROS近年最佳论文（IROS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5192c7f9be21cd1fbb?f=cs
简介：IEEE/RSJ 智能机器人与系统国际会议的议题主要包括：机器人、智能系统、自动化、机电一体化、微/纳米技术、人工智能等方面，是计算机领域的重要会议。"

名称：状态估计（state estimation）
论文集地址：https://www.aminer.cn/topic/61d4558c42323c8f845a1295?f=cs
简介：状态估计（state estimation）根据可获取的量测数据估算动态系统内部状态的方法。 对系统的输入和输出进行测量而得到的数据只能反映系统的外部特性，而系统的动态规律需要用内部（通常无法直接测量）状态变量来描述。 因此状态估计对于了解和控制一个系统具有重要意义。"

名称：固定机器人（Fixed robot）
论文集地址：https://www.aminer.cn/topic/61d5a8a942323c8f844805a8?f=cs
简介：静止机器人是不能移动的，通常情况下它们在固定的位置上重复做自己的工作。在工厂的生产线上，我们能常常看到这种机器人，它们都重复着简单的任务。静止机器人通过改自身某部分的角度，或者位置来完成相应的任务，例如焊接，钻孔，安装设备等。"

名称：移动机器人（mobile robot）
论文集地址：https://www.aminer.cn/topic/61d5a98f42323c8f8451097b?f=cs
简介：移动机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。"

6.知识工程

名称：语义网（Semantic Web）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7a?f=cs
简介：语义网是一个由全球信息网联盟的蒂姆·伯纳斯-李(Tim Berners-Lee)在1998年提出的一个概念，它的核心是：通过给全球信息网上的文档（如：标准通用标记语言下的一个应用HTML）添加能够被计算器所理解的语义“元数据”（外语：Meta data），从而使整个互联网成为一个通用的信息交换媒介。"

名称：知识智能（2020智源大会）（Knowledge Intelligence (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d71d92c7f9be2178ae76?f=cs
简介：随着管理信息系统和数据挖掘技术的应用，知识的增长速度加快，有效管理数据挖掘获取的知识变得尤为重要。本Topic收录了第二次智源大会-知识智能的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：认知图谱（Cognitive Graph）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd9a?f=cs
简介：认知图谱将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。"

名称：知识管理（Knowledge management）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64de?f=cs
简介：知识管理是一个组织创造、分享、使用和管理知识和信息的过程。它指的是一个多学科的方法，以实现组织的目标，使知识的最佳利用。知识管理是自1991年建立的一门学科，包括工商管理、信息系统、管理、图书馆和信息科学等领域的课程。其他领域可能有助于知识管理研究，包括信息和媒体、计算机科学、公共卫生和公共政策。"

名称：知识智能（知识智能）
论文集地址：https://www.aminer.cn/topic/5eb61cf492c7f9be2179c8e5?f=cs
简介：智能知识管理（Intelligent KnowledgeManagement，IKM）是引入心理学、复杂系统、人工智能等理论和技术，对通过数据挖掘技术获取的原始知识（粗糙知识）与主体知识（规范知识、经验、领导意图、企业情境等因素）相结合，并对其进行过滤、筛选、提取、存储、转化和利用，以智能地支持企业有效管理决策的管理过程。它是在有用知识的基础上进行智能化处理，孵化出自身具有智能特点的知识并实现自我更新和智能应用等过程的管理，使知识能在需要的时间将需要的知识传送给需要的人，从而促进数据挖掘获取的知识的实用性，减少信息爆炸，提高知识管理水平。"

名称：清华大学-知识工程实验室（Tsinghua University-KEG (Knowledge Engineering Group) Lab）
论文集地址：https://www.aminer.cn/topic/5ef01b4292c7f9be21b7e50a?f=cs
简介：这里列出了清华大学知识工程实验室（KEG）老师及历届学生发表的论文。"

名称：CIKM近年最佳论文（CIKM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd27d1?f=cs
简介：信息和知识管理会议 (CIKM) 为介绍和讨论信息和知识管理研究以及数据和知识库的最新进展提供了一个国际论坛。会议的目的是确定未来知识和信息系统发展面临的具有挑战性的问题，并通过征求和审查高质量的应用和理论研究成果来塑造未来的研究方向。会议的一个重要部分是研讨会计划，该计划侧重于及时的研究挑战和举措。"

名称：SEKE近年最佳论文（SEKE Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd5737?f=cs
简介：SEKE会议是知识工程与应用国际会议，会议的主要议题包括：知识技术与应用、先进知识技术、知识关系发现、知识表示与推理、知识服务、知识可视化、学习型组织与组织学习、元数据和结构化文档、本体工程与技术、本体匹配和对齐、本体共享与复用、组织记忆、组织符号学、流程知识和语义服务等方面。"

名称：知识获取（knowledge acquisition）
论文集地址：https://www.aminer.cn/topic/61d6f01e42323c8f84bba424?f=cs
简介：知识获取的目的是根据非结构化文本构建知识图谱，补全已有的知识图谱以及发现和识别实体和关系。知识获取的任务主要包括关系抽取、知识补全（KGC）以及实体识别和实体对齐等。大部分方法会将KGC和关系抽取分开做，这两个任务也可以融入到统一的框架中。"

7.模式识别

名称：模式识别（Pattern Recognition）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae1e?f=cs
简介：模式识别的问题就是用计算的方法根据样本的特征将样本划分到一定的类别中去。模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。"

名称：ESWA近年引用最高论文（ESWA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d26?f=cs
简介：ESWA是人工智能与模式识别B类期刊，当前影响因子为6.954且JCR分区为Q1，以下为近年来引用较高的论文。"

名称：TNNLS近年引用最高论文（TNNLS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846d6e?f=cs
简介：TNNLS是人工智能与模式识别的B类期刊，当前的影响因子为10.451,且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Transactions on Cybernetics近年引用最高论文（Transactions on Cybernetics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846db0?f=cs
简介：Transactions on Cybernetics是人工智能与模式识别B类期刊，当前的影响因子为8.803且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：Neurocomputing近年引用最高论文（Neurocomputing recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846e31?f=cs
简介：Neurocomputing是人工智能与模式识别B类期刊，当前影响因子为5.719且JCR的分区为Q1，以下是近年来引用较高的文章。"

名称：Pattern Recognition Letters近年引用最高论文（Pattern Recognition Letters recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847058?f=cs
简介：Pattern Recognition是人工智能与模式识别领域B类期刊，当前的影响因子为7.740且JCR分区为Q1，以下是近年来引用较高的文章。"

名称：TFS近年引用最高论文（TFS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847145?f=cs
简介：TFS是人工智能与模式识别领域B类期刊，当前的影响因子为12.029且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JMLR近年引用最高论文（JMLR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218471a8?f=cs
简介：JMLR是人工智能与模式识别领域A类期刊，当前的影响因子为3.654且JCR分区为Q1，以下是当前引用较高的论文，"

名称：IJCV近年引用最高论文（IJCV recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21847203?f=cs
简介：IJCV是人工智能与模式识别领域A类期刊，当前的影响因子为7.410且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Neural Networks近年引用最高论文（Neural Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218475ad?f=cs
简介：Neural Networks是人工智能与模式识别领域B类期刊，当前的影响因子为5.287且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TR近年引用最高论文（TR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218478fb?f=cs
简介：TR是人工智能与模式识别领域A类期刊，当前的影响因子为5.567且JCR分区为Q1，以下是当前引用较高的论文。"

名称：JBI近年最高论文（JBI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479a9?f=cs
简介：JBI是人工智能与模式识别领域B类期刊，当前的影响因子为6.317且JCR分区为Q2，以下是当前引用较高的论文。"

名称：PRL近年引用最高论文（PRL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be218479e9?f=cs
简介：PRL是人工智能与模式识别领域B类期刊，当前的影响因子为3.756且JCR分区为Q2，以下是当前引用较高的论文。"

名称：EAAI近年引用最高论文（EAAI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847a85?f=cs
简介：EAAI是人工智能与模式识别领域B类期刊，当前的影响因子为6.212且JCR分区为Q2，以下是当前引用较高的论文。"

名称：CVIU近年引用最高论文（CVIU recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e9d?f=cs
简介：CVIU是人工智能与模式识别领域B类期刊，当前的影响因子为3.876且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AI近年引用最高论文（AI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848037?f=cs
简介：AI是人工智能与模式识别研究领域A类期刊，当前的影响因子为9.088且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Applied Intelligence近年引用最高论文（Applied Intelligence recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848332?f=cs
简介：Applied Intelligence是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.086且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TAC近年引用最高论文（TAC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be2184838b?f=cs
简介：TAC是人工智能与模式识别研究领域B类期刊，当前的影响因子为10.506且JCR分区为Q2，以下是当前引用较高的论文。"

名称：AIM近年引用最高论文（AIM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848662?f=cs
简介：AIM是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.326且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJAR近年引用最高论文（IJAR recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218487f1?f=cs
简介：IJAR是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.816且JCR分区为Q3，以下是当前引用较高的论文。"

名称：Machine Learning近年引用最高论文（Machine Learning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848845?f=cs
简介：Machine Learning是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.940且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJNS近年引用最高论文（IJNS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be2184888a?f=cs
简介：IJNS是人工智能与模式识别研究领域B类期刊，当前的影响因子为5.866且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Computer Speech and Language近年引用最高论文（Computer Speech and Language recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848a33?f=cs
简介：Computer Speech and Language是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.899且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IVC近年引用最高论文（IVC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848bc9?f=cs
简介：IVC是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.818且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Journal of Automated Reasoning近年引用最高论文（Journal of Automated Reasoning recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848f65?f=cs
简介：Journal of Automated Reasoning是人工智能与模式识别研究领域B类期刊，当前的影响因子为0.944且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Computational Linguistics近年引用最高论文（Computational Linguistics recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218490b1?f=cs
简介：Computational Linguistics是人工智能与模式识别研究领域B类期刊，当前的影响因子为2.271且JCR分区为Q3，以下是当前引用较高的论文。"

名称：TG近年引用最高论文（TG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492bc?f=cs
简介：TG是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.574且JCR分区为Q4，以下是当前引用较高的论文。"

名称：Evolutionary Computation近年引用最高论文（Evolutionary Computation recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218492fd?f=cs
简介：Evolutionary Computation是人工智能与模式识别研究领域B类期刊，当前的影响因子为3.277且JCR分区为Q1，以下是当前引用较高的论文。"

名称：AAMAS近年引用最高论文（AAMAS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218494bd?f=cs
简介：AAMAS是人工智能与模式识别研究领域B类期刊，当前的影响因子为1.431且JCR分区为Q3，以下是当前引用较高的论文。"

名称：监督模式识别（Supervised pattern recognition）
论文集地址：https://www.aminer.cn/topic/61d6efb342323c8f84b940dc?f=cs
简介：监督学习通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。"

名称：非监督模式识别（Unsupervised pattern recognition）
论文集地址：https://www.aminer.cn/topic/61dae45342323c8f84c46c24?f=cs
简介：非监督模式识别是样本数据类别未知，需要根据样本间的相似性对样本集进⾏分类。主要方法包括基于概率密度函数估计的直接方法和基于样本间相似性度量的间接聚类方法"

名称：统计模式识别（Statistical pattern recognition）
论文集地址：https://www.aminer.cn/topic/61dae68a42323c8f84cfe17f?f=cs
简介：统计模式识别是一种基本的模式识别方法。模式识别是在某些一定量度或观测基础上把待识模式划分到各自的模式类中去。统计模式识别是对模式的统计分类方法，即结合统计概率论的贝叶斯决策系统进行模式识别的技术，又称为决策理论识别方法。"

名称：句法模式识别（Syntactic pattern recognition）
论文集地址：https://www.aminer.cn/topic/61dc3e1842323c8f843408a7?f=cs
简介：句法模式识别法亦称结构方法或语言学方法，是模式识别的一种方法.把被识别的模式(样本或图形)按其结构组合成一定的语句，然后用句法模式识别法确定其属于哪一个类别.这种方法把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最后得到一个树形的结构描述"

8.信息检索与推荐

名称：协同过滤（Collaborative filtering）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd73?f=cs
简介：协同过滤是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定局限于特别感兴趣的，特别不感兴趣信息的纪录也相当重要。"

名称：信息检索与推荐（Information Retrieval and Recommendations）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd7d?f=cs
简介：信息检索（Information Retrieval，IR）是指信息的表示、存储、组织和访问。信息检索有广义和狭义之分。广义的信息检索，包括信息存储与检索，是指信息按一定的方式进行加工、整理、组织并存储起来，再根据信息用户的需要将相关信息准确的查找出来的过程。狭义的信息检索仅指信息查询（Information Search），即用户根据需要，借助检索工具，提出查询要求，数据库匹配出与之有关的资料。
信息推荐（Information Recommendation）是指系统向用户推荐用户可能感兴趣但又无法获取的有用信息，它的实现主要依靠推荐系统。
用信息，它的实现主要依靠推荐系统。"

名称：智能信息检索与挖掘（2020智源大会）（Intelligent Information Retrieval and Mining (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d68492c7f9be217593cb?f=cs
简介：智能信息检索与挖掘系统应能理解自然语言，具有推理能力，具有一定常识性知识，并根据这些常识，能演绎出更一般的一些答案来。实现这些功能要应用人工智能的方法。本Topic收录了第二次智源大会-智能信息检索与挖掘的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：用户行为建模（user behavior modeling）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d7?f=cs
简介：用户建模是人机交互的一个分支，它描述了建立和修改用户概念性理解的过程。用户建模的主要目标是根据用户的特定需求定制和调整系统。另一个目的是为特定类型的用户建模，包括他们的技能和声明性知识的建模，以用于自动软件测试。"

名称：SIGIR 历年最佳论文汇总（SIGIR Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af1dc92c7f9be213fe7ce?f=cs
简介：SIGIR是在信息检索中展示新研究结果和新系统和技术的首要国际论坛。会议包括为期五天的完整论文、简短论文、演示、教程和讲习班，侧重于信息检索领域的研究和发展，以及行业跟踪和社会活动。"

名称：顺序推荐系统（Sequential Recommender System）
论文集地址：https://www.aminer.cn/topic/5fa16a4492c7f9be216c9b80?f=cs
简介：顺序推荐系统试图了解和建模顺序用户行为，用户与项目之间的交互以及用户的偏好和项目受欢迎程度随时间的演变。顺序推荐系统涉及以上方面，以更精确地表征用户上下文，意图和目标以及项目消费趋势，从而导致更准确，定制和动态的建议。"

名称：深度学习在搜索和推荐中的应用（Deep Learning papers for industrial Search, Recommendation and Advertisement）
论文集地址：https://www.aminer.cn/topic/5ffd8ce892c7f9be21587bc0?f=cs
简介：论文集收录了深度学习在行业搜索，推荐和广告上的应用论文。内容包括嵌入，匹配，排名(点击率预测，CVR预测)，职位排名，迁移和强化学习。"

名称：神经信息检索（Neural Information Retrieval）
论文集地址：https://www.aminer.cn/topic/6013e0e592c7f9be21c08510?f=cs
简介：信息检索（information retrieval，IR）的神经排序模型使用浅层或深层神经网络来根据查询对搜索结果进行排序。传统的学习排序的模型是在手工标注的信息检索特征上使用机器学习技术，与之相反，神经模型可以从原始文本材料（这些材料可以弥合查询与文档词汇之间的差距）中学习语言的表征。文本表征可通过非监督或监督方式习得。监督式方法使用诸如标注的查询文档对这样的信息检索数据来习得一个表征，其专为手头任务进行端到端优化。如果没有足够的信息检索标记，那么非监督式方法可仅通过使用查询和/或文档来习得一个表征。"

名称：通用推荐系统（General Recommender System）
论文集地址：https://www.aminer.cn/topic/6013e2c592c7f9be21c3d02e?f=cs
简介：随着信息技术和互联网行业的发展，信息过载成了人们处理信息的挑战。对于用户而言，如何在以指数增长的资源中快速、准确地定位到自己需要的内容是一个非常重要且极具挑战的事情。对于商家而言，如何把恰当的物品及时呈现给用户，从而促进交易量和经济增长，也是一件颇具难度的事情。推荐系统的诞生极大地缓解了这个困难。针对通用推荐系统的研究聚焦于用户和商品的交互记录，而不考虑用户和商品本身的信息，传统的方法中，矩阵分解一定程度上解决了该问题，近年来随着深度学习技术的发展，神经协同过滤等一系列模型的提出，在该问题上取得了更好的效果."

名称：工业级推荐系统（Industrial Recommender System.）
论文集地址：https://www.aminer.cn/topic/6013e33292c7f9be21c45dd0?f=cs
简介：在移动互联网时代，数据极大丰富，但同时也导致人们获取有效信息的效率降低，即信息过载。推荐系统能够主动地、个性化地推送用户感兴趣的信息从而极大缓解信息过载问题，也因此成为移动互联时代发展最快、应用最广泛的技术之一。与搜索引擎相比，推荐场景下用户主动表达信息少，意图不明确，如何结合用户多维度信息，有效建模用户兴趣点是非常有挑战性和价值的问题。在超大规模数据场景中，工业级推荐系统主要包含两个核心阶段，召回阶段和排序阶段。召回阶段从超大规模候选库中快速选出用户可能感兴趣的候选物品集合，要求在几十毫秒内完成从亿级别候选物品中快速选出数千兴趣候选集合。排序阶段对召回候选集进行精准打分，准确预估用户对目标物品的点击率，进而将用户最感兴趣的内容进行呈现。"

名称：自然语言处理技术在推荐系统中的应用（NLP for Recommender System）
论文集地址：https://www.aminer.cn/topic/601fc36592c7f9be212ec4c1?f=cs
简介：个性化推荐是大数据时代不可或缺的技术，在电商、信息分发、计算广告、互联网金融等领域都起着重要的作用。具体来讲，个性化推荐在流量高效利用、信息高效分发、提升用户体验、长尾物品挖掘等方面均起着核心作用。在推荐系统中经常需要处理各种文本类数据，例如商品描述、新闻资讯、用户留言等等。文本数据是一类量大、复杂、丰富的数据，对推荐系统起着重要的作用，研究自然语言处理技术在推荐系统中的应用是十分重要的。"

名称：社会化推荐（Social Recommender System）
论文集地址：https://www.aminer.cn/topic/606fbd3c92c7f9be2190f00e?f=cs
简介：社会化推荐通过社交行为数据，利用计算机技术，例如机器学习、数据挖掘、自然语言处理等进行研究，挖掘出集体智慧。这种服务方式不同于传统的信息推荐服务，它将社会网络、社交媒体视为信息推荐的主要平台，使用户的隐性知识在社会化推荐过程中与其他用户进行交互，形成交流。"

名称：推荐系统综述（Recommender System Surveys）
论文集地址：https://www.aminer.cn/topic/606fbf9692c7f9be219b42ea?f=cs
简介：推荐系统（RS）主要是指应用协同智能（collaborative intelligence）做推荐的技术。个性化推荐系统能够有效的解决信息过载问题，推荐系统根据用户的历史偏好和约束为用户提供排序的个性化物品（item）推荐列表，更精准的推荐系统可以提升和改善用户体验。本论文集包含推荐系统的综述论文。"

名称：基于深度学习的推荐系统（Deep Learning based Recommender System）
论文集地址：https://www.aminer.cn/topic/606fc5a592c7f9be21b55b7a?f=cs
简介：鉴于深度学习技术的巨大威力，它被学术界、产业界尝试应用于各类业务及应用场景，包括计算机视觉、语音识别、自然语言处理、搜索、推荐、广告等等。国际著名的推荐系统会议RecSys从2016开始专门组织关于深度学习的会议，深度学习在推荐圈中越来越受到重视。"

名称：推荐系统中的冷启动问题（Cold Start Problem in Recommender System）
论文集地址：https://www.aminer.cn/topic/606fc7aa92c7f9be21bee0b7?f=cs
简介：任何互联网推荐产品, 标的物和用户都是不断增长变化的，所以一定会频繁面对新标的物和新用户, 推荐系统冷启动问题指的就是对于新注册的用户或者新入库的标的物。另外，如果是新开发的产品，初期用户很少，用户行为也不多，常用的协同过滤、深度学习等依赖大量用户行为的算法不能很好的训练出精准的推荐模型, 这个问题就是系统冷启动。"

名称：推荐系统中的点击率预估（CTR Prediction for RS）
论文集地址：https://www.aminer.cn/topic/606fc99492c7f9be21c63d01?f=cs
简介：CTR(Click-through rate, 点击率)预估在工业级推荐系统、广告系统中是非常重要的一个环节, 其预估效果会直接影响推荐系统的性能。CTR预估常伴有训练数据量大、特征高度稀疏、推断性能要求高等特点, 使得算法的设计多围绕这些特点来进行。"

名称：推荐系统中的可解释性（Explainability on RS）
论文集地址：https://www.aminer.cn/topic/6074301b92c7f9be218c1076?f=cs
简介：相比与传统的推荐系统，可解释系统不仅能够提升系统透明度，还能够提高用户对系统的信任和接受程度 、用户选择体验推荐产品的概率以及用户满意程度等等。作为人工智能领域的一个重要分支，可解释推荐系统现已经应用到电子商务、医疗、学术等领域 ，推荐系统的可解释性也是一个重要的研究方向。"

名称：基于评论的推荐系统（Review based RS）
论文集地址：https://www.aminer.cn/topic/607433ce92c7f9be219c468c?f=cs
简介：许多研究人员尝试使用用户的评论辅助信息去学习用户、物品的表示进一步地弥补数据稀疏问题。现存的方法在利用评论信息构建用户、物品表示时往往存在两种类别的表示，分别是使用用户撰写的和写给物品的全部评论拼接为文档进行表示学习，另一种则是将每条评论单独的建模学习。"

名称：基于知识图谱的推荐系统（Knowledge Graph for RS）
论文集地址：https://www.aminer.cn/topic/607434a192c7f9be21a004a1?f=cs
简介：为了解决各种在线应用中的信息爆炸问题，提高用户体验，推荐系统被提出来进行用户偏好建模。尽管人们已经做出了许多努力来实现更加个性化的推荐，但是推荐系统仍然面临着一些挑战，比如数据稀疏性和冷启动。近年来，以知识图谱作为边信息生成推荐引起了人们的极大兴趣。这种方法不仅可以缓解上述问题，提供更准确的推荐，而且可以对推荐的项目进行解释。"

名称：基于对话的推荐系统（Conversational RS）
论文集地址：https://www.aminer.cn/topic/6074390e92c7f9be21b51308?f=cs
简介：对话推荐系统(CRS)采用了一种不同的方法，支持更丰富的交互。例如，这些交互可以帮助改进偏好激发过程，或者允许用户询问关于推荐的问题并给出反馈。对CRS的兴趣在过去几年里显著增加。这种发展主要是由于自然语言处理领域的重大进展，新的语音控制家庭助手的出现，以及聊天机器人技术的增加使用。"

名称：推荐系统中的安全和隐私（Privacy&Security in RS）
论文集地址：https://www.aminer.cn/topic/60743a3092c7f9be21b9da87?f=cs
简介：在最近几年来,为有效地解决人们面临的信息过量问题,推荐系统出现了。作为一个有效的方法,它通过从以前用户的交互动作提取信息以形成个性化的产品建议。然而,推荐系统也存在严重的安全问题：恶意用户能够影响或破坏提供给其他用户的推荐建议。由于协同推荐系统必须开放给用户,要设计一个不被攻击的系统是很困难的。很多研究安全协同推荐系统的研究者已经开始研究如何识别和抵抗攻击。"

名称：图神经网络在推荐系统上的应用（GNN for Recommender Systems）
论文集地址：https://www.aminer.cn/topic/6076435e92c7f9be217f7438?f=cs
简介：随着网络信息的爆炸式增长，推荐系统在缓解信息过载方面发挥了重要作用。由于推荐系统具有重要的应用价值，这一领域的研究一直在不断涌现。近年来，图神经网络(GNN)技术得到了广泛的关注，它能将节点信息和拓扑结构自然地结合起来。由于GNN在图形数据学习方面的优越性能，GNN方法在许多领域得到了广泛的应用。在推荐系统中，主要的挑战是从用户/项目的交互和可用的边信息中学习有效的嵌入用户/项目。由于大多数信息本质上具有图结构，而网络神经网络在表示学习方面具有优势，因此将图神经网络应用于推荐系统的研究十分活跃。"

名称：KDD 2021 推荐系统相关论文（KDD 2021 RS）
论文集地址：https://www.aminer.cn/topic/60e25de292c7f9be211df45c?f=cs
简介：推荐系统（RS）主要是指应用协同智能（collaborative intelligence）做推荐的技术。个性化推荐系统能够有效的解决信息过载问题，推荐系统根据用户的历史偏好和约束为用户提供排序的个性化物品（item）推荐列表，更精准的推荐系统可以提升和改善用户体验。本论文集包含KDD2021 推荐系统相关论文。"

名称：TIT近年最佳论文（TIT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5092c7f9be21cd1a37?f=cs
简介：《IEEE信息理论汇刊》是由IEEE信息理论学会出版的科学期刊。它涵盖了信息论和通信数学。它成立于1953年，名为《IRE信息论汇刊》。主编是亚历山大·巴格(马里兰大学帕克分校)。从2007年开始，该杂志允许在arXiv上发布预印本。"

名称：CIKM近年最佳论文（CIKM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd27d1?f=cs
简介：信息和知识管理会议 (CIKM) 为介绍和讨论信息和知识管理研究以及数据和知识库的最新进展提供了一个国际论坛。会议的目的是确定未来知识和信息系统发展面临的具有挑战性的问题，并通过征求和审查高质量的应用和理论研究成果来塑造未来的研究方向。会议的一个重要部分是研讨会计划，该计划侧重于及时的研究挑战和举措。"

名称：用户界面（user interface）
论文集地址：https://www.aminer.cn/topic/61dc404c42323c8f84407128?f=cs
简介：用户界面是系统和用户之间进行交互和信息交换的媒介，它实现信息的内部形式与人类可以接受形式之间的转换。用户界面是介于用户与硬件而设计彼此之间交互沟通相关软件，目的在使得用户能够方便有效率地去操作硬件以达成双向之交互，完成所希望借助硬件完成之工作，用户界面定义广泛，包含了人机交互与图形用户接口，凡参与人类与机械的信息交流的领域都存在着用户界面。"

名称：文档检索（Document retrieval）
论文集地址：https://www.aminer.cn/topic/61dfc88e42323c8f847dd597?f=cs
简介：文本检索，亦称为自然语言检索，指不对文献进行任何标引，直接通过计算机以自然语言中的语词匹配查找的系统。文本检索进行匹配的对象，可以是整个出版的文本，包括文章、报告甚整本图书，也可以是它的部分，如文摘、摘录或只是文献的题名。以整个文献正文为对象进行的匹配查找，称为全文检索。"

名称：数据结构（data structure）
论文集地址：https://www.aminer.cn/topic/61e0316a42323c8f84bb99b0?f=cs
简介：在计算机科学中，数据结构是计算机中存储、组织数据的方式。 数据结构意味着接口或封装：一个数据结构可被视为两个函数之间的接口，或者是由数据类型联合组成的存储内容的访问方法封装。 大多数数据结构都由数列、记录、可辨识联合、引用等基本类型构成。"

名称：查询语言（query language）
论文集地址：https://www.aminer.cn/topic/61e4376d42323c8f84070586?f=cs
简介：查询语言一种可以独立使用的非过程性数据库语言。不仅具有表达数据查询功能，还具有表达数据操纵、数据定义及数据控制的功能。只需说明要查询的数据特征，无需说明具体的访问路径。既能独立地交互式使用，也能嵌入宿主语言中使用。"

名称：信息系统（information system）
论文集地址：https://www.aminer.cn/topic/61e43a2942323c8f84154767?f=cs
简介：信息系统是由计算机硬件、网络和通信设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的的人机一体化系统。主要有五个基本功能，即对信息的输入、存储、处理、输出和控制。信息系统经历了简单的数据处理信息系统、孤立的业务管理信息系统、集成的智能信息系统三个发展阶段。"

名称：检索系统（retrieval system）
论文集地址：https://www.aminer.cn/topic/61e43bb242323c8f841cff29?f=cs
简介：信息检索系统是指根据特定的信息需求而建立起来的一种有关信息搜集、加工、存储和检索的程序化系统．其主要目的是为人们提供信息服务。所以可以说任何具有信息存储与信息检索功能的系统都可以称为信息检索系统．信息检索系统可以理解为一种可以向用户提供信息检索服务的系统。"

名称：搜索引擎（Search Engines）
论文集地址：https://www.aminer.cn/topic/61ee036042323c8f845ea331?f=cs
简介：搜索引擎是一种信息检索系统，旨在协助搜索存储在计算机系统中的信息。搜索结果一般被称为“hits”，通常会以表单的形式列出。网络搜索引擎是最常见、公开的一种搜索引擎，其功能为搜索万维网上储存的信息。"

9.数据库

名称：数据库（Database）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd74?f=cs
简介：数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合，可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据进行新增、查询、更新、删除等操作。"

名称：区块链（Blockchain）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd9f?f=cs
简介：区块链是一个信息技术领域的术语。从本质上讲，它是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征，区块链技术奠定了坚实的“信任“基础，创造了可靠的“合作”机制，具有广阔的运用前景。"

名称：空间数据库（Spatial database）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64c9?f=cs
简介：空间数据库是指地理信息系统在计算机物理存储介质上存储的与应用相关的地理空间数据的总和，一般是以一系列特定结构的文件的形式组织在存储介质之上的。空间数据库的研究始于20 世纪 70年代的地图制图与遥感图像处理领域，其目的是为了有效地利用卫星遥感资源迅速绘制出各种经济专题地图。由于传统的关系数据库在空间数据的表示、存储、管理、检索上存在许多缺陷，从而形成了空间数据库这一数据库研究领域。而传统数据库系统只针对简单对象，无法有效的支持复杂对象（如图形、图像）。空间数据库是某区域内关于一定空间要素特征的数据集合，是GIS在物理介质上存储的与应用相关的空间数据总和。"

名称：图数据库（Graph Database）
论文集地址：https://www.aminer.cn/topic/5eec8ad092c7f9be2177bcc6?f=cs
简介：图数据库（Graph Databas）是一个基于图模型的在线数据库管理系统，具有图数据的创建、读取、更新和删除（CRUD）功能。图数据库主要面向事务（OLTP）系统，通常也支持一些分析类的任务。"

名称：VLDB 历年最佳论文汇总（VLDB Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af3db92c7f9be214127bd?f=cs
简介：VLDB是数据管理和数据库研究人员、供应商、从业者、应用程序开发人员和用户的重要年度国际论坛。VLDB会议将以研究演讲、教程、演示和研讨会为特色。它将涵盖数据管理、数据库和信息系统研究方面的问题，因为它们是21世纪新出现的应用的技术基石。"

名称：数据库与人工智能（AI and Database）
论文集地址：https://www.aminer.cn/topic/602277ba92c7f9be2115e667?f=cs
简介：数据库和人工智能的结合近年来受到广泛关注从AI对数据库的好处来看，我们用传统经验去优化数据库已经不能满足较高的执行要求，比如在大规模数据、各种各样的应用、不同的用户，尤其在云上。传统的优化方案是连接命令的选择，节点之间的协作，索引与视图的选择。现在我们可以利用基于学习的策略去缓解上述传统优化的缺点。另一个方面就是数据库反过来可以有益于AI的发展。数据库技术可以优化AI模型。比如说AI很难应用到真实的应用上，因为它对于开发人员太难了，因为要写复杂的代码和训练复杂的模型。数据库技术能减少使用AI模型的复杂性，加速AI算法，提供AI的可用性。"

名称：模型压缩与加速（Model Compression Acceleration）
论文集地址：https://www.aminer.cn/topic/603de30392c7f9be21a47f86?f=cs
简介：目前在深度学习领域分类两个派别，一派为学院派，研究强大、复杂的模型网络和实验方法，为了追求更高的性能；另一派为工程派，旨在将算法更稳定、高效的落地在硬件平台上，效率是其追求的目标。复杂的模型固然具有更好的性能，但是高额的存储空间、计算资源消耗是使其难以有效的应用在各硬件平台上的重要原因。所以，卷积神经网络日益增长的深度和尺寸为深度学习在移动端的部署带来了巨大的挑战，深度学习模型压缩与加速成为了学术界和工业界都重点关注的研究领域之一。深度学习模型压缩和加速算法主要有三个方向，分别为加速网络结构设计、模型裁剪与稀疏化、量化加速。"

名称：Information Sciences近年引用最高论文（Information Sciences recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846df0?f=cs
简介：Information Sciences是数据库与数据挖掘的B类期刊，当前的影响因子为4.038，以下是近年来引用较高的文章。"

名称：VLDBJ近年引用最高论文（VLDBJ recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be2184725d?f=cs
简介：VLDB是数据库与数据挖掘领域A类期刊，当前的影响因子为2.868且JCR分区为Q2，以下是当前引用较高的论文。"

名称：JASIST近年引用最高论文（JASIST recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847c36?f=cs
简介：JASIST是数据库与数据挖掘领域B类期刊，当前的影响因子为1.436且JCR分区为Q3，以下是当前引用较高的论文。"

名称：I&M近年引用最高论文（I&M recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847c89?f=cs
简介：Information and Management是数据库与数据挖掘领域B类期刊，当前的影响因子为7.555且JCR分区为Q1，以下是当前引用较高的论文。"

名称：AEI近年引用最高论文（AEI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be218480d3?f=cs
简介：AEI是数据库与数据挖掘研究领域B类期刊，当前的影响因子为5.603且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IPM近年引用最高论文（IPM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848118?f=cs
简介：IPM是数据库与数据挖掘研究领域B类期刊，当前的影响因子为3.892且JCR分区为Q1，以下是当前引用较高的论文。"

名称：KAIS近年引用最高论文（KAIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848261?f=cs
简介：KAIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.822且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IS近年引用最高论文（IS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848482?f=cs
简介：IS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.309且JCR分区为Q3，以下是当前引用较高的论文。"

名称：EJIS近年引用最高论文（EJIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218484fa?f=cs
简介：EJIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为4.344且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJGIS近年引用最高论文（IJGIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be2184873c?f=cs
简介：IJGIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为4.249且JCR分区为Q3，以下是当前引用较高的论文。"

名称：DMKD近年引用最高论文（DMKD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218489b9?f=cs
简介：DMKD是数据库与数据挖掘研究领域B类期刊，当前的影响因子为3.670且JCR分区为Q2，以下是当前引用较高的论文。"

名称：JWS近年引用最高论文（JWS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848aff?f=cs
简介：JWS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为1.897且JCR分区为Q3，以下是当前引用较高的论文。"

名称：JSIS近年引用最高论文（JSIS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848d4e?f=cs
简介：JSIS是数据库与数据挖掘研究领域B类期刊，当前的影响因子为11.022且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TKDD近年引用最高论文（TKDD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848e78?f=cs
简介：TKDD是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.713且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TWEB近年引用最高论文（TWEB recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be21849453?f=cs
简介：TWEB是数据库与数据挖掘研究领域B类期刊，当前的影响因子为2.043且JCR分区为Q3，以下是当前引用较高的论文。"

名称：CIKM近年最佳论文（CIKM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd27d1?f=cs
简介：信息和知识管理会议 (CIKM) 为介绍和讨论信息和知识管理研究以及数据和知识库的最新进展提供了一个国际论坛。会议的目的是确定未来知识和信息系统发展面临的具有挑战性的问题，并通过征求和审查高质量的应用和理论研究成果来塑造未来的研究方向。会议的一个重要部分是研讨会计划，该计划侧重于及时的研究挑战和举措。"

名称：EDBT近年最佳论文（EDBT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3e92?f=cs
简介：EDBT会议是扩展数据库方面的国际会议，会议的主要议题包括：数据库的可用性、可靠性和可扩展性、大数据存储、处理和转化、复杂的事件处理和数据流、数据挖掘和知识发现、图数据库和语义网等方面。"

名称：SPAA近年最佳论文（SPAA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd43a5?f=cs
简介：SPAA是ACM 算法和架构并行研讨会，会议的主要议题包括：并行和分布式算法 、并行和分布式数据结构、海量数据集管理等方面。"

名称：PODS近年最佳论文（PODS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd44aa?f=cs
简介：PODS会议是数据库系统原理研讨会，会议的主要议题包括：算法、数据结构、基准测试等方面。"

名称：ICDT近年最佳论文（ICDT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4d7b?f=cs
简介：国际数据库理论会议(ICDT)是一个关于数据库理论基础的国际研究会议，自1982年开始举办。它也经常被称为欧洲的PODS。自2009年以来，ICDT一直与EDBT联合举办，EDBT是一个关于数据管理系统方面的研究会议。直到2009年，这个会议都是每两年举行一次。现在，该会议每年在一个地点举行，通常在欧洲。ICDT与欧洲数据库理论研究团体相关。"

名称：MDM近年最佳论文（MDM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4e14?f=cs
简介：移动数据管理系列会议于1999年12月首次亮相。自成立以来，它已成为一个著名的论坛，交流创新和重要的研究成果在移动数据管理。它包括研究和产业两方面，是学术研究人员和产业研究人员之间的重要桥梁。除了研究出版物的展示，它还作为技术演示(Demos)、研讨会、高级研讨会、小组讨论以及迎合博士学生和工业开发人员的博士论坛和工业论坛的会议场所。会议的重点是在移动、普适和普适计算的数据管理方面的研究贡献。"

名称：DASFAA近年最佳论文（DASFAA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd538c?f=cs
简介：DASFAA会议是高级应用程序数据库系统国际会议，主要议题包括：数据库理论、基于深度学习的查询计划优化、基于学习的数据库监控等方面。"

名称：SYSTOR近年最佳论文（SYSTOR Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd5568?f=cs
简介：SYSTOR会议是国际系统和存储会议，会议的主要议题包括：大数据基础设施，云、数据中心和分布式系统，部署、使用和体验，嵌入式和实时系统等方面。"

10.人机交互

名称：社会科学（Social Science）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64c8?f=cs
简介：社会科学是指以社会现象为研究对象的科学，其任务是研究并阐述各种社会现象及其发展规律。社会科学是在18一19世纪形成的。其形成的直接原因是欧洲社会大变革的结果，是工业革命和城市化进程的产物，也是近代西方自然科学和技术革命发展的产物。在社会革命过程中，人们需要对社会发展规律作出解释，而自然科学的发展又直接促使人们对社会的研究采取各种自然科学的研究方法，最终引起社会科学的产生。"

名称：人机交互（Human Computer Interaction）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd78?f=cs
简介：人机交互、人机互动（英文：Human-Computer Interaction或Human-Machine Interaction，简称HCI或HMI），是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器，也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流，并进行操作。小如收音机的播放按键，大至飞机上的仪表板，或发电厂的控制室。人机交互界面的设计要包含用户对系统的理解（即心智模型），那是为了系统的可用性或者用户友好性。"

名称：认知科学（Cognitive Science）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edda1?f=cs
简介：认知科学是一种包括语言学、人类学、心理学、神经科学、哲学和人工智能等跨学科的新兴科学，其研究对象为人类、动物和人工智能机制的理解和认知，亦即能够获取、储存、传播知识的信息处理的复杂体系。认知科学建立在对感知、智能、语言、计算、推理甚至意识等诸多现象的研究和模型化上。这个词是克里斯多福·龙格-希金斯在1973年评注一部关于当时人工智慧最新研究的著作莱特希尔报告时创造的。同10年内，《认知科学期刊》和认知科学学会相继于美国加州成立。认知科学的基本要义是：理解思维的最好途径，是认识脑中的代表性结构，以及这些结构中发生的计算性过程。"

名称：虚拟现实（Virtual reality）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d5?f=cs
简介：所谓虚拟现实，顾名思义，就是虚拟和现实相互结合。从理论上来讲，虚拟现实技术（VR）是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，使用户沉浸到该环境中。虚拟现实技术就是利用现实生活中的数据，通过计算机技术产生的电子信号，将其与各种输出设备结合使其转化为能够让人们感受到的现象，这些现象可以是现实中真真切切的物体，也可以是我们肉眼所看不到的物质，通过三维模型表现出来。因为这些现象不是我们直接所能看到的，而是通过计算机技术模拟出来的现实中的世界，故称为虚拟现实。"

名称：认知神经基础（2020智源大会）（Cognitive Neuroscience (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d68e92c7f9be2175c58f?f=cs
简介：认知神经科学是研究认知神经机制的学科，是认知科学和神经科学交叉的产物，目的在于阐明认知活动的脑机制。认知神经科学是20世纪末诞生的，属于新兴学科，它采用的无损伤脑高级功能成像方法为当代心理学开辟了一条新的广阔的发展途径。国内外心理学实验室纷纷安装脑功能研究仪器，有关认知神经科学的论文不断涌现。认知神经科学正取代认知心理学成为心理学发展的新潮流。本Topic收录了第二次智源大会-认知神经基础的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：认知神经基础（Cognitive Neuroscience）
论文集地址：https://www.aminer.cn/topic/5eb61cd092c7f9be217975cb?f=cs
简介：认知神经科学的研究旨在阐明认知活动的脑机制,即人类大脑如何调用其各层次上的组件,包括分子、细胞、脑组织区和全脑去实现各种认知活动。传统神经科学的某些分支,例如神经心理学、心理生理学、生理心理学、神经生物学和行为药理学等,吸收了认知科学的理论和神经科学的新技术,逐渐形成了认知神经心理学、认知心理生理学、认知生理心理学、认知神经生物学和计算神经科学等认知神经科学的各个分支。"

名称：清华大学-脑与智能实验室（清华大学-脑与智能实验室）
论文集地址：https://www.aminer.cn/topic/5f364cf292c7f9be21dfc502?f=cs
简介：清华大学-脑与智能实验室发表的相关论文"

名称：CHI 历年最佳论文汇总（CHI Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af06192c7f9be213f06f7?f=cs
简介：ACM CHI会议的人的因素在计算系统是首要的国际会议的人机交互。“CHI”(发音为“kai”)是一个汇集了来自世界各地的研究人员和实践者讨论最新互动技术的地方。我们是一个多元文化的社区，来自高度不同的背景，我们一起研究新的和创造性的方式，让人们互动。CHI 2019是CHI首次在英国举办，并在格拉斯哥的苏格兰活动校园举办。"

名称：视线估计（Gaze Estimation）
论文集地址：https://www.aminer.cn/topic/6022772892c7f9be2114fb5c?f=cs
简介：视线估计主要以眼睛图像或人脸图像为处理对象，估算人的视线方向或注视点位置。与人脸相关的领域比，gaze其实一直算一个小众的方向。这一点从顶会接收的论文数量就可以看出来。然而近些年随着数据和技术的发展，对gaze的需求渐渐浮出水面，这方面的研究也开始进入主流的视野。目前应用主要集中在游戏、VR、医疗、辅助驾驶和线下零售等领域。"

名称：人-物交互（Human Object Interaction）
论文集地址：https://www.aminer.cn/topic/603de7bb92c7f9be21b9552b?f=cs
简介：理解人与物体之间的相互作用是视觉分类的基本问题之一，也是实现详细场景理解的重要步骤。人与物体之间的交互（HOI）检测力求既定位人与物体，又确定它们之间的复杂交互。众所周知，随着深度学习的不断发展，我们研究的对象也从原本单一的图像识别向着高层次的语义理解和内容识别转变，这其中就包括了关系检测任务（Visual Relation Detection， VRD）。给定一对物体对，顾名思义，VRD任务要求我们对物体之间的关系进行准确预测。在VRD任务中，关系发生的主体subject并不局限于单一的类别，而HOI任务则是研究以人为主体的关系动作。"

名称：PMC近年引用最高论文（PMC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848089?f=cs
简介：PMC是人机交互与普适计算研究领域B类期刊，当前的影响因子为3.453且JCR分区为Q2，以下是当前引用较高的论文。"

名称：THMS近年引用最高论文（THMS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218483f6?f=cs
简介：THMS是人机交互与普适计算研究领域B类期刊，当前的影响因子为2.968且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJHCS近年引用最高论文（IJHCS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218485ff?f=cs
简介：IJHCS是人机交互与普适计算研究领域A类期刊，当前的影响因子为3.632且JCR分区为Q3，以下是当前引用较高的论文。"

名称：TOCHI近年引用最高论文（TOCHI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be2184891c?f=cs
简介：TOCHI是人机交互与普适计算研究领域A类期刊，当前的影响因子为2.351且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IJHCI近年引用最高论文（IJHCI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848cec?f=cs
简介：IJCHI是人机交互与普适计算研究领域B类期刊，当前的影响因子为3.353且JCR分区为Q3，以下是当前引用较高的论文。"

名称：UMUAI近年引用最高论文（UMUAI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be21849143?f=cs
简介：UMUAI是人机交互与普适计算研究领域B类期刊，当前的影响因子为4.412且JCR分区为Q2，以下是当前引用较高的论文。"

名称：HCI近年引用最高论文（HCI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be2184939d?f=cs
简介：HCI是人机交互与普适计算研究领域B类期刊，当前的影响因子为4.750且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IWC近年引用最高论文（IWC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218493ed?f=cs
简介：IWC是人机交互与普适计算研究领域B类期刊，当前的影响因子为1.174且JCR分区为Q4，以下是当前引用较高的论文。"

名称：ICRA近年最佳论文（ICRA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b4f92c7f9be21cd188e?f=cs
简介：国际机器人与自动化会议(ICRA)是IEEE机器人与自动化学会的旗舰会议，也是机器人与自动化研究人员展示其工作的主要国际论坛之一。"

名称：ACM MM近年最佳论文（ACM MM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd2404?f=cs
简介：ICMI是关于多模式人机交互、界面和系统开发的多学科研究的首要国际论坛。会议的重点是理论和经验基础，组件技术，组合多模态处理技术，定义多模态交互分析，界面设计和系统开发领域。"

名称：UIST近年最佳论文（UIST Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2d41?f=cs
简介：ACM用户界面软件和技术研讨会(UIST)是一年一度的人机界面技术创新会议。UIST由ACM SIGCHI和ACM SIGGRAPH赞助。从影响因素来看，它是人机交互领域最具影响力的会议。斯科特·哈德森(Scott Hudson)是UIST社区的现任主席，该社区组织了UIST会议。"

名称：ICMI近年最佳论文（ICMI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd35ab?f=cs
简介：ICMI是关于多模式人机交互、界面和系统开发的多学科研究的首要国际论坛。会议的重点是理论和经验基础，组件技术，组合多模态处理技术，定义多模态交互分析，界面设计和系统开发领域。"

名称：DIS近年最佳论文（DIS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3c01?f=cs
简介：ACM 会议的主要议题是交互系统的设计与实践，是计算机领域中人工智能与人机交互方向的重要会议。"

名称：IUI近年最佳论文（IUI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3cd7?f=cs
简介：ACM IUI是人机交互(HCI)社区与人工智能(AI)社区相遇的地方。我们也非常感兴趣的贡献来自相关领域，如心理学，行为科学，认知科学，计算机图形学，设计，艺术等。"

名称：ASSETS近年最佳论文（ASSETS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd41f1?f=cs
简介：ASSETS会议是国际 ACM SIGACCESS 计算机和可访问性会议，ASSETS 会议是展示与残疾人和老年人计算相关的设计、评估、使用和教育研究的首要论坛。"

名称：IDC近年最佳论文（IDC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd4556?f=cs
简介：交互设计与儿童(IDC)是首次为研究人员、教育工作者和实践者举办的国际会议，旨在分享以儿童为中心的包容性设计、学习和交互领域的最新研究成果、创新方法和新技术。年会包括论文、演讲、讲者、工作坊、参与式设计经验以及如何为儿童创造更好的互动体验的讨论"

名称：HCI近年最佳论文（HCI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4a89?f=cs
简介：HCI是人机交互会议，HCI会议专注于计算机的设计方面。"

名称：VRST近年最佳论文（VRST Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4ece?f=cs
简介：VRST会议是ACM 虚拟现实软件和技术研讨会，会议的主要议题包括：先进的显示技术和沉浸式投影技术、用于 XR 的多感官和多模态系统、XR 的人机交互和协作技术等方面。"

名称：ITS近年最佳论文（ITS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd4fd8?f=cs
简介：ITS会议是交互式桌面和表面国际会议，会议的主要议题包括：大型显示界面和多显示环境，基于手势的界面（手、手指、身体），多模式界面，有形用户界面，新颖的交互技术和范例等方面。"

名称：隐私技术（Privacy technology）
论文集地址：https://www.aminer.cn/topic/61ee192842323c8f84d3d1a0?f=cs
简介：隐私增强技术是一个笼统的术语，包括在隐私信息采集、存储、以及在执行搜索或分析过程中对于保护和增强隐私安全性的数据安全技术，旨在提取数据价值，以充分发挥其商业、科学和社会价值，但同时又不会危及这些信息的隐私和安全性。"

名称：定位感知（Location-aware systems）
论文集地址：https://www.aminer.cn/topic/61ee25b242323c8f842f0b1f?f=cs
简介：自驾车自动驾驶系统的体系结构一般分为感知系统和决策系统。感知系统一般分为许多子系统，负责自动驾驶汽车定位、静态障碍物测绘、移动障碍物检测与跟踪、道路测绘、交通信号检测与识别等任务。"

名称：智能空间（Smart Space）
论文集地址：https://www.aminer.cn/topic/61ee407f42323c8f84bc03c6?f=cs
简介：智能空间（Smart Space）是嵌入了计算、信息设备和多模态的传感装置的工作或生活空间，具有自然便捷的交互接口，以支持人们方便地获得计算机系统的服务。普适计算将使计算和信息服务以适合人们使用的方式普遍存在于我们的周围，以往相互隔离的信息空间和物理空间将相互融合在一起。国际上对智能空间的研究开展得相当广泛，表明了智能空间在普适计算研究中的重要作用。"

名称：行为分析（behavior analysis）
论文集地址：https://www.aminer.cn/topic/61f0b02542323c8f846d4af4?f=cs
简介：用户行为分析，是指在获得网站或APP等平台访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站或APP等平台的规律，并将这些规律与网络营销策略等相结合，从而发现网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。这是狭义的只指网络上的用户行为分析。"

名称：基于视觉的界面（Vision-based interfaces）
论文集地址：https://www.aminer.cn/topic/61f0b02f42323c8f846d842c?f=cs
简介：在感知用户界面（即为计算机提供感知能力的界面）类别中，人工视觉作为一种新的输入方式被越来越多地利用，作为标准交互范式的补充或替代。"

名称：语音和话语界面（speech and discourse interfaces）
论文集地址：https://www.aminer.cn/topic/61f0b03742323c8f846daf06?f=cs
简介：语音界面描述了使用人类语音或模拟人类语音的软件界面。"

名称：群组协同技术（group collaboration technologies）
论文集地址：https://www.aminer.cn/topic/61f2045142323c8f84ced237?f=cs
简介：计算和通信技术为我们提供了有用而强大的信息资源、远程仪器和相互交互的工具。 这些可能性也导致了许多社会和组织影响。 这些工具当然只是改变人类体验的一系列现代技术中的最新技术。 很久以前，电视和广播扩大了我们对世界各地活动的认识和兴趣。 电报和电话使新的组织形式出现。 计算机支持的合作工作 (CSCW) 新技术为我们开展活动提供了更大的地域和时间灵活性。 它们还为我们提供了新的社交方式。"

名称：远程沉浸系统（Tele-immersion）
论文集地址：https://www.aminer.cn/topic/61f206ec42323c8f84dd94e9?f=cs
简介：远程沉浸系统(Tele-immersion)是一种特殊的网络化虚拟现实环境。这个环境可以是对现实或历史的逼真反映，可以是对高性能计算结果或数据库的可视化，也可以是个纯粹虚构的空间。“沉浸”的意思是人可以完全融入其中：各地的参与者通过网络聚在同一个虚拟空间里，既可以随意漫游，又可以相互沟通，还可以与虚拟环境交互，使之发生改变。"

名称：角膜建模（corneal modeling）
论文集地址：https://www.aminer.cn/topic/61f2079642323c8f84e152f2?f=cs
简介：角膜是人眼的重要组成部分,角膜的特性对于眼疾病的诊断和治疗有着重要的意义,研究角膜的形态特征、物理特性,对其进行建模与仿真具有重要的学术意义和临床应用价值。"

名称：虚拟手术（virtual environments for surgical simulation）
论文集地址：https://www.aminer.cn/topic/61f3b41142323c8f8493b147?f=cs
简介：虚拟手术仿真系统是虚拟现实技术在医学领域的一个典型应用。虚拟手术是由医学图像数据出发，应用计算机图形学重构出虚拟人体软组织模型，模拟出虚拟的医学环境，并利用触觉交互设备与之进行交互的手术系统，如图1所示。虚拟手术系统，为医生提供一个虚拟的3D环境以及可交互操作平台，逼真的模拟临床手术的全过程。与传统的手术教学相比，虚拟手术具有无损伤性、可重复性和可指定性等优点。但是，该领域的大部分研究仅限于仿真的可视化阶段，由于缺乏触觉效果，医生在虚拟环境下完成的手术与临床环境差别很大。"

名称：仿真渲染（vision realistic rendering）
论文集地址：https://www.aminer.cn/topic/61f3b41a42323c8f8493d411?f=cs
简介：场景渲染是三维引擎中最重要的子模块之一，负责实现基本图元的绘制，光线处理和纹理处理等，实际上是三维真实感图形的再现过程。在许多应用领域都对场景的实时性有很高的要求，如果达不到一定的显示速率，就会丧失实际应用的价值。比如在3d游戏领域，美工画出精美的模型，面数多且逼真。在虚拟仿真过程中，如果出现大量精美3d模型，3d引擎的渲染速度问题就显得尤为突出。"

名称：医学成像（medical imaging）
论文集地址：https://www.aminer.cn/topic/61f3b40c42323c8f84939afa?f=cs
简介：医学影像是指为了医疗或医学研究，对人体或人体某部份，以非侵入方式取得内部组织影像的技术与处理过程，是一种逆问题的推论演算，即成因（活体组织的特性）是经由结果（观测影像信号）反推而来。 作为一门科学，医学影像属于生物影像，并包含影像诊断学、放射学、内视镜、医疗用热影像技术、医学摄影和显微镜。"

11.计算机图形学

名称：计算机图形学（Computer graphics）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd81?f=cs
简介：计算机图形学(Computer Graphics，简称CG)是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。"

名称：概率图模型（Probabilistic Graphical Models）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd8c?f=cs
简介：概率图模型是用图来表示变量概率依赖关系的理论，结合概率论与图论的知识，利用图来表示与模型有关的变量的联合概率分布。由图灵奖获得者Pearl开发出来。概率图模型理论分为概率图模型表示理论，概率图模型推理理论和概率图模型学习理论。近10年它已成为不确定性推理的研究热点，在人工智能、机器学习和计算机视觉等领域有广阔的应用前景。"

名称：TIP近年引用最高论文（TIP recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846c2f?f=cs
简介：计算机图形学大会是计算机图形学学术交流的重要论坛，为与会学者提供广泛的学术交流平台，内容包括计算机图形学、虚拟现实、计算机动画等相关领域的最新研究与发展成果。"

名称：TOG近年引用最高论文（TOG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218470ed?f=cs
简介：TOG是计算机图形学与多媒体领域A类期刊，当前影响因子为5.414且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TMM近年引用最高论文（TMM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218472b6?f=cs
简介：TMM是计算机图形学与多媒体领域A类期刊，当前的影响因子为5.748且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TCSVT近年引用最高论文（TCSVT recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847361?f=cs
简介：TCSVT是计算机图形学与多媒体领域B类期刊，当前的影响因子为4.685且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TVCG近年引用最高论文（TVCG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847446?f=cs
简介：TVCG是计算机图形学与多媒体领域A类期刊，当前的影响因子为4.579且JCR分区为Q1，以下是当前引用较高的论文。"

名称：SPL历年引用最高论文（SPL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847548?f=cs
简介：SPL是计算机图形学与多媒体领域B类期刊，当前的影响因子为3.109且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Signal Processing近年引用最高论文（Signal Processing recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be2184768e?f=cs
简介：Signal Processing是计算机图形学与多媒体领域B类期刊，当前的影响因子为4.662且JCR分区为Q1，以下是当前引用较高的论文。"

名称：CGF近年引用最高论文（CGF recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847d00?f=cs
简介：CGF是计算机图形学与多媒体领域A类期刊，当前的影响因子为2.078且JCR分区为Q2，以下是当前引用较高的论文。"

名称：CAD近年引用最高论文（CAD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218485ac?f=cs
简介：CAD是计算机图形学与多媒体研究领域A类期刊，当前的影响因子为3.027且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Speech Com近年引用最高论文（Speech Com recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848f27?f=cs
简介：Speech Com是计算机图形学与多媒体研究领域B类期刊，当前的影响因子为2.017且JCR分区为Q3，以下是当前引用较高的论文。"

名称：CAGD近年引用最高论文（CAGD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be21849808?f=cs
简介：CAGD是计算机图形学与多媒体研究领域B类期刊，当前的影响因子为1.382且JCR分区为Q3，以下是当前引用较高的论文。"

名称：ICIP近年最佳论文（ICIP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd289f?f=cs
简介：ICIP会议是图像处理国际会议，会议的主要议题包括：COVID-19 和成像，传感、表示、建模和配准，合成、渲染和可视化，纹理图像表示和分类，计算成像，修复和增强，过滤和多分辨率处理等方面。"

名称：CGI近年最佳论文（CGI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd5882?f=cs
简介：CGI会议是国际计算机图形学会议，会议的主要议题包括：渲染技术、几何计算、虚拟和现实增强、形状和表面建模、基于物理的建模、计算机图形和计算机视觉、科学可视化等方面。"

名称：自然景象建模（modeling and animation of natural phenomena）
论文集地址：https://www.aminer.cn/topic/6201df32fd40614d29649578?f=cs
简介：自然景象是计算机图形领域和虚拟现实领域的研究热点和难点，它在计算机动画、电脑游戏、影视特技、军事仿真、建筑景观设计、虚拟现实等领域都有非常广泛的应用。"

名称：计算拓扑学（computational topology）
论文集地址：https://www.aminer.cn/topic/6201df3bfd40614d2964c09d?f=cs
简介：拓扑学是研究几何图形或空间在连续改变形状后还能保持不变的一些性质的学科。它只考虑物体间的位置关系而不考虑它们的形状和大小。在拓扑学里，重要的拓扑性质包括连通性与紧致性。"

名称：图形硬件（graphics hardware utilization）
论文集地址：https://www.aminer.cn/topic/6201df44fd40614d2964e60e?f=cs
简介：图形硬件中最重要的一块是图形卡，它是渲染所有图像并将其发送到显示器的设备。图形卡有两种类型：集成和专用。通常由英特尔在其计算机中使用的集成图形卡绑定到主板，并与CPU共享RAM（随机存取存储器），减少可用的RAM总量。这对于运行使用大量视频内存的程序和应用程序是不希望的。专用的图形卡具有其自己的RAM和处理器来生成其图像，并且不会降低计算机的速度。专用显卡也比集成显卡具有更高的性能。"

名称：网格简化（Mesh Simplification）
论文集地址：https://www.aminer.cn/topic/62035d21fd40614d29ceee1c?f=cs
简介：目前，三维模型大都使用三角网格进行表示。同一个模型，使用的三角网格越多，模型的细节越精细。于是有了网格简化，它的目的是在不过于损失模型精细度的情况下，尽可能减少使用的三角形个数，对于不同的需要，生成不同细节程度的模型。"

名称：形状建模（shape modeling）
论文集地址：https://www.aminer.cn/topic/62035d28fd40614d29cef276?f=cs
简介：主动形状模型是一种较为成熟的人脸特征点定位方法。它用局部纹理模型在特征点周围进行局部搜索，用全局统计模型约束特征点集组成的形状，二者反复迭代，最终收敛至最优形状。主动形状模型在速度方面具有较大优势，一般应用于实时性要求较高的场合。"

名称：曲面参数化（surface parameterization）
论文集地址：https://www.aminer.cn/topic/62035d30fd40614d29cef7cc?f=cs
简介：三角网格曲面的参数化是纹理映射、重新网格化和曲面拟合过程中的重要环节,因此在实践中采用的参数化方法合适与否至关重要。"

名称：可视化处理（visibility processing）
论文集地址：https://www.aminer.cn/topic/62047b08fd40614d29e70f60?f=cs
简介：可视化（Visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。"

12.多媒体

名称：浙江大学计算机学院-数字媒体计算与设计实验室（Digital media Computing & Design Lab）
论文集地址：https://www.aminer.cn/topic/5f067e1192c7f9be21aa9d80?f=cs
简介：初建于1998年。团队围绕跨媒体计算、人工智能、大数据理论与应用三大方向，以合作承担国家重大(重点)项目为契机，历经将近20年建设，形成了优秀研究群体。团队核心成员以中青年人才为主，年富力强，开拓创新，活跃在教学科研第一线，拥有深厚理论功底和丰富科研经验，具有以国际学科前沿、国家需求和实际应用为导向的社会责任感，也具有充沛时间和精力完成好本团队科研任务。团队研究具有明显跨学科和交叉特色，为研究内容顺利实施奠定了学科交叉人才基础。"

名称：ACM MM 历年最佳论文汇总（ACM MM Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af19692c7f9be213fc556?f=cs
简介：ACM多媒体(ACM- mm)是计算机协会(ACM)关于多媒体的年度会议，由ACM中关于多媒体的SIGMM特别兴趣小组赞助。SIGMM专门在多媒体计算领域，从底层技术到应用，理论到实践，和服务器到网络到设备。"

名称：TIP近年引用最高论文（TIP recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846c2f?f=cs
简介：计算机图形学大会是计算机图形学学术交流的重要论坛，为与会学者提供广泛的学术交流平台，内容包括计算机图形学、虚拟现实、计算机动画等相关领域的最新研究与发展成果。"

名称：TOG近年引用最高论文（TOG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218470ed?f=cs
简介：TOG是计算机图形学与多媒体领域A类期刊，当前影响因子为5.414且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TMM近年引用最高论文（TMM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be218472b6?f=cs
简介：TMM是计算机图形学与多媒体领域A类期刊，当前的影响因子为5.748且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TCSVT近年引用最高论文（TCSVT recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847361?f=cs
简介：TCSVT是计算机图形学与多媒体领域B类期刊，当前的影响因子为4.685且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TVCG近年引用最高论文（TVCG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847446?f=cs
简介：TVCG是计算机图形学与多媒体领域A类期刊，当前的影响因子为4.579且JCR分区为Q1，以下是当前引用较高的论文。"

名称：SPL历年引用最高论文（SPL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be21847548?f=cs
简介：SPL是计算机图形学与多媒体领域B类期刊，当前的影响因子为3.109且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Signal Processing近年引用最高论文（Signal Processing recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be2184768e?f=cs
简介：Signal Processing是计算机图形学与多媒体领域B类期刊，当前的影响因子为4.662且JCR分区为Q1，以下是当前引用较高的论文。"

名称：CGF近年引用最高论文（CGF recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847d00?f=cs
简介：CGF是计算机图形学与多媒体领域A类期刊，当前的影响因子为2.078且JCR分区为Q2，以下是当前引用较高的论文。"

名称：CAD近年引用最高论文（CAD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218485ac?f=cs
简介：CAD是计算机图形学与多媒体研究领域A类期刊，当前的影响因子为3.027且JCR分区为Q1，以下是当前引用较高的论文。"

名称：Speech Com近年引用最高论文（Speech Com recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848f27?f=cs
简介：Speech Com是计算机图形学与多媒体研究领域B类期刊，当前的影响因子为2.017且JCR分区为Q3，以下是当前引用较高的论文。"

名称：CAGD近年引用最高论文（CAGD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be21849808?f=cs
简介：CAGD是计算机图形学与多媒体研究领域B类期刊，当前的影响因子为1.382且JCR分区为Q3，以下是当前引用较高的论文。"

名称：ICME近年最佳论文（ICME Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd33fb?f=cs
简介：ICME会议是国际多媒体与博览会会议，会议的主要议题包括：多媒体人工智能，3D 多媒体、AR/VR 和沉浸式媒体，新兴多媒体应用和技术， 图像/视频处理，多媒体分析与理解等方面。"

名称：ICMR近年最佳论文（ICMR Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3c6c?f=cs
简介：ACM ICMR是世界范围内多媒体检索的首要科学会议。它的使命是通过将多媒体检索领域的研究人员和实践者聚集在一起来阐明多媒体检索的现状。重要的是要确保会议包括展示高质量的研究论文和分享实践经验的会议。鼓励讨论当前的技术状态、未来的方向、大规模媒体评估和当前技术的演示。ICMR是国际性的，一般不会连续两年在同一大陆举行。"

名称：MMM近年最佳论文（MMM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd4f50?f=cs
简介：MMM会议是多媒体建模国际会议，会议的主要议题包括：多媒体索引、多媒体挖掘、多媒体抽象与概括、多媒体标注、标注和推荐等方面。"

名称：IH&MMSec近年最佳论文（IH&MMSec Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd52f8?f=cs
简介：IH&MMSec是信息隐藏和多媒体安全研讨会，研讨会侧重于信息隐藏主题，例如数字水印、隐写术、隐写分析、匿名、难以拦截的通信和隐蔽/潜意识渠道。它还涵盖了各种多媒体安全主题，包括多媒体识别和认证、信号取证和生物识别。"

名称：视频处理（video processing）
论文集地址：https://www.aminer.cn/topic/62047b5afd40614d29e75452?f=cs
简介：在计算机上播放和录制视频，可以将家庭电影复制到计算机，使用视频和音频剪贴工具进行编辑、剪辑、增加一些很普通的特效效果，使视频可观赏性增强，称之为视频处理。"

名称：音频分析（audio analysis）
论文集地址：https://www.aminer.cn/topic/62047bc9fd40614d29e7be6d?f=cs
简介：一般说来，一台功能较为齐全的音频分析仪器应能测量信号交直流电压、信号频率、谐波失真、信噪比等参数。功能强大的音频分析仪器提供频谱分析、1/3倍频程分析、倍频程分析、声压级测量等功能。如果要组建音频分析系统，还需要一台标准音频信号发生器作为激励信号源。"

名称：文本检索（Text Retrieval）
论文集地址：https://www.aminer.cn/topic/6205cfedfd40614d29e29ea7?f=cs
简介：文本检索（Text Retrieval）与图象检索、声音检索、图片检索等都是信息检索的一部分，是指根据文本内容，如关键字、语意等对文本集合进行检索、分类、过滤等。"

名称：文本理解（Text understanding）
论文集地址：https://www.aminer.cn/topic/6205d039fd40614d29e32e2d?f=cs
简介：机器阅读理解（MRC）是指对文本的自动、无监督理解;让计算机具备通过文本数据获取知识和回答问题的能力，人们相信这是构建通用智能体的一个关键步骤。MRC社区近些年来增长迅速。"

名称：数据分析（Data analysis）
论文集地址：https://www.aminer.cn/topic/6205d0a4fd40614d29e3fd3b?f=cs
简介：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。"

名称：数据融合（Data fusion）
论文集地址：https://www.aminer.cn/topic/620b6f04fd40614d29e0ed95?f=cs
简介：数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理技术。"

13.可视化

名称：IEEE VIS 历年最佳论文汇总（IEEE VIS Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af3ee92c7f9be21413295?f=cs
简介：VIS 将是今年可视化和可视化分析的理论，方法和应用发展的首要论坛。该会议将召集来自大学，政府和行业的研究人员和从业人员组成的国际社区，以交流有关可视化工具设计和使用的最新发现。"

名称：IEEE VIS近年最佳论文（IEEE VIS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd58e0?f=cs
简介：IEEE VIS会议是IEEE可视化会议，会议的主要议题包括：系统和渲染、表征与交互、数据转换、分析与决策等方面。"

名称：空间场可视化（Scalar field visualization）
论文集地址：https://www.aminer.cn/topic/620b6f0bfd40614d29e0f0c8?f=cs
简介：空间场数据的可视化研究还包括许多其他的研究方向，比如如何合理表达数据采集或者模拟生成中的不确定性，如何通过风格化绘制生成更加具有艺术美感的结果或类似教科书上示意图的图像，如果在三维场可视化结果或者虚拟现实环境中进行交互，此外由于空间场数据常常有着多维度、多尺度和大数据量的特征，并行计算、空间索引等加速算法也是空间场数据可视化研究的重点"

名称：矢量场可视化（Vector field visualization）
论文集地址：https://www.aminer.cn/topic/620b6f12fd40614d29e0f414?f=cs
简介：近年来，在地学领域中，包括地质，水文，气象，流体动力学，地球物理，大地测量等，关于三维空间信息的研究与日俱增。真30地学模拟、地面与地下空间的统一表达、陆地和海洋的统一建模、三维拓扑描述、三维空间分析、三维动态地学过程模拟等问题，己成为地学与信息科学的交叉前沿和攻关热点。三维可视化作为获取信息最直观快捷的方式，在信息表达方面具有独特的优势。矢量场描述了许多非常重要而且常见的物理现象。矢量场可视化是理解矢量场运动变化规律的有力工具，在科学计算和工程分析中发挥着重要作用，已被广泛应用于地质勘探、天文气象、航空航天等领域，具有非常重要的实际意义和研究价值。"

名称：信息可视化（Information visualization）
论文集地址：https://www.aminer.cn/topic/620e1311fd40614d29f63a05?f=cs
简介：信息可视化（Information visualization）是一个跨学科领域，旨在研究大规模非数值型信息资源的视觉呈现（如软件系统之中众多的文件或者一行行的程序代码）。通过利用图形图像方面的技术与方法，帮助人们理解和分析数据。与科学可视化相比，信息可视化则侧重于抽象数据集，如非结构化文本或者高维空间当中的点（这些点并不具有固有的二维或三维几何结构）"

14.数据科学

名称：人民大学-数据仓库与商务智能实验室（人民大学-数据仓库与商务智能实验室）
论文集地址：https://www.aminer.cn/topic/5f067e5892c7f9be21aacb9a?f=cs
简介：成立于2002年，实验室负责人为陈红教授。实验室附属于数据工程与知识工程教育部重点实验室和中国人民大学信息学院计算机系。
实验室的研究方向经过长期的积累，主要沉淀为以下三个方面： 1)大数据分析与挖掘; 2)大数据安全与隐私; 3)大数据管理与系统。"

名称：丘成桐数学科学中心（丘成桐数学科学中心）
论文集地址：https://www.aminer.cn/topic/5f364cd892c7f9be21df97cc?f=cs
简介：丘成桐数学科学中心发表的相关论文"

名称：清华大学—统计学研究中心（清华大学—统计学研究中心）
论文集地址：https://www.aminer.cn/topic/5f364ce592c7f9be21dfb70d?f=cs
简介：清华大学—统计学研究中心发表的相关论文"

名称：北京大学-大数据分析与应用技术国家工程实验室（北京大学-大数据分析与应用技术国家工程实验室）
论文集地址：https://www.aminer.cn/topic/5f463c4492c7f9be214fdd03?f=cs
简介：大数据分析与应用技术国家工程实验室发表的相关论文"

名称：北京大学-统计科学中心（北京大学-统计科学中心）
论文集地址：https://www.aminer.cn/topic/5f559e4a92c7f9be21000393?f=cs
简介：统计科学中心发表的相关论文"

名称：北京大学-国际数学研究中心（北京大学-国际数学研究中心）
论文集地址：https://www.aminer.cn/topic/5f55a9de92c7f9be2127c3b5?f=cs
简介：国际数学研究中心发表的相关论文"

名称：北京大学-大数据科学研究中心（北京大学-大数据科学研究中心）
论文集地址：https://www.aminer.cn/topic/5f55b63692c7f9be21361f4c?f=cs
简介：大数据科学研究中心发表的相关论文"

名称：科学与工程计算国家重点实验室（中国科学院数学与系统科学研究院）（State Key Laboratory of Scientific and Engineering Computing (Institute of Mathematics and Systems Science, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121cf692c7f9be214b5d80?f=cs
简介：科学与工程计算国家重点实验室(简称LSEC)依托中国科学院数学与系统科学研究院，主要开展科学与工程计算中具有重要意义的基础理论研究，解决科学与工程领域中的重大计算问题，着重研究计算方法的构造、理论分析及实现。"

名称：SOCC近年最佳论文（SOCC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3b29?f=cs
简介：ACM 云计算研讨会的主要议题是有关云计算系统和数据管理的研究、开发、实践和经验，是云计算方面的重要研讨会。"

名称：SPAA近年最佳论文（SPAA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd43a5?f=cs
简介：SPAA是ACM 算法和架构并行研讨会，会议的主要议题包括：并行和分布式算法 、并行和分布式数据结构、海量数据集管理等方面。"

名称：数据模型（Data Model）
论文集地址：https://www.aminer.cn/topic/61ee037142323c8f845eeeca?f=cs
简介：在软件工程中，数据模型是定义数据如何输入和与输出的一种模型。其主要作用是为信息系统提供数据的定义和格式。数据模型是数据库系统的核心和基础，现有的数据库系统都是基于某种数据模型而创建起来的。"

名称：数据集成（Data integration）
论文集地址：https://www.aminer.cn/topic/61ee037942323c8f845f14b3?f=cs
简介：数据集成是将不同来源与格式的数据逻辑上或物理上进行集成的过程。传统上，数据集成可以分为两大类方法，即数据仓库和联邦数据库系统。数据库仓库技术在物理上将分布在多个数据源的数据统一集中到一个中央数据库中；而联邦数据库则仅通过将用户查询翻译为数据源查询来进行逻辑上的数据集成。"

名称：数据预处理（data preprocessing）
论文集地址：https://www.aminer.cn/topic/620e1317fd40614d29f64063?f=cs
简介：数据预处理（data preprocessing）是指在主要的处理以前对数据进行的一些处理。如对大部分地球物理面积性观测数据在进行转换或增强处理之前，首先将不规则分布的测网经过插值转换为规则网的处理，以利于计算机的运算。另外，对于一些剖面测量数据，如地震资料预处理有垂直叠加、重排、加道头、编辑、重新取样、多路编辑等。"

名称：数值计算（Data calculation）
论文集地址：https://www.aminer.cn/topic/620e1404fd40614d29f73887?f=cs
简介：数值计算指有效使用数字计算机求数学问题近似解的方法与过程，以及由相关理论构成的学科。数值计算主要研究如何利用计算机更好的解决各种数学问题，包括连续系统离散化和离散形方程的求解，并考虑误差、收敛性和稳定性等问题。"

名称：数据管理（data management）
论文集地址：https://www.aminer.cn/topic/620f4f22fd40614d29002df5?f=cs
简介：数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。其目的在于充分有效地发挥数据的作用。实现数据有效管理的关键是数据组织。"

名称：数据分析（data analysis）
论文集地址：https://www.aminer.cn/topic/620f4f32fd40614d290036ad?f=cs
简介：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。"

名称：实时计算（real time computing）
论文集地址：https://www.aminer.cn/topic/620f4f44fd40614d29004507?f=cs
简介：实时计算一般都是针对海量数据进行的，一般要求为秒级。实时计算主要分为两块:数据的实时入库、数据的实时计算。"

名称：分布式计算（distributed computing）
论文集地址：https://www.aminer.cn/topic/6214cb7cfd40614d29b17020?f=cs
简介：分布式计算简单来说，是把一个大计算任务拆分成多个小计算任务分布到若干台机器上去计算，然后再进行结果汇总。"

名称：并行计算（parallel computing）
论文集地址：https://www.aminer.cn/topic/6214d04efd40614d29b5182d?f=cs
简介：并行计算或称平行计算是相对于串行计算来说的。它是一种一次可执行多个指令的算法，目的是提高计算速度，及通过扩大问题求解规模，解决大型而复杂的计算问题。所谓并行计算可分为时间上的并行和空间上的并行。 时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。"

15.安全与隐私

名称：数据隐私和安全（Data privacy and security）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edda3?f=cs
简介：云计算环境中用户的数据隐私即秘密数据，是不想被他人获知的信息。从隐私所有者的角度，可将隐私数据分为个人隐私数据和共同隐私数据，个人隐私数据包括可用来识别或定位个人的信息(如电话号码、地址、信用卡号、认证信息等)和敏感的信息(如个人的健康状况、财务信息、历史访问记录、公司的重要文件等)。数据安全是指为数据处理系统建立和采用的技术和管理的安全保护，保护计算机硬件、软件和数据不因偶然和恶意的原因遭到破坏、更改和泄露。"

名称：伦理安全与治理（Ethics of AI）
论文集地址：https://www.aminer.cn/topic/5eb61cc592c7f9be21795938?f=cs
简介：首先提出AI伦理原则的，是百度创始人李彦宏。2018年5月26日，他在贵阳大数据博览会上指出，所有的AI产品、技术都要有大家共同遵循的理念和规则：第一，AI 的最高原则是安全可控；其次，AI 的创新愿景是促进人类更加平等地获得技术能力；第三，AI 存在的价值是教人学习，让人成长，而不是取代人、超越人；最后，AI的终极理想是为人类带来更多的自由和可能。"

名称：人工智能伦理、治理与可持续发展（2020智源大会）（AI Ethics and Sustainable Development (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d6be92c7f9be2176badd?f=cs
简介：数字技术和AI革命的结果无法预测，毕竟历史无法告诉我们什么才是最后的技术革命，但严峻的直接威胁、长期的结构性失衡和紧张的局势引发了国际上对AI伦理和治理的热议。在这场讨论中，“伦理”一词经常被用来形容那些对AI潜在破坏的合理担忧。关于AI伦理和治理的讨论，最有争议的就是世界范围内各种各样的AI原则框架定义，这些定义主要由大型互联网平台、跨国公司、国际非政府组织和各国政府提出。本Topic收录了第二次智源大会-人工智能伦理、治理与可持续发展的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：网络和信息安全（Network and Information Security）
论文集地址：https://www.aminer.cn/topic/5e80bc21e52b9645c1f7b19f?f=cs
简介：网络信息安全是一门涉及计算机科学、网络技术、通信技术、密码技术、信息安全技术、应用数学、数论、信息论等多种学科的综合性学科。
它主要是指网络系统的硬件、软件及其系统中的数据受到保护，不受偶然的或者恶意的原因而遭到破坏、更改、泄露，系统连续可靠正常地运行，网络服务不中断。"

名称：中科院信工所-信息安全国家重点实验室（中科院信工所-信息安全国家重点实验室）
论文集地址：https://www.aminer.cn/topic/5f4cdd5c92c7f9be217e59a5?f=cs
简介：信息安全国家重点实验室发表的相关论文"

名称：CCS 历年最佳论文汇总（CCS Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af01e92c7f9be213ee3af?f=cs
简介：计算机和通信安全ACM会议(CCS)是计算机协会(ACM)的安全、审计和控制特别利益集团(SIGSAC)的旗舰年度会议。会议汇集了来自世界各地的信息安全研究人员、从业者、开发人员和用户来探索前沿的思想和结果。它提供了进行智力讨论的环境。自成立以来，CCS已成为该领域的一个高标准的研究会议。"

名称：USENIX Security 历年最佳论文汇总（USENIX Security Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af0cc92c7f9be213f64dd?f=cs
简介：The USENIX Association is a 501©(3) nonprofit organization, dedicated to supporting the advanced computing systems communities and furthering the reach of innovative research. We are known for organizing conferences and publishing research, but our greatest strength lies in building communities in computing systems. We represent the interests of our communities in a variety of ways, including our professional affiliation with the Computing Research Association."

名称：IEEE Symposium on Security and Privacy 历年最佳论文汇总（IEEE Symposium on Security and Privacy Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af0e392c7f9be213f71d6?f=cs
简介：自1980年以来，IEEE安全与隐私研讨会一直是介绍计算机安全和电子隐私发展的主要论坛，并将该领域的研究人员和从业者聚集在一起。"

名称：EUROCRYPT 历年最佳论文汇总（EUROCRYPT Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af17f92c7f9be213fba27?f=cs
简介：Eurocrypt 2020是第39届国际密码技术理论与应用国际会议。Eurocrypt是国际密码学研究协会（IACR）的三个旗舰会议之一。"

名称：CRYPTO 历年最佳论文汇总（CRYPTO Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af21692c7f9be21400892?f=cs
简介：Crypto由国际密码研究协会(IACR)组织。"

名称：AI在安全领域的应用（AI for Security）
论文集地址：https://www.aminer.cn/topic/60386e2b92c7f9be217b0381?f=cs
简介：AI for Security，AI是手段，目标是安全，包括应用安全和AI安全。从应用安全的角度来说，用AI来做应用安全防护，比如做WAF或入侵检测，属于基础安全，做反欺诈检测，属于业务安全；用AI来攻击应用，比如用AI来自动化漏洞挖掘，属于系统安全，用AI来攻击验证码，属于业务安全；而从AI本身安全来说，(用AI)攻击AI，比如用对抗样本攻击AI模型，属于AI模型安全，用数据污染的手段攻击AI模型，属于AI数据安全；AI模型防护，比如对抗对抗样本和对抗数据污染，比较小众。"

名称：纵向联邦学习（Vertical Federated Learning）
论文集地址：https://www.aminer.cn/topic/6041cd4892c7f9be2178a235?f=cs
简介：纵向联邦学习（vertical federated learning）在两个数据集的用户重叠较多而用户特征重叠较少的情况下，我们把数据集按照纵向（即特征维度）切分，并取出双方用户相同而用户特征不完全相同的那部分数据进行训练。这种方法叫做纵向联邦学习。比如有两个不同的机构，家是某地的银行，另一家是同一个地方的电商。它们的用户群体很有可能包含该地的大部分居民因此用户的交集较大。但是，由于银行记录的都是用户的收支行为与信用评级，而电商则保有用户的浏览与购买历史，因此它们的用户特征交集较小。纵向联邦学习就是将这些不同特征在加密的状态下加以聚合，以增强模型能力。目前，逻辑回归模型、树形结构模型和神经网络模型等众多机器学习模型已经逐渐被证实能够建立在此联邦体系上。"

名称：推荐系统中的安全和隐私（Privacy&Security in RS）
论文集地址：https://www.aminer.cn/topic/60743a3092c7f9be21b9da87?f=cs
简介：在最近几年来,为有效地解决人们面临的信息过量问题,推荐系统出现了。作为一个有效的方法,它通过从以前用户的交互动作提取信息以形成个性化的产品建议。然而,推荐系统也存在严重的安全问题：恶意用户能够影响或破坏提供给其他用户的推荐建议。由于协同推荐系统必须开放给用户,要设计一个不被攻击的系统是很困难的。很多研究安全协同推荐系统的研究者已经开始研究如何识别和抵抗攻击。"

名称：TIFS近年引用最高论文（TIFS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846f2c?f=cs
简介：TIFS是网络与信息安全领域A类期刊，中科院SCI期刊分区1区，以下是近年来引用较高的论文。"

名称：TDSC近年引用最高论文（TDSC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21847ff4?f=cs
简介：TDSC是网络与信息安全研究领域A类期刊，当前的影响因子为6.521且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Journal of Cryptology近年引用最高论文（Journal of Cryptology recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218489f4?f=cs
简介：Journal of Cryptology是网络与信息安全研究领域A类期刊，当前的影响因子为1.221且JCR分区为Q3，以下是当前引用较高的论文。"

名称：JCS近年引用最高论文（JCS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9bb92c7f9be21849b0b?f=cs
简介：JCS是网络与信息安全研究领域B类期刊，当前的影响因子为1.988且JCR分区为Q3，以下是当前引用较高的论文。"

名称：S&P近年最佳论文（S&P Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5092c7f9be21cd1b3c?f=cs
简介：自1980年以来，IEEE安全与隐私研讨会一直是介绍计算机安全和电子隐私发展的主要论坛，并将该领域的研究人员和实践者聚集在一起。"

名称：NDSS近年最佳论文（NDSS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5192c7f9be21cd2009?f=cs
简介：网络和分布式系统安全研讨会(NDSS)促进了网络和分布式系统安全的研究人员和实践者之间的信息交流。目标受众包括那些对网络和分布式系统安全的实际方面感兴趣的人，重点是实际的系统设计和实现。主要目标是鼓励和支持Internet社区应用、部署和改进可用安全技术的状态。"

名称：DSS近年最佳论文（DSS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd26fa?f=cs
简介：网络和分布式系统安全研讨会(NDSS)促进了网络和分布式系统安全的研究人员和实践者之间的信息交流。目标受众包括那些对网络和分布式系统安全的实际方面感兴趣的人，重点是实际的系统设计和实现。主要目标是鼓励和支持Internet社区应用、部署和改进可用安全技术的状态。"

名称：ASIACRYPT近年最佳论文（ASIACRYPT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2dfa?f=cs
简介：ASIACRYPT会议是国际密码学研究会议。ASIACRYPT 是一个非营利组织，致力于支持密码学科学的推广。密码学是创建和破解加密算法的科学，但在现代世界中，它包含的内容远不止这些。您一直在使用密码学，在银行业务时、使用手机时、在打开车门时。当您阅读此网页时，您甚至正在使用它。"

名称：ACSAC近年最佳论文（ACSAC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3d43?f=cs
简介：ACSAC会议是计算机安全应用领域的重要会议，会议的主要议题包括安全技术应用、系统实施、分布式系统安全、嵌入式系统安全、企业安全管理等方面。"

名称：WiSec近年最佳论文（WiSec Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd4978?f=cs
简介：第十二届ACM无线和移动网络安全与隐私会议(ACM WiSec)将于2019年5月14日至17日在佛罗里达州迈阿密海滩皇家棕榈南海滩酒店(South Beach Hotel)举行，该酒店是位于南海滩中心的万豪酒店和度假村。ACM是世界上最大的教育和科学计算协会。ACM WiSec是一个领先的ACM和SIGSAC会议，致力于物联网、无线和移动网络及其应用、移动软件平台、可用的安全和隐私、生物统计学、信息物理系统的所有方面的安全和隐私。WiSec是一个非常有竞争力、高质量的会议，业界、政府、军方和学术界都有很多人参加，他们分享信息、建立网络、探索想法，并了解新兴趋势和当今最热门、最具争议性的网络安全话题。"

名称：SAC近年最佳论文（SAC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4b1a?f=cs
简介：自1994年以来，每年8月在加拿大举行的国际密码学会议(最初是一个研讨会)。第一个研讨会由卡莱尔·亚当斯、亨克·梅杰、斯塔福德·塔瓦雷斯和保罗·范·奥斯考特组织。1999年之前，SAC不是在女王大学(Queen’s University)就是在卡尔顿大学(Carleton University)举办，但从2000年开始，地点遍及加拿大各地。SAC在许多密码学主题上有特色的研究报告，传统的重点是分组密码的设计和分析。SAC被认为是展示加密成果的高质量场所，也是加拿大每年举行的唯一一次加密会议。自2003年以来，SAC邀请了一场名为斯塔福德·塔瓦雷斯讲座(Stafford Tavares lecture)的讲座，以纪念其最初的组织者和最坚定的支持者之一。"

名称：IH&MMSec近年最佳论文（IH&MMSec Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd52f8?f=cs
简介：IH&MMSec是信息隐藏和多媒体安全研讨会，研讨会侧重于信息隐藏主题，例如数字水印、隐写术、隐写分析、匿名、难以拦截的通信和隐蔽/潜意识渠道。它还涵盖了各种多媒体安全主题，包括多媒体识别和认证、信号取证和生物识别。"

名称：无线传感器（Wireless sensor）
论文集地址：https://www.aminer.cn/topic/6215ea39fd40614d2991861b?f=cs
简介：无线传感器的组成模块封装在一个外壳内，在工作时它将由电池或振动发电机提供电源，构成无线传感器网络节点，由随机分布的集成有传感器、数据处理单元和通信模块的微型节点，通过自组织的方式构成网络。传感器网络系统通常包括传感器节点、汇聚节点和管理节点。"

名称：QoS（Quality of Service）
论文集地址：https://www.aminer.cn/topic/6215ea50fd40614d29919437?f=cs
简介：QoS（Quality of Service，服务质量）指一个网络能够利用各种基础技术，为指定的网络通信提供更好的服务能力，是网络的一种安全机制， 是用来解决网络延迟和阻塞等问题的一种技术。QoS的保证对于容量有限的网络来说是十分重要的，特别是对于流多媒体应用，例如VoIP和IPTV等，因为这些应用常常需要固定的传输率，对延时也比较敏感。"

名称：数据产品开发（data product）
论文集地址：https://www.aminer.cn/topic/6215eca8fd40614d29933850?f=cs
简介：数据产品，是以数据为主要目标的产品，且无论是面向客户的完整产品，还是部分后端产品，都具有与其他技术产品不同的特性。"

名称：通信协议（communication protocol）
论文集地址：https://www.aminer.cn/topic/621885c0fd40614d29a45cf9?f=cs
简介：通信协议是指双方实体完成通信或服务所必须遵循的规则和约定。通过通信信道和设备互连起来的多个不同地理位置的数据通信系统，要使其能协同工作实现信息交换和资源共享，它们之间必须具有共同的语言。交流什么、怎样交流及何时交流，都必须遵循某种互相都能接受的规则。这个规则就是通信协议。"

名称：设计控制（control design）
论文集地址：https://www.aminer.cn/topic/621885c8fd40614d29a4620a?f=cs
简介：设计控制包括规定与研制工作相关人员的责任；控制和验证产品设计的计划和具体安排；把设计职能分配给胜任的单位或人员，并规定其在组织上和技术上的相互关系，信息传递程序和方式，明确设计输入和设计输出要求；实施设计评审、设计验证、设计确认和设计更改控制，以保证设计质量。"

名称：下一代网络（next-generation network）
论文集地址：https://www.aminer.cn/topic/621ddbfdfd40614d29058c93?f=cs
简介：下一代网络，是在一个统一的网络平台上以统一管理的方式提供多媒体业务，在集成现有的固定电话、移动电话基础上（统称FMC），增加多媒体数据服务及其他增值型服务。其中话音的交换将采用软交换技术，而平台的主要实现方式为IP技术。"

名称：操作系统虚拟化（Operating system virtualization）
论文集地址：https://www.aminer.cn/topic/621ddbfffd40614d29058e3f?f=cs
简介：操作系统层虚拟化是指通过划分一个宿主操作系统的特定部分，产生一个个隔离的操作执行环境。操作系统层的虚拟化是操作系统内核直接提供的虚拟化，虚拟出的操作系统之间共享底层宿主操作系统内核和底层的硬件资源。操作系统虚拟化的关键点在于将操作系统与上层应用隔离开，将对操作系统资源的访问进行虚拟化，使上层应用觉得自己独占操作系统。"

名称：关键信息基础设施（Critical information infrastructure）
论文集地址：https://www.aminer.cn/topic/621ddc02fd40614d29059048?f=cs
简介：关键信息基础设施是指公共通信和信息服务、能源、交通、水利、金融、公共服务、电子政务、国防科技工业等重要行业和领域的，以及其他一旦遭到破坏、丧失功能或者数据泄露，可能严重危害国家安全、国计民生、公共利益的重要网络设施、信息系统等。"

16.计算科学

名称：普适计算（ubiquitous computing）
论文集地址：https://www.aminer.cn/topic/5e7ef61ac1b7e55a5aea64d8?f=cs
简介：普适计算又称普存计算、普及计算、遍布式计算、泛在计算，是软件工程和计算机科学中的一个概念，其中的「计算」可以随时随地执行。 与桌面计算相比，普适计算可以使用任何设备、在任何地理位置和任何格式进行。"

名称：计算复杂度（Computational complexity）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edda2?f=cs
简介：计算复杂度是指算法在编写成可执行程序后，运行时所需要的资源，资源包括时间资源和内存资源。"

名称：理论计算机科学（Theoretical computer science）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae19?f=cs
简介：理论计算机科学是计算机科学的一个分支，它主要研究有关计算的相对更抽象化，逻辑化和数学化的问题，例如计算理论，算法分析，以及程序设计语言的语义。尽管理论计算机科学本身并非一个单独的研究主题，从事这个领域的研究人员在计算机科学的研究者里自成一派。"

名称：人工智能数理基础（2020智源大会）（The Mathematical Foundations of AI (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d63792c7f9be21743970?f=cs
简介：围绕当前人工智能面临的可计算性、可解释性、泛化性、稳定性的重大理论挑战，北京智源人工智能研究院从数学、统计和计算的角度，发起了“人工智能的数理基础”主题论坛，并将邀请众多学者将分享他们在这一领域的研究经验。本Topic收录了主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：量子计算（Quantum Computation）
论文集地址：https://www.aminer.cn/topic/5eb64b8192c7f9be21d5ea76?f=cs
简介：量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。对照于传统的通用计算机，其理论模型是通用图灵机；通用的量子计算机，其理论模型是用量子力学规律重新诠释的通用图灵机。从可计算的问题来看，量子计算机只能解决传统计算机所能解决的问题，但是从计算的效率上，由于量子力学叠加性的存在，某些已知的量子算法在处理问题时速度要快于传统的通用计算机。"

名称：清华大学—信息处理研究所（清华大学—信息处理研究所）
论文集地址：https://www.aminer.cn/topic/5f463ede92c7f9be2150fdb4?f=cs
简介：清华大学—信息处理研究所发表的相关论文"

名称：综合业务网理论及关键技术国家重点实验室（西安电子科技大学）（State Key Laboratory of Integrated Service Network Theory and Key Technology (Xidian University)）
论文集地址：https://www.aminer.cn/topic/61121d0692c7f9be214bad74?f=cs
简介：综合业务网理论及关键技术国家重点实验室于1989年由国家计委批准立项，1991年开始筹建，1995年10月建成并通过验收投入开放运行。依托单位是西安电子科技大学。作为我国西北地区在通信领域唯一的国家重点实验室，并取得了许多具有国内领先水平的科研成果，有的在技术上达到国际先进水平。实验室业已成为国内信息与通信领域基础研究的重要基地和高层次人才培养基地。"

名称：FGCS近年引用最高论文（FGCS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be21846f87?f=cs
简介：FGCS是理论与计算机科学领域B类期刊，当前的影响因子为6.125且JCR分区为Q1,以下是近年来引用较多的论文。"

名称：TIT近年引用最高论文（TIT recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b192c7f9be2184709a?f=cs
简介：TIT是理论与计算机科学领域A类期刊，当前的影响因子为2.501且JCR分区为Q2，以下是近年来引用较高的文章。"

名称：SICOMP近年引用最高论文（SICOMP recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847a3b?f=cs
简介：SICOMP是理论计算机科学领域A类期刊，当前的影响因子为1.414且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TCS近年引用最高论文（TCS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be218488d1?f=cs
简介：TCS是理论计算机科学研究领域B类期刊，当前的影响因子为0.827且JCR分区为Q4，以下是当前引用较高的论文。"

名称：JCSS近年引用最高论文（JCSS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848a7a?f=cs
简介：JSCC是理论计算机科学研究领域B类期刊，当前的影响因子为1.023且JCR分区为Q3，以下是当前引用较高的论文。"

名称：Algorithmica近年引用最高论文（Algorithmica recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848ac0?f=cs
简介：Algorithmica是理论计算机科学研究领域B类期刊，当前的影响因子为0.791且JCR分区为Q4，以下是当前引用较高的论文。"

名称：JGO近年引用最高论文（JGO recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be21848b69?f=cs
简介：JGO是理论计算机科学研究领域B类期刊，当前的影响因子为2.207且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TOMS近年引用最高论文（TOMS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848c34?f=cs
简介：TOMS是理论计算机科学研究领域B类期刊，当前的影响因子为1.704且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TALG近年引用最高论文（TALG recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848c92?f=cs
简介：TALG是理论计算机科学研究领域A类期刊，当前的影响因子为1.140且JCR分区为Q4，以下是当前引用较高的论文。"

名称：IANDC近年引用最高论文（IANDC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be21848fc3?f=cs
简介：IANDC是理论计算机科学研究领域A类期刊，当前的影响因子为0.704且JCR分区为Q4，以下是当前引用较高的论文。"

名称：INFORMS近年引用最高论文（INFORMS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be2184906f?f=cs
简介：INFORMS是理论计算机科学研究领域B类期刊，当前的影响因子为2.276且JCR分区为Q3，以下是当前引用较高的论文。"

名称：FMSD近年引用最高论文（FMSD recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be21849286?f=cs
简介：FMSD是理论计算机研究领域B类期刊，当前的影响因子为0.442且JCR分区为Q4，以下是当前引用较高的论文。"

名称：TOCL近年引用最高论文（TOCL recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218496b3?f=cs
简介：TOCL是理论计算机科学研究领域B类期刊，当前的影响因子为0.625且JCR分区为Q4，以下是当前引用较高的论文。"

名称：FAC近年引用最高论文（FAC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be2184986d?f=cs
简介：FAC是理论计算机科学研究领域B类期刊，当前的影响因子为1.226且JCR分区为Q3，以下是当前引用较高的论文。"

名称：JSC近年引用最高论文（JSC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9bb92c7f9be218499b0?f=cs
简介：JCS是理论计算机科学研究领域B类期刊，当前的影响因子为0.847且JCR分区为Q3，以下是当前引用较高的论文。"

名称：SoCG近年最佳论文（SoCG Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd48c0?f=cs
简介：计算几何年会(SoCG)是计算几何领域的学术会议。它成立于1985年，最初由计算机协会(ACM)的SIGACT和SIGGRAPH特别兴趣小组发起。由于在美国以外组织ACM会议的困难和转向开放获取出版系统的可能性，它在2014年脱离了ACM。自2015年以来，会议论文集由莱布尼茨信息学国际论文集出版，而不是由ACM出版。自2019年以来，该会议一直由新成立的计算几何学会主办。"

名称：计算机制图（Computer graphic）
论文集地址：https://www.aminer.cn/topic/621ee971fd40614d29eed12e?f=cs
简介：计算机制图是指利用电子计算机的处理分析功能及一系列自动制图设备编绘地图。以传统的地图制图原理为基础，以计算机及相关的外围设备（输入/输出）为工具，通过运用数据库技术和图形数字处理方法，实现地图信息的获取、变换、传输、识别、存储、处理、显示和输出的应用技术科学。"

名称：数据处理（data processing）
论文集地址：https://www.aminer.cn/topic/621ee9dafd40614d29f04d67?f=cs
简介：数据处理（data processing）是对数据的采集、存储、检索、加工、变换和传输。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。"

名称：数据库建设（Database construction）
论文集地址：https://www.aminer.cn/topic/621eea29fd40614d29f17254?f=cs
简介：数据库建设，计算机术语，数据库建设是系统建设的关键。在建库时，要充分考虑数据有效共享的需求，同时也要保证数据访问的合法性和安全性。"

名称：信息技术（information technology）
论文集地址：https://www.aminer.cn/topic/6227376913f69ff7a285a69c?f=cs
简介：信息技术，是主要用于管理和处理信息所采用的各种技术的总称。它主要是应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用软件。它也常被称为信息和通信技术。主要包括传感技术、计算机与智能技术、通信技术和控制技术。"

名称：游戏设计（Game design）
论文集地址：https://www.aminer.cn/topic/6227377413f69ff7a285acfc?f=cs
简介：游戏设计或游戏策划是设计游戏内容和规则的一个过程，好的游戏设计是这样一个过程：创建能激起玩家通关热情的目标，以及玩家在追求这些目标时做出的有意义的决定需遵循的规则。 这个术语同时也可以表示游戏实际设计中的具体实现和描述设计细节的文档。"

名称：计算机编程（computer programming）
论文集地址：https://www.aminer.cn/topic/6228150913f69ff7a2fa9c38?f=cs
简介：所谓计算机编程，是指为了让计算机成功执行指令而设计、构建计算机程序的过程。从另一个角度理解它，编程就是编写代码的意思，即通过在计算机上编写代码，创建出完整、正确的计算机程序，进而令计算机执行相应的任务。"

17.计算机工程

名称：操作系统（Operate Systems）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae1a?f=cs
简介：操作系统是在计算机上运行的最重要的软件。它管理着计算机的内存和进程，以及所有的软件和硬件。"

名称：社交网络（Social Network）
论文集地址：https://www.aminer.cn/topic/5ed98ff792c7f9be214caea5?f=cs
简介：社交网络即社交网络服务，源自英文SNS（Social Network Service）的翻译，中文直译为社交网络服务，意译为社交网络服务。
社交网络含义包括硬件、软件、服务及应用，由于四字构成的词组更符合中国人的构词习惯，因此人们习惯上用社交网络来代指SNS（Social Network Service）。"

名称：智能交通系统（Intelligent Transportation System）
论文集地址：https://www.aminer.cn/topic/5eb61ced92c7f9be2179b9df?f=cs
简介：智能交通系统（Intelligent Traffic System，简称ITS）又称智能运输系统（Intelligent Transportation System），是将先进的科学技术（信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等）有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。"

名称：AI框架（2020智源大会）（AI Frameworks (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d70692c7f9be21782bea?f=cs
简介：本Topic收录了2020智源大会AI框架主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：IBM（IBM）
论文集地址：https://www.aminer.cn/topic/5f2d064f92c7f9be21cce57c?f=cs
简介：IBM的历史可以追溯到电子计算机发展前的几十年，在电子计算机发展之前，它经营穿孔卡片数据处理设备。IBM于1911年6月15日在宾厄姆顿西几英里处的纽约恩迪科特作为CTR公司注册。三个独立公司合并建立了CTR公司，它们是：列表机公司(1896年创立于华盛顿）、计算表公司(1901年创建于俄亥俄州代顿）和国际时代唱片公司(1900年创办于纽约州恩迪科特）。"

名称：小米（小米）
论文集地址：https://www.aminer.cn/topic/5f3386d592c7f9be21f77873?f=cs
简介：北京小米科技有限责任公司成立于2010年3月3日，是一家专注于智能硬件和电子产品研发的全球化移动互联网企业，同时也是一家专注于高端智能手机、互联网电视及智能家居生态链建设的创新型科技企业。"

名称：滴滴（滴滴）
论文集地址：https://www.aminer.cn/topic/5f3386dc92c7f9be21f77ca0?f=cs
简介：滴滴出行是卓越的一站式移动出行和生活平台，在亚洲、拉美和澳洲为超过5.5亿用户提供出租车、快车、专车、豪华车、公交、代驾、企业级、共享单车、共享电单车、汽车服务、外卖、支付等多元化的服务。滴滴平台上，有数千万车主及司机获得灵活的工作和收入机会，年运送乘客超过100亿人次。"

名称：搜狗（搜狗）
论文集地址：https://www.aminer.cn/topic/5f3386e592c7f9be21f78187?f=cs
简介：搜狗成立于2003年，是中国搜索行业的挑战者，AI领域的创新者。目前搜狗月活跃用户数仅次于BAT，是中国用户规模第四大互联网公司。2004年8月，搜狗推出搜狗搜索，现已成为中国第二大搜索引擎。2006年6月，推出搜狗输入法，重新定义了中文输入，截止2019年9月，搜狗输入法日活用户数4.5亿，是国内第一大中文输入法。"

名称：清华大学—高性能所（清华大学—高性能所）
论文集地址：https://www.aminer.cn/topic/5f364ceb92c7f9be21dfbd83?f=cs
简介：清华大学—高性能所发表的相关论文"

名称：清华大学微电子所（清华大学微电子所）
论文集地址：https://www.aminer.cn/topic/5f3a77ef92c7f9be2182715a?f=cs
简介：清华大学微电子所发表的相关论文"

名称：中科院微电子所-微电子器件与集成技术重点实验室（中科院微电子所-微电子器件与集成技术重点实验室）
论文集地址：https://www.aminer.cn/topic/5f46403292c7f9be2151afad?f=cs
简介：中科院微电子所发表的相关论文"

名称：中科院半导体所-高速电路与神经网络实验室（中科院半导体所-高速电路与神经网络实验室）
论文集地址：https://www.aminer.cn/topic/5f4cdd3492c7f9be217e4b02?f=cs
简介：高速电路与神经网络实验室发表的相关论文"

名称：中科院软件所-计算机科学国家重点实验室（中科院软件所-计算机科学国家重点实验室）
论文集地址：https://www.aminer.cn/topic/5f4cdd4092c7f9be217e4ee0?f=cs
简介：计算机科学国家重点实验室发表的相关论文"

名称：中科院计算所-计算机体系结构国家重点实验室（中科院计算所-计算机体系结构国家重点实验室）
论文集地址：https://www.aminer.cn/topic/5f4cdd4892c7f9be217e51de?f=cs
简介：计算机体系结构国家重点实验室发表的相关论文"

名称：中科院自动化所-模式识别国家重点实验室（中科院自动化所-模式识别国家重点实验室）
论文集地址：https://www.aminer.cn/topic/5f4cdd5092c7f9be217e551d?f=cs
简介：模式识别国家重点实验室发表的相关论文"

名称：中科院计算所-网络数据科学与技术重点实验室（中科院计算所-网络数据科学与技术重点实验室）
论文集地址：https://www.aminer.cn/topic/5f4cdd5692c7f9be217e57a4?f=cs
简介：网络数据科学与技术重点实验室发表的相关论文"

名称：中国人民大学信息学院（中国人民大学信息学院）
论文集地址：https://www.aminer.cn/topic/5f55984192c7f9be21fd59e9?f=cs
简介：中国人民大学信息学院发表的相关论文"

名称：中科院计算所-先进计算机系统研究中心（中科院计算所-先进计算机系统研究中心）
论文集地址：https://www.aminer.cn/topic/5f559bda92c7f9be21fee66c?f=cs
简介：先进计算机系统研究中心发表的相关论文"

名称：北京大学-微纳电子学研究院（北京大学-微纳电子学研究院）
论文集地址：https://www.aminer.cn/topic/5f559c8d92c7f9be21ff3e0f?f=cs
简介：微纳电子学研究院发表的相关论文"

名称：清华大学-类脑计算研究中心（清华大学-类脑计算研究中心）
论文集地址：https://www.aminer.cn/topic/5f55a0ff92c7f9be210140ad?f=cs
简介：类脑计算研究中心发表的相关论文"

名称：中国科学院数学与系统科学研究院-计算数学与科学工程计算研究所（中国科学院数学与系统科学研究院-计算数学与科学工程计算研究所）
论文集地址：https://www.aminer.cn/topic/5f55a1ee92c7f9be2101afaa?f=cs
简介：计算数学与科学工程计算研究所发表的相关论文"

名称：中科院计算所-计算机技术研究所（中科院计算所-计算机技术研究所）
论文集地址：https://www.aminer.cn/topic/5f55a4c692c7f9be210e0937?f=cs
简介：计算技术研究所发表的相关论文"

名称：北京大学-高能效计算与应用中心（北京大学-高能效计算与应用中心）
论文集地址：https://www.aminer.cn/topic/5f55ac3992c7f9be2130b997?f=cs
简介：高能效计算与应用中心发表的相关论文"

名称：信息光子学与光通信国家重点实验室（北京邮电大学）（State Key Laboratory of Information Photonics and Optical Communications (Beijing University of Posts and Telecommunications)）
论文集地址：https://www.aminer.cn/topic/60ee914c92c7f9be210b187b?f=cs
简介：本论文集包含信息光子学与光通信国家重点实验室（北京邮电大学）相关论文。本实验室是在光信息科学与技术学科领域主要从事应用基础研究的科技创新和人才培养基地。本实验室的历史渊源可以追溯到上世纪60年代。1988年本实验室被确定为邮电部重点实验室，1998年邮电部和电子工业部合并组建了信息产业部，本实验室随之变更为信息产业部重点实验室。随后，本实验室经过整合和扩充又于2003年成为教育部重点实验室。2011年3月科技部同意本实验室立项建设“信息光子学与光通信国家重点实验室（北京邮电大学）”。"

名称：移动通信国家重点实验室（东南大学）（State Key Laboratory of Mobile Communications (Southeast University)）
论文集地址：https://www.aminer.cn/topic/60ee93fc92c7f9be211658cd?f=cs
简介：移动通信国家重点实验室是1990年经国家教委和国家计委批准，利用世界银行贷款及国内配套资金，在东南大学建立的国内高校中唯一专门从事移动通信研究的国家重点实验室。本实验室于1995年正式通过国家验收并开放运行，经过数十年的建设和发展，实验室在科学研究和专门人才的培养方面成绩斐然，目前已成为在国内外均有较大影响的移动通信科研机构。本论文集包含移动通信国家重点实验室（东南大学）相关论文。"

名称：专用集成电路与系统国家重点实验室（复旦大学）（State Key Laboratory of Application Specific Integrated Circuits and Systems (Fudan University)）
论文集地址：https://www.aminer.cn/topic/60f50e8892c7f9be217a52eb?f=cs
简介：专用集成电路与系统国家重点实验室（复旦大学）于1989年经国家计委批准建设，1995年9月正式通过国家验收。实验室依托复旦大学国家重点一级学科“电子科学与技术”，以及“微电子学与固体电子学”与“电路与系统”两个国家重点二级学科。本论文集包含专用集成电路与系统国家重点实验室（复旦大学）相关论文。"

名称：雷达信号处理国家重点实验室（西安电子科技大学）（National Lab of Radar Signal Processing（Xidian University））
论文集地址：https://www.aminer.cn/topic/6110a12a92c7f9be211f24a3?f=cs
简介：雷达信号处理国家重点实验室依托西安电子科技大学，是中国首批国家重点实验室，1991年立项，1995年运行，是雷达信号处理领域世界一流的研究机构。"

名称：集成光电子学国家重点实验室（清华大学、吉林大学、中国科学院半导体研究所）（State Key Laboratory of Integrated Optoelectronics (Tsinghua University, Jilin University, Institute of Semiconductors, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121cf692c7f9be214b6053?f=cs
简介：集成光电子学国家重点实验室由清华大学、吉林大学、中国科学院半导体研究所联合组建，实验室于1987年由国家计委批准筹建，1990年底建成，1991年1月通过国家有关部门的验收后正式对外开放。"

名称：信息功能材料国家重点实验室（中国科学院上海微系统与信息技术研究所）（State Key Laboratory of Information Functional Materials (Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121cf792c7f9be214b60ee?f=cs
简介：信息功能材料国家重点实验室依托于中国科学院上海微系统与信息技术研究所（原中国科学院上海冶金研究所）。实验室是经国家计委批准于1991年利用世界银行贷款建立的。1992年12月，中国科学院批准实验室边建设、边科研、边开放。1995年6月，实验室通过了国家验收。1998年和2003年两次通过了国家评估。1998年被评为优秀国家重点实验室，2003和2008年均被评为良好国家重点实验室。"

名称：模式识别国家重点实验室（中国科学院自动化研究所）（State Key Laboratory of Pattern Recognition (Institute of Automation, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121cf892c7f9be214b6617?f=cs
简介：模式识别国家重点实验室依托中国科学院自动化研究所，实验室筹建于1984年，1987年8月正式对外开放，同年12月通过国家验收，是由国家计委投资成立的国家重点实验室之一。"

名称：机器人学国家重点实验室（中国科学院沈阳自动化研究所）（State Key Laboratory of Robotics (Shenyang Institute of Automation, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121cfd92c7f9be214b7f8f?f=cs
简介：机器人学国家重点实验室（中国科学院沈阳自动化研究所）是中国机器人学领域建立的部门重点实验室。"

名称：生化工程国家重点实验室（中国科学院过程工程研究所）（State Key Laboratory of Biochemical Engineering (Institute of Process Engineering, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121d0392c7f9be214b9db8?f=cs
简介：生化工程国家重点实验室依托中国科学院过程工程研究所。生化工程（Biochemical Engineering）兴起于20世纪80年代，涉及规模化制备生物产品过程的理论和应用基础，是生物学、化学和工程学的交叉学科。1988年，在我国生物学家和化学工程学家的联合建议与支持下，国家计委批准中国科学院过程工程所（原化学冶金研究所）利用世界银行贷款筹建生化工程国家重点实验室。1995年，实验室建成并通过国家计委组织的验收，2001年通过了国家科技部、国家自然科学基金委员会组织的评估。实验室主任为苏志国研究员，学术委员会主任为杨胜利院士。"

名称：多相复杂系统国家重点实验室（中国科学院过程工程研究所）（State Key Laboratory of Multiphase Complex Systems (Institute of Process Engineering, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121d0492c7f9be214ba43d?f=cs
简介：多相复杂系统国家重点实验室依托中国科学院过程工程研究所，实验室是在原科学院多相反应重点实验室的基础上成立的。"

名称：TWC近年引用最高论文（TWC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846cc5?f=cs
简介：TWC是计算机网络研究B类期刊，当前影响因子为7.016且JCR的分区为Q1，以下例举了近年来引用较高的论文。"

名称：TOCM近年引用最高论文（TOCM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846ecc?f=cs
简介：TOCM是计算机网络A类期刊，当前的影响因子为5.083且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：JNCA近年引用最高论文（JNCA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218473dc?f=cs
简介：JNCA是计算机网络研究领域B类期刊，当前的影响因子为4.685且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TON近年引用最高论文（TON recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847950?f=cs
简介：TON是计算机网络研究领域A类期刊，当前的影响因子为3.315且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Ad hoc Networks近年引用最高论文（Ad hoc Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847d55?f=cs
简介：Ad hoc Networks是计算机网络研究领域B类期刊，当前的影响因子为3.49且JCR分区为Q3，以下是当前引用较高的论文。"

名称：CN近年引用最高论文（CN recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e05?f=cs
简介：CN是计算机网络研究领域B类期刊，当前的影响因子为4.474且JCR分区为Q1，以下是当前引用较高的论文。"

名称：CC近年引用最高论文（CC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847eef?f=cs
简介：CC是计算机网络研究领域B类期刊，当前的影响因子为3.167且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TNSM近年引用最高论文（TNSM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be218482a1?f=cs
简介：TNSM是计算机网络研究领域B类期刊，当前的影响因子为4.195且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Wireless Networks近年引用最高论文（Wireless Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848701?f=cs
简介：Wireless Networks是计算机网络研究领域B类期刊，当前的影响因子为2.602且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TOSN近年引用最高论文（TOSN recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218490f2?f=cs
简介：TOSN是计算机网络研究领域B类期刊，当前的影响因子为2.253且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TOIT近年引用最高论文（TOIT recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be21849350?f=cs
简介：TOIT是计算机网络研究领域B类期刊，当前的影响因子为3.135且JCR分区为Q4，以下是当前引用较高的论文。"

名称：USENIX Security近年最佳论文（USENIX Security Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5092c7f9be21cd1ace?f=cs
简介：自1975年以来，USENIX，即高级计算系统协会，将致力于计算世界前沿的工程师、系统管理员、科学家和技术人员聚集在一起。USENIX会议已经成为展示和讨论关于计算系统各方面发展的最先进信息的重要会议场所。USENIX的使命是:促进技术卓越和创新支持和传播具有实际偏见的研究为技术问题的讨论提供一个中立的论坛鼓励计算向社区扩展USENIX协会是一个501©(3)非盈利组织，致力于支持先进的计算系统社区和进一步的创新研究的影响。我们以组织会议和发布研究成果而闻名，但我们最大的优势在于在计算系统中构建社区。我们以各种方式代表我们社区的利益，包括我们与计算研究协会的专业联系。现在就支持USENIX的重要工作——捐赠。"

名称：ASE近年最佳论文（ASE Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2c65?f=cs
简介：这本杂志详细介绍了在自动化软件工程技术的基础、技术、工具和应用方面的重要工业经验的研究、教程论文、调查和帐户。这包括对构建、理解、适应和建模软件工件和过程的技术的研究。自动化软件工程的覆盖率检查了自动系统和协作系统以及人类软件工程活动的计算模型。此外，它还介绍了适用于自动化软件工程的知识表示和人工智能技术，以及支持或提供理论基础的正式技术。该杂志还包括对书籍、软件、会议和研讨会的评论。"

名称：ICALP近年最佳论文（ICALP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd353d?f=cs
简介：ICALP是国际自动化、编程、语言方面学术研讨会，是欧洲计算机科学会议的主要会议和年会，ICALP 论文集将发表在 Springer-Verlag ARCoSS（计算和软件科学高级研究）子系列中 LNCS（计算机科学讲义）。"

名称：SOUPS近年最佳论文（SOUPS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3dca?f=cs
简介：自1975年以来，USENIX，即高级计算系统协会，将致力于计算世界前沿的工程师、系统管理员、科学家和技术人员聚集在一起。USENIX会议已经成为展示和讨论关于计算系统各方面发展的最先进信息的重要会议场所。USENIX的使命是:促进技术卓越和创新支持和传播具有实际偏见的研究为技术问题的讨论提供一个中立的论坛鼓励计算向社区扩展USENIX协会是一个501©(3)非盈利组织，致力于支持先进的计算系统社区和进一步的创新研究的影响。我们以组织会议和发布研究成果而闻名，但我们最大的优势在于在计算系统中构建社区。我们以各种方式代表我们社区的利益，包括我们与计算研究协会的专业联系。"

名称：IPSN近年最佳论文（IPSN Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3ef8?f=cs
简介：IPSN, IEEE/ACM传感器网络信息处理国际会议，是传感器网络的一个学术会议，主要关注传感器网络的信息处理方面。IPSN借鉴了许多学科，包括信号和图像处理、信息和编码理论、网络和协议、分布式算法、无线通信、机器学习、嵌入式系统设计、数据库和信息管理。"

名称：MoDELS近年最佳论文（MoDELS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd4814?f=cs
简介：模型，ACM/IEEE第22届模型驱动工程语言和系统国际会议，是模型驱动软件和系统工程的主要会议系列，在ACM SIGSOFT和IEEE TCSE的支持下组织。自1998年以来，MODELS涵盖了建模的所有方面，从语言和方法到工具和应用程序。模型的参与者来自不同的背景，包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛，参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供一个机会，进一步推进建模的基础，并提出在新兴领域建模的创新应用，如信息物理系统、嵌入式系统、社会技术系统、云计算、大数据、安全、开源和可持续性。2019年9月15日至20日在德国慕尼黑举行的model2019，我们邀请您加入我们，帮助塑造未来的建模方法和技术!"

名称：APNOMS近年最佳论文（APNOMS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd5405?f=cs
简介：APNOMS会议是亚太网络运营与管理会议，会议的主要议题包括：网络管理、架构方法与技术、服务管理、企业管理等方面。"

名称：SACMAT近年最佳论文（SACMAT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd5479?f=cs
简介：ACM访问控制模型和技术研讨会(SACMAT)是介绍访问控制前沿问题的研究成果和经验报告的主要论坛，包括模型、系统、应用和理论。研讨会的目的是分享新颖的访问控制解决方案，以满足异构应用和环境的需求，并确定未来的研究和发展的新方向。SACMAT为研究人员和实践者提供了一个独特的机会，与其他对访问控制的各个方面感兴趣的人分享他们的观点。"

名称：WASA近年最佳论文（WASA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd580b?f=cs
简介：WASA会议是无线算法、系统和应用国际会议。WASA 旨在为理论家、系统和应用程序设计人员、协议开发人员和从业人员提供一个论坛，讨论和表达他们对与无线网络中各种问题相关的当前趋势、挑战和最先进解决方案的看法。感兴趣的主题包括但不限于有效和高效的最先进算法设计和分析、可靠和安全的系统开发和实现、实验研究和测试台验证以及无线网络中的新应用探索。"

名称：计算机处理器（Computer processor）
论文集地址：https://www.aminer.cn/topic/6228151313f69ff7a2faa1e6?f=cs
简介：计算机处理器是解释和执行指令的功能单元，也称为中央处理器或cpu，它是计算机的中枢神经系统，与处理器和内存周围被称为外设的设备形成对比，如键盘、显示器、磁盘、磁带机等都是外设。每一种处理器都有一套独特的操作命令，可称为处理器的指令集，如存储、调入等之类都是操作命令。计算机的设计者喜欢将计算机称为机器，因此，指令集有时也称为机器指令，编写这些指令的二进制语言也叫机器语言。中央处理器（英文Central Processing Unit，CPU）是一台计算机的运算核心和控制核心。"

名称：处理器间通讯（Computer processor communication）
论文集地址：https://www.aminer.cn/topic/6228152913f69ff7a2fab07e?f=cs
简介：由于系统集成了多个处理器，每个处理器相当于系统的一个主机，需要各个处理器共享资源通信。主流的多处理器通信方式有以下四类：共享存储器通信机制、Mailbox硬件通信机制、DMA数据搬运通信机制、串口主从模式通信机制。"

名称：网络设计（network design）
论文集地址：https://www.aminer.cn/topic/622b0cd513f69ff7a2c05e8e?f=cs
简介：网络设计是指计算机网络基础结构实施的规划。 网络设计通常由网络设计师，工程师，IT管理员和其他相关人员执行。"

名称：存储器体系（Memory system）
论文集地址：https://www.aminer.cn/topic/622b0cdc13f69ff7a2c063f0?f=cs
简介：多级存储体系是指将多级存储器结合起来的一种方式。在一个计算机系统中，对存储器的容量、速度和价格这三个基本性能指标都有一定的要求。存储容量应确保各种应用的需要；存储器速度应尽量与CPU的速度相匹配并支持I/O操作；存储器的价格应比较合理。然而，这三者经常是互相矛盾的。例如存储器的速度越快，则每位的价格就越高；存储器的容量越大，则存储器的速度就越慢。按照现有的技术水平，仅仅采用一种技术组成单一的存储器是不可能同时满足这些要求的。只有采用由多级存储器组成的存储体系，把几种存储技术结合起来，才能较好地解决存储器大容量、高速度和低成本这三者之间的矛盾。"

18.软件工程

名称：软件工程（Software Engineering）
论文集地址：https://www.aminer.cn/topic/5e7ed98a3357bd9befb4ae17?f=cs
简介：软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。 它涉及程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。 在现代社会中，软件应用于多个方面。 典型的软件有电子邮件、嵌入式系统、人机界面、办公套件、操作系统、编译器、数据库、游戏等。"

名称：社交网络（Social Network）
论文集地址：https://www.aminer.cn/topic/5ed98ff792c7f9be214caea5?f=cs
简介：社交网络即社交网络服务，源自英文SNS（Social Network Service）的翻译，中文直译为社交网络服务，意译为社交网络服务。
社交网络含义包括硬件、软件、服务及应用，由于四字构成的词组更符合中国人的构词习惯，因此人们习惯上用社交网络来代指SNS（Social Network Service）。"

名称：清华大学-计算机软件研究所（清华大学-计算机软件研究所）
论文集地址：https://www.aminer.cn/topic/5f55a64592c7f9be21158eee?f=cs
简介：计算机软件研究所发表的相关论文"

名称：轧制技术及连轧自动化国家重点实验室（东北大学）（State Key Laboratory of Rolling Technology and Continuous Rolling Automation (Northeastern University)）
论文集地址：https://www.aminer.cn/topic/60ee924b92c7f9be210f4f41?f=cs
简介：轧制技术及连轧自动化国家重点实验室（简称RAL），前身是建于1950年代的东北工学院轧钢实验室，在老一代学长们的艰苦努力下，稳步发展，实力渐强。1989年得到世界银行的支持，踏上建设国家重点实验室之路。1995年通过国家验收，成为我国轧制技术及其自动化领域唯一的国家重点实验室。进入21世纪，RAL加快了发展步伐，规模扩大，水平提高，正在朝着成为本领域科研国家队的目标前进。本论文集包含轧制技术及连轧自动化国家重点实验室（东北大学）相关论文。"

名称：流程工业综合自动化国家重点实验室（东北大学）（State Key Laboratory of Integrated Automation for Process Industry (Northeastern University)）
论文集地址：https://www.aminer.cn/topic/60ee92bf92c7f9be21112701?f=cs
简介：流程工业综合自动化国家重点实验室以东北大学国家重点一级学科——控制科学与工程和国家“985工程”流程工业综合自动化科技创新平台为依托，面向流程工业高效化和绿色化的重大需求，以复杂工业系统的建模、控制、优化和综合自动化新理论和技术为主攻方向，不断创新机制，实现国家重点实验室与国家工程技术中心的有机结合，形成基础研究—前沿高技术—成果转化和促进基础研究的快速通道。本论文集包含流程工业综合自动化国家重点实验室（东北大学）相关论文。"

名称：计算机软件新技术国家重点实验室（南京大学）（State Key Laboratory of New Technology of Computer Software (Nanjing University)）
论文集地址：https://www.aminer.cn/topic/6107464f92c7f9be2114a57f?f=cs
简介：本论文集包含计算机软件新技术国家重点实验室（南京大学）相关论文。计算机软件新技术国家重点实验室是在南京大学计算机科学与技术系和计算机软件研究所多年进行软件研究的基础上于1986年底通过专家论证，1987年开始筹建，1990年建成，并通过国家验收，被批准向国内外开放。"

名称：软件开发环境国家重点实验室（北京航空航天大学）（State Key Laboratory of Software Development Environment）
论文集地址：https://www.aminer.cn/topic/61121cf292c7f9be214b48d1?f=cs
简介：软件开发环境国家重点实验室 依托北京航空航天大学，实验室是在计算机软件理论、技术和开发环境等方面开展基础、应用基础与竞争前高技术的开放式研究基地。"

名称：计算机科学国家重点实验室（中国科学院软件研究所）（State Key Laboratory of Computer Science (Institute of Software, Chinese Academy of Sciences)）
论文集地址：https://www.aminer.cn/topic/61121cf692c7f9be214b5cec?f=cs
简介：计算机科学国家重点实验室依托中国科学院软件研究所，实验室成立于1993年，1994年由中国科学院批准成为中国科学院开放实验室，2001年改名为中国科学院重点实验室。在2002年全国信息领域重点实验室评估中，计算机科学实验室被评为优秀实验室。2005年经科技部批准开始进行国家重点实验室建设，2007年完成建设并通过验收。"

名称：JSS近年引用最高论文（JSS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847bef?f=cs
简介：JSS是系统软件与软件工程领域B类期刊，当前的影响因子为2.829且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TSE近年引用最高论文（TSE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847db1?f=cs
简介：TSE是系统软件与软件工程领域A类期刊，当前的影响因子为6.226且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TSC历年引用最高论文（TSC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e58?f=cs
简介：TSC是系统软件和软件工程领域B类期刊，当前的影响因子为8.216且JCR分区为Q2，以下是当前引用较高的论文。"

名称：SoSyM近年引用最高论文（SoSyM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848556?f=cs
简介：SoSyM是系统软件与软件工程研究领域B类期刊，当前的影响因子为1.910且JCR分区为Q3，以下是当前引用较高的论文。"

名称：STTT近年引用最高论文（STTT recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848eb6?f=cs
简介：STTT是系统软件与软件工程研究领域B类期刊，当前的影响因子为0.739且JCR分区为Q3，以下是当前引用较高的论文。"

名称：SCP近年引用最高论文（SCP recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be2184901f?f=cs
简介：SCP是系统软件与软件工程研究领域B类期刊，当前的影响因子为0.863且JCR分区为Q3，以下是当前引用较高的论文。"

名称：RE近年引用最高论文（RE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be2184922d?f=cs
简介：RE是系统软件与软件工程研究领域B类期刊，当前的影响因子为0.862且JCR分区为Q3，以下是当前引用较高的论文。"

名称：ASE近年引用最高论文（ASE recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9ba92c7f9be218497a0?f=cs
简介：ASE是系统软件与软件工程研究领域B类期刊，当前的影响因子为1.806且JCR分区为Q2，以下是当前引用较高的论文。"

名称：COMPSAC近年最佳论文（COMPSAC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd417e?f=cs
简介：COMPSAC会议是国际计算机软件和应用会议，COMPSAC是一个紧密结合的研讨会联盟，将重点关注与计算机、软件和应用程序相关的问题的技术方面，重点是与通过智能和弹性改善协作相关的主题。技术计划将包括主题演讲、研究论文、工业案例研究、快速摘要、博士研讨会、海报会议以及与会议主题相关的新兴和重要主题的研讨会和教程。会议的亮点将包括全体会议和专门小组讨论，以解决推动智能系统和应用发生根本性变化的研究人员和从业人员所面临的技术挑战。"

名称：ESEM近年最佳论文（ESEM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4ce8?f=cs
简介：ESEM，国际经验软件工程和测量研讨会，是一个主要的经验软件工程和测量会议。实证软件工程和测量国际研讨会(ESEM)的目标是提供一个论坛，在那里研究人员、实践者和教育工作者可以报告和讨论实证软件工程和度量领域的最新研究成果、创新、趋势、经验和关注。"

名称：APSEC近年最佳论文（APSEC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd579a?f=cs
简介：APSEC会议是亚太软件工程大会，会议的主要议题包括：软件工程人工智能、敏捷方法、云计算和面向服务的计算、基于组件的软件工程等方面。"

名称：软件开发技术（Software development）
论文集地址：https://www.aminer.cn/topic/622b0ce413f69ff7a2c06a97?f=cs
简介：软件开发是根据用户要求建造出软件系统或者系统中软件部分的一个产品开发的过程。软件开发是一项包括需求获取、开发规划、需求分析和设计、编程实现、软件测试、版本控制的系统工程。"

19.计算机体系结构

名称：NOCS近年最佳论文（NOCS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd5601?f=cs
简介：片上网络国际研讨会(NOCS)是致力于片上、封装规模、片对片和数据中心机架规模通信技术、体系结构、设计方法、应用和系统跨学科研究的首要活动。NOCS汇集了从事NoC创新和应用研究的科学家和工程师，他们来自相互关联的研究领域，包括离散优化和算法、计算机架构、网络、电路和系统、封装、嵌入式系统和设计自动化。"

20.实时和嵌入式系统

名称：SenSys近年最佳论文（SenSys Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd333f?f=cs
简介：SenSys是ACM嵌入式网络传感器系统会议，是嵌入式网络传感器领域的年度学术会议。"

名称：ACSAC近年最佳论文（ACSAC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3d43?f=cs
简介：ACSAC会议是计算机安全应用领域的重要会议，会议的主要议题包括安全技术应用、系统实施、分布式系统安全、嵌入式系统安全、企业安全管理等方面。"

名称：HSCC近年最佳论文（HSCC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd46d1?f=cs
简介：HSCC是一系列成功的年度会议，致力于研究嵌入式反应系统，涉及符号/离散和连续行为之间的相互作用。邀请学术和工业研究人员就混合系统的分析、控制、优化和实现方面的应用和理论进展的最新发展交换信息。"

名称：RTAS近年最佳论文（RTAS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd479a?f=cs
简介：RTAS是一个专注于嵌入式系统和时间敏感系统(任何大小)相关系统研究的顶级会议。RTAS’20的广泛范围从传统的硬实时系统到没有明确定时要求的嵌入式系统，包括具有非正式或软实时要求的延迟敏感系统。"

名称：GLSVLSI近年最佳论文（GLSVLSI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4c89?f=cs
简介：GLSVLSI会议是大湖区VLSI研讨会，会议的议题主要包括：SIC 和 FPGA 设计、微处理器/微架构、嵌入式处理器、模拟/数字/混合信号系统、NoC、SoC、IoT、互连、存储器、仿生和神经形态电路和系统、BioMEMs、实验室-芯片、生物传感器、可植入和可穿戴设备等。"

21.程序设计语言

名称：进化算法（Evolutionary Algorithm）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd76?f=cs
简介：进化算法，或称“演化算法” (evolutionary algorithm) 是一个“算法簇”，尽管它有很多的变化，有不同的遗传基因表达方式，不同的交叉和变异算子，特殊算子的引用，以及不同的再生和选择方法，但它们产生的灵感都来自于大自然的生物进化。与传统的基于微积分的方法和穷举法等优化算法相比，进化计算是一种成熟的具有高鲁棒性和广泛适用性的全局优化方法，具有自组织、自适应、自学习的特性，能够不受问题性质的限制，有效地处理传统优化算法难以解决的复杂问题。"

名称：自动编码器（auto-encoder）
论文集地址：https://www.aminer.cn/topic/5e80bc21e52b9645c1f7b198?f=cs
简介：自动编码器是一种监督式学习，它在三层神经网络中的输入层和输出层使用相同的数据。这是反向传播的特例。由于学习是通过反向传播进行的，因此成为非线性优化问题。中间层和输出层的激活功能可以任意选择。当教师数据是真实值且没有范围时，通常选择输出层的激活功能作为身份映射（即，什么都没有改变）。"

名称：ICML 2021 bandit算法相关论文（ICML 2021 bandit）
论文集地址：https://www.aminer.cn/topic/60f91d6292c7f9be214b7ff6?f=cs
简介：Bandit算法是在线学习的一种，一切通过数据收集而得到的概率预估任务，都能通过Bandit系列算法来进行在线优化。这里的“在线”，指的不是互联网意义上的线上，而是只算法模型参数根据观察数据不断演变。本论文集包含ICML2021 Bandit算法相关论文。"

名称：COLT近年最佳论文（COLT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5292c7f9be21cd2652?f=cs
简介：COLT会议是学习理论年会，会议的主要议题包括：学习算法的设计与分析、学习的系统和计算的复杂、学习的优化方法包括在线优化和随机优化、人工神经网络理论包括深度学习、学习中的经验现象和理论解释等方面。"

名称：DATE近年最佳论文（DATE Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd29fc?f=cs
简介：欧洲设计、自动化和测试 (DATE)是欧洲电子系统和测试社区的会议和展览。欧洲的设计、自动化和测试 (DATE) 涵盖的主题包括：系统设计、综合和优化，系统规格、模型和方法，低功耗系统设计，模拟和验证，新兴技术、系统和应用详情，功率估计和优化，片上网络，正式方法和验证等方面。"

名称：WCNC近年最佳论文（WCNC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd2f4a?f=cs
简介：WCNC会议是IEEE无线通讯与网络会议，会议的主要议题包括：毫米波和太赫兹，下一代 MIMO 和大规模 MIMO，短包和有限块长度通信，能量收集和低能耗通信，波形和调制等方面。"

名称：TCC近年最佳论文（TCC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd3095?f=cs
简介：IEEE云计算国际会议(Cloud)是一个主要的国际论坛，研究人员和行业从业者交流云计算的艺术和实践的最新基础进展，确定新兴的研究主题，并定义云计算的未来。所有关于云计算的主题都与cloud的主题一致。"

名称：SoSyM近年最佳论文（SoSyM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd3142?f=cs
简介：软件和系统建模(SoSyM)是一本国际季刊(以英语出版)，重点关注与软件和系统建模语言和技术的开发和应用相关的理论和实践问题。该杂志的目的是发表高质量的作品，进一步理解建模语言和技术的理论基础，提出严格的建模经验分析，并介绍可扩展的建模技术和过程，促进严格，高效或经济的软件开发。"

名称：IMC近年最佳论文（IMC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd32c8?f=cs
简介：互联网测量会议是一个由ACM SIGCOMM和ACM SIGMETRICS主办的专注于互联网测量和分析的年度会议。目的是在会议上提出的论文有助于当前理解如何收集或分析互联网测量，或给予洞察互联网的行为。"

名称：ICALP近年最佳论文（ICALP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd353d?f=cs
简介：ICALP是国际自动化、编程、语言方面学术研讨会，是欧洲计算机科学会议的主要会议和年会，ICALP 论文集将发表在 Springer-Verlag ARCoSS（计算和软件科学高级研究）子系列中 LNCS（计算机科学讲义）。"

名称：SIGMETRICS近年最佳论文（SIGMETRICS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd36c0?f=cs
简介：SIGMETRICS是ACM计算机性能评估社区的特别兴趣组(SIG)。SIGMETRICS促进了对性能分析技术的研究，以及对已知方法和工具的先进和创新使用。它赞助各种会议，比如它自己的年度会议(SIGMETRICS)，出版一份时事通讯(绩效评估评论)，并运营一个联系对绩效评估感兴趣的研究人员、学生和实践者的邮件列表。性能分析的目标领域包括文件和内存系统、数据库系统、计算机网络、操作系统、架构、分布式系统、容错系统和实时系统。此外，成员对开发新的性能方法感兴趣，包括数学建模、分析、仪表技术、模型验证和验证、工作量表征、仿真、统计分析、随机建模、实验设计、可靠性分析、优化和排队理论。"

名称：MobiHoc近年最佳论文（MobiHoc Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd3723?f=cs
简介：计算机协会(ACM)是一个国际性的计算机学会。它成立于1947年，是世界上最大的科学和教育计算机协会。ACM是一个非营利性专业会员组织，截至2019年，拥有近10万名学生和专业会员。它的总部在纽约市。"

名称：CoNEXT近年最佳论文（CoNEXT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd37da?f=cs
简介：CoNEXT 2020 将成为展示和讨论将塑造互联网未来的新型网络技术的主要论坛。该会议是单轨的，具有高质量的技术计划，为不同参与者之间的个人和小组技术和社会互动提供了重要机会。CoNEXT 会议的重点是促进各个国际研究团体之间的交流。CoNEXT 2020 会议寻求发表有关新兴计算机网络及其应用的重要且新颖的研究成果的论文。我们特别鼓励提交新颖的实验、创造性地使用网络技术以及通过分析获得的新见解。"

名称：ICCAD近年最佳论文（ICCAD Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5592c7f9be21cd38df?f=cs
简介：国际计算机辅助设计会议(ICCAD)是一个关于电子设计自动化的年度会议。它通常于11月初在加利福尼亚州的圣何塞举行。它由IEEE电路与系统学会、计算机辅助设计技术委员会(CANDE)、IEEE电子设计自动化理事会(CEDA)和SIGDA赞助，并与IEEE电子器件学会和IEEE固态电路学会合作。"

名称：FPGA近年最佳论文（FPGA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3a4e?f=cs
简介：FPGA会议是现场可编程门阵列重要的国际研讨会，被接受的论文将在会议论文集中发表，并在 ACM 数字图书馆中提供。"

名称：IPSN近年最佳论文（IPSN Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3ef8?f=cs
简介：IPSN, IEEE/ACM传感器网络信息处理国际会议，是传感器网络的一个学术会议，主要关注传感器网络的信息处理方面。IPSN借鉴了许多学科，包括信号和图像处理、信息和编码理论、网络和协议、分布式算法、无线通信、机器学习、嵌入式系统设计、数据库和信息管理。"

名称：ESA近年最佳论文（ESA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd3fce?f=cs
简介：欧洲算法研讨会(ESA)是一个涉及算法领域的国际会议。自1993年以来，每年都在欧洲不同的地方举行，通常是在初秋。像大多数理论计算机科学会议一样，它的贡献是经过严格的同行评审的;文章发表在施普林格《计算机科学课堂讲稿》的论文集中。2012年，ESA在设计和分析以及工程和应用方面的合格率为24%。"

名称：CCGRID近年最佳论文（CCGRID Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd4330?f=cs
简介：CCGRID会议是 IEEE/ACM 集群、云和网格计算国际研讨会。架构、网络、系统和中间件技术的进步正在催生新的计算概念和平台，从集群和网格到云和数据中心，并对现代世界的许多方面产生了显着影响。第 19 届 IEEE/ACM 集群、云和网格计算国际研讨会 (CCGrid 2019) 是一个论坛，汇集了国际研究人员、开发人员和从业人员，介绍与这些概念相关的广泛主题的领先研究活动和成果，平台及其应用。"

名称：SPAA近年最佳论文（SPAA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd43a5?f=cs
简介：SPAA是ACM 算法和架构并行研讨会，会议的主要议题包括：并行和分布式算法 、并行和分布式数据结构、海量数据集管理等方面。"

名称：CGO近年最佳论文（CGO Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd4438?f=cs
简介：CGO会议是代码生成和优化国际研讨会，会议的主要议题包括：针对性能、能源、虚拟化、可移植性、安全性或可靠性问题以及架构支持的代码生成、转换、转换和优化、高效执行动态类型和高级语言、新兴编程模型、平台、特定领域语言的优化和代码生成等方面。"

名称：PACT近年最佳论文（PACT Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5892c7f9be21cd4925?f=cs
简介：PACT会议是并行架构和编译技术国际会议，会议的主要议题包括;并行架构和计算模型、并行计算系统的编译器和工具、可重构并行计算等。"

名称：ECOOP近年最佳论文（ECOOP Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5992c7f9be21cd4e6c?f=cs
简介：欧洲面向对象编程会议(ECOOP)是一个年度会议，涵盖了面向对象编程系统、语言和应用的主题。与其他会议一样，ECOOP提供了不同的轨道和许多同时举行的会议，因此对不同的人有不同的意义。"

名称：ECAI近年最佳论文（ECAI Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd50b7?f=cs
简介：在ECAI上发表一篇论文被一些期刊视为存档，这意味着该论文应被视为等同于期刊发表，除非添加了大量的新材料，否则ECAI论文的内容不能被重新表述为单独的期刊投稿。"

名称：CF近年最佳论文（CF Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd54de?f=cs
简介：CF会议是计算机前沿国际会议，会议的主要议题包括：创新的计算方法、架构、加速器、算法和模型、量子计算系统、技术扩展限制及超越、高效的人工智能计算、嵌入式、物联网和信息物理系统等方面。"

名称：SCAM近年最佳论文（SCAM Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd5677?f=cs
简介：SCAM会议是源代码分析和操作国际工作会议，会议的目的是将从事与计算机系统源代码分析和/或操作相关的理论、技术和应用工作的研究人员和从业人员聚集在一起，讨论相关问题。"

名称：WASA近年最佳论文（WASA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5b92c7f9be21cd580b?f=cs
简介：WASA会议是无线算法、系统和应用国际会议。WASA 旨在为理论家、系统和应用程序设计人员、协议开发人员和从业人员提供一个论坛，讨论和表达他们对与无线网络中各种问题相关的当前趋势、挑战和最先进解决方案的看法。感兴趣的主题包括但不限于有效和高效的最先进算法设计和分析、可靠和安全的系统开发和实现、实验研究和测试台验证以及无线网络中的新应用探索。"

22.芯片技术

名称：智能体系架构与芯片（2020智源大会）（Intelligent Architecture and Chips (2020 BAAI Conference)）
论文集地址：https://www.aminer.cn/topic/5ee4d66a92c7f9be21751522?f=cs
简介：“智能体系架构与芯片”方向更多偏向硬件与系统。某种意义上来说，这一方向在整个智源研究体系里是最底层、最基础的。这一方向有四个层面的研究：整机、编程、芯片、方法。本Topic收录了第二次智源大会-智能体系架构与芯片的主讲嘉宾的历史论文和一些其他学者的相关论文。"

名称：人工智能芯片（AI Chip）
论文集地址：https://www.aminer.cn/topic/601a436a92c7f9be211350ab?f=cs
简介：广义上来说，面向人工智能应用的芯片都可以称为AI芯片。AI芯片主要包括三类：1. 经过软硬件优化可以高效支持AI应用的通用芯片，例如GPU，FPGA；2. 专门为特定的AI产品或者服务而设计的芯片，称之为ASIC（Application-Specific Integrated Circuit），主要是侧重加速机器学习（尤其是神经网络、深度学习），这也是目前AI芯片中最多的形式；3. 受生物脑启发设计的神经形态计算芯片，这类芯片不采用经典的冯·诺依曼架构，而是基于神经形态架构设计，以IBM Truenorth为代表。"

名称：ISPD近年最佳论文（ISPD Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5a92c7f9be21cd51e6?f=cs
简介：物理设计国际研讨会提供了一个交流思想和促进 VLSI 系统物理设计研究的重要论坛。ISPD 2022 将展示全球对与 ASIC 和 FPGA 相关的传统物理设计主题以及该领域新兴技术的最先进研究。对于 ISPD 2022，将有面对面和虚拟参与的组合，为那些虚拟连接的人提供实时视频和录制的会议。"

23.网络和分布式系统

名称：云计算（Cloud computing）
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd71?f=cs
简介：云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期，简单地说，就是简单的分布式计算，解决任务分发，并进行计算结果的合并。因而，云计算又称为网格计算。通过这项技术，可以在很短的时间内完成对数以万计的数据的处理，从而达到强大的网络服务。"

名称：WWW 历年最佳论文汇总（WWW Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/603f5bfe92c7f9be21782043?f=cs
简介：国际万维网大会（The International Conference of World Wide Web，简称WWW会议），是由国际万维网会议委员会发起主办的国际学术会议，创始于1994年，每年举办一届。"

名称：TWC近年引用最高论文（TWC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846cc5?f=cs
简介：TWC是计算机网络研究B类期刊，当前影响因子为7.016且JCR的分区为Q1，以下例举了近年来引用较高的论文。"

名称：TOCM近年引用最高论文（TOCM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b092c7f9be21846ecc?f=cs
简介：TOCM是计算机网络A类期刊，当前的影响因子为5.083且JCR分区为Q1，以下是近年来引用较高的论文。"

名称：JNCA近年引用最高论文（JNCA recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b292c7f9be218473dc?f=cs
简介：JNCA是计算机网络研究领域B类期刊，当前的影响因子为4.685且JCR分区为Q1，以下是当前引用较高的论文。"

名称：TON近年引用最高论文（TON recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b392c7f9be21847950?f=cs
简介：TON是计算机网络研究领域A类期刊，当前的影响因子为3.315且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Ad hoc Networks近年引用最高论文（Ad hoc Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847d55?f=cs
简介：Ad hoc Networks是计算机网络研究领域B类期刊，当前的影响因子为3.49且JCR分区为Q3，以下是当前引用较高的论文。"

名称：CN近年引用最高论文（CN recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847e05?f=cs
简介：CN是计算机网络研究领域B类期刊，当前的影响因子为4.474且JCR分区为Q1，以下是当前引用较高的论文。"

名称：CC近年引用最高论文（CC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b492c7f9be21847eef?f=cs
简介：CC是计算机网络研究领域B类期刊，当前的影响因子为3.167且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TNSM近年引用最高论文（TNSM recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be218482a1?f=cs
简介：TNSM是计算机网络研究领域B类期刊，当前的影响因子为4.195且JCR分区为Q2，以下是当前引用较高的论文。"

名称：Wireless Networks近年引用最高论文（Wireless Networks recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be21848701?f=cs
简介：Wireless Networks是计算机网络研究领域B类期刊，当前的影响因子为2.602且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TOSN近年引用最高论文（TOSN recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be218490f2?f=cs
简介：TOSN是计算机网络研究领域B类期刊，当前的影响因子为2.253且JCR分区为Q2，以下是当前引用较高的论文。"

名称：TOIT近年引用最高论文（TOIT recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be21849350?f=cs
简介：TOIT是计算机网络研究领域B类期刊，当前的影响因子为3.135且JCR分区为Q4，以下是当前引用较高的论文。"

名称：NDSS近年最佳论文（NDSS Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5192c7f9be21cd2009?f=cs
简介：网络和分布式系统安全研讨会(NDSS)促进了网络和分布式系统安全的研究人员和实践者之间的信息交流。目标受众包括那些对网络和分布式系统安全的实际方面感兴趣的人，重点是实际的系统设计和实现。主要目标是鼓励和支持Internet社区应用、部署和改进可用安全技术的状态。"

名称：MobiSys近年最佳论文（MobiSys Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5392c7f9be21cd2a6f?f=cs
简介：MobiSys会议是移动系统、应该和服务国际会议，会议的主要议题包括：具有移动应用程序、网络和系统的经验，创新的移动、移动传感和移动众包应用，用于构建和测量移动系统的工具，创新的可穿戴或移动设备，用于移动设备和移动计算的新型软件架构，移动应用的数据管理等方面。"

名称：FG近年最佳论文（FG Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5492c7f9be21cd31b3?f=cs
简介：FG的目标是在分布式系统、协作环境、高性能和高性能计算、网格、云和物联网等基础设施上的大数据方面领先。"

名称：ACSAC近年最佳论文（ACSAC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5692c7f9be21cd3d43?f=cs
简介：ACSAC会议是计算机安全应用领域的重要会议，会议的主要议题包括安全技术应用、系统实施、分布式系统安全、嵌入式系统安全、企业安全管理等方面。"

名称：HPDC近年最佳论文（HPDC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd4087?f=cs
简介：HPDC 是首屈一指的计算机科学会议，旨在展示与科学和工业中使用的高性能并行和分布式系统相关的新研究。二十年来，HPDC 一直是集群、网格、云以及并行和多核计算机等系统新发现的中心。HPDC 由计算机协会赞助，会议论文集存档在ACM 数字图书馆"

名称：DC近年最佳论文（DC Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd4272?f=cs
简介：国际期刊 Distributed Computing 为对分布式系统的理论、设计、规范和实现做出原创和重要贡献提供了一个论坛。该期刊涵盖的主题包括但不限于：分布式算法的设计与分析；多处理器和多核架构和算法；同步协议和并发编程；分布式操作系统和中间件；容错性、可靠性和可用性；通信网络和对等系统的架构和协议；分布式计算、加密协议中的安全性；移动、传感器和自组织网络；互联网应用；并发理论；分布式系统的规范、语义、验证和测试。一般来说，只会考虑原始论文。以前在会议记录中提交的论文可以以增强形式提交。如果一篇论文以前以任何形式出现过，作者必须清楚地指出这一点，并说明以前出现过的形式与提交之间的差异。"

名称：CCGRID近年最佳论文（CCGRID Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd4330?f=cs
简介：CCGRID会议是 IEEE/ACM 集群、云和网格计算国际研讨会。架构、网络、系统和中间件技术的进步正在催生新的计算概念和平台，从集群和网格到云和数据中心，并对现代世界的许多方面产生了显着影响。第 19 届 IEEE/ACM 集群、云和网格计算国际研讨会 (CCGrid 2019) 是一个论坛，汇集了国际研究人员、开发人员和从业人员，介绍与这些概念相关的广泛主题的领先研究活动和成果，平台及其应用。"

名称：SPAA近年最佳论文（SPAA Awarded Papers Collecting）
论文集地址：https://www.aminer.cn/topic/611f6b5792c7f9be21cd43a5?f=cs
简介：SPAA是ACM 算法和架构并行研讨会，会议的主要议题包括：并行和分布式算法 、并行和分布式数据结构、海量数据集管理等方面。"

24.操作系统

名称：UbiComp 历年最佳论文汇总（UbiComp Best Papers Collecting）
论文集地址：https://www.aminer.cn/topic/5f6af23b92c7f9be214018d9?f=cs
简介：UbiComp是一个首屈一指的跨学科场所，在该领域领先的国际研究人员、设计师、开发人员和实践者呈现和讨论在无处不在和普适计算的所有方面的新结果。这包括无处不在和普适计算技术的设计、开发和部署，以及对这些技术促进的人类经验和社会影响的理解。"

名称：PMC近年引用最高论文（PMC recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b592c7f9be21848089?f=cs
简介：PMC是人机交互与普适计算研究领域B类期刊，当前的影响因子为3.453且JCR分区为Q2，以下是当前引用较高的论文。"

名称：THMS近年引用最高论文（THMS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218483f6?f=cs
简介：THMS是人机交互与普适计算研究领域B类期刊，当前的影响因子为2.968且JCR分区为Q2，以下是当前引用较高的论文。"

名称：IJHCS近年引用最高论文（IJHCS recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b692c7f9be218485ff?f=cs
简介：IJHCS是人机交互与普适计算研究领域A类期刊，当前的影响因子为3.632且JCR分区为Q3，以下是当前引用较高的论文。"

名称：TOCHI近年引用最高论文（TOCHI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b792c7f9be2184891c?f=cs
简介：TOCHI是人机交互与普适计算研究领域A类期刊，当前的影响因子为2.351且JCR分区为Q3，以下是当前引用较高的论文。"

名称：IJHCI近年引用最高论文（IJHCI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b892c7f9be21848cec?f=cs
简介：IJCHI是人机交互与普适计算研究领域B类期刊，当前的影响因子为3.353且JCR分区为Q3，以下是当前引用较高的论文。"

名称：UMUAI近年引用最高论文（UMUAI recently cited higher papers collection）
论文集地址：https://www.aminer.cn/topic/611ca9b992c7f9be21849143?f=cs
简介：UMUAI是人机交互与普适计算研究领域B类期刊，当前