今天，谷歌發(fā)布了2019最新版學術指標，對收錄的會議和期刊的影響力進行排名。AI類的多個頂會進入榜單Top 100，CVPR更是進入前10，而何愷明的“深度殘差網(wǎng)絡”單篇引用次數(shù)高達25256次，引用量最高！

今天，谷歌正式發(fā)布了2019年版的學術指標(Scholar Metrics)。

本次發(fā)布涵蓋2014-2018年發(fā)表的文章，并包括了截至2019年7月在谷歌學術中被索引的所有文章的引用 。

最新版的谷歌學術指標有以下亮點：

兩大自然科學頂刊Nature和Science分別排名第一和第三；

計算機視覺頂會CVPR首次進入綜合榜單Top 10；

一共有六個人工智能類頂會進入綜合榜單Top 100；

多篇人工智能論文出現(xiàn)在Nature的高引論文中；

何愷明的“深度殘差學習”論文是最近5年CV類引用次數(shù)最多的論文，被引25256次

谷歌學術指標為作者提供了一種簡便的方法，讓學者們可以快速評估學術出版物最近文章的影響力。

學術指標的收錄包括遵循谷歌學術收錄指南的網(wǎng)絡期刊，并選擇了工程和計算機科學的主要會議。2014-2018年間論文少于100篇的出版物，或2014-2018年間未被引用的出版物沒有被收錄在內。

在谷歌的官方網(wǎng)站上，你可以用特定的類型關鍵詞進行搜索，比如 Ceramic Engineering、 High Energy & Nuclear Physics 或者 Film ；或者更寬泛的領域，比如 Engineering & Computer Science 或者 Humanities, Literature & Arts 。

在網(wǎng)站上，你可以看到根據(jù) 5 年高引用（h5指數(shù)）和 h5中位數(shù)指標排名的前 20 出版物。你也可以看到不同語種排名前 100 的出版物，比如中文、西班牙語和葡萄牙語。每一個出版物，你可以點擊 h5-index 查看該出版物被引用最多的論文。

學術指標包括超出按類別和按語言列出的大量出版物。你可以通過在搜索框中輸入關鍵詞來找到這些內容，例如[security]、[soil]、[medicina]。

綜合榜單Top 20：CVPR首次進入前10名，NeurIPS第27

谷歌學術把英文類出版物分為以下幾大類：

商業(yè)、經(jīng)濟和管理

化學和材料科學

工程和計算機科學

健康和醫(yī)學科學

人文、文學和藝術

生命科學和地球科學

物理和數(shù)學

社會科學

綜合排名Top 20

首先來看看綜合排名。

英文類出版物，網(wǎng)站列出了 TOP100 的名單，其中Nature 排名第一，H5 指數(shù) 368，H5 中位數(shù) 546。

另一科學頂刊Science排名第三，H5指數(shù)338，H5中位數(shù)511。

特別值得注意的是，計算機視覺的頂會CVPR排名進入了Top 10。去年CVPR的排名是第20，一躍進步了10名。

此外，AI 領域另一個備受關注的會議NeurIPS，也在綜合排名中位列第 27（去年是第54）。

其他人工智能類會議，ICLR排名第42，ECCV排名第56，ICML排名第59，ICCV排名第71。

此外，IEEE系期刊中《IEEE模式分析與機器智能學報》排名第76，《IEEE工業(yè)電子學報》排名第81，《IEEE電力電子學報》排名第98。

再來看單篇論文的被引次數(shù)：

其中，Nature雜志今年來被引用次數(shù)最高的Top 5論文中，人工智能相關論文占了3篇，分別是LeCun、Bengio和Hinton2015年發(fā)表的“Deep Learning”綜述論文，DeepMind的“Q-network”深度強化學習論文，以及同樣來自DeepMind的“通過深度神經(jīng)網(wǎng)絡和樹搜索掌握圍棋游戲”論文。

工程與計算機領域Top 20

工程與計算機類的Top 20

工程和計算機科學類目下分為 56 個子項目，其中包括人工智能、計算機語言學、計算機視覺與模式識別、人機交互、Robotics等。下文將對這些領域進行詳細介紹。

人工智能 TOP 20，多個頂會上榜

人工智能Top 20

一眼看去，人工智能分類(不包含CV、NLP等子領域)的TOP 20有多個是頂會，包括前面提到進入綜合榜單TOP 100的NeurIPS、ICLR和ICML。

此外，AAAI雖然沒有進入總榜Top 100，但在人工智能類排名第7。

讓我們來發(fā)表在人工智能類會議中被引用次數(shù)最高的論文：

1. Adam: A Method for Stochastic Optimization.

DP Kingma, J Ba

ICLR

引用次數(shù)：25240

2. Very Deep Convolutional Networks for Large-Scale Image Recognition.

K Simonyan, A Zisserman

ICLR

引用次數(shù)：24554

3. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift.

S Ioffe, C Szegedy

ICML, 448-456

引用次數(shù)：11293

4. Faster R-CNN: towards real-time object detection with region proposal networks

S Ren, K He, R Girshick, J Sun Proceedings of the 28th International Conference on Neural Information …

引用次數(shù)：10517

5. Generative adversarial nets

IJ Goodfellow, J Pouget-Abadie, M Mirza, B Xu, D Warde-Farley, S Ozair, ...

Proceedings of the 27th International Conference on Neural Information…

引用次數(shù)：10175

可以看到，Adam隨機優(yōu)化方法以25240次引用排名第一，何愷明大神的Faster R-CNN以10517次引用進入前5，比Goodfellow的生成對抗網(wǎng)絡論文略高。

計算機視覺與模式識別類 TOP 20，何愷明大神單篇引用最高

在計算機視覺與模式識別領域，三大視覺頂會CVPR、ECCV和ICCV分列前三。

第4和第5則分別是IEEE系的兩本會刊：《IEEE模式分析與機器智能學報》和《IEEE圖像處理學報》，兩者h5指數(shù)均超過100.

接下來是計算機視覺與模式識別類引用最高的論文：

1. Deep Residual Learning for Image Recognition

K He, X Zhang, S Ren, J Sun

Proceedings of the IEEE Conference on Computer Vision and Pattern…

引用次數(shù)：25256

2. Going Deeper With Convolutions

C Szegedy, W Liu, Y Jia, P Sermanet, S Reed, D Anguelov, D Erhan, ...

Proceedings of the IEEE Conference on Computer Vision and Pattern…

引用次數(shù)：14424

3. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

S Ren, K He, R Girshick, J Sun

IEEE Transactions on Pattern Analysis and Machine Intelligence 39 (6), 1137-1149

引用次數(shù)：10517

4. Fully Convolutional Networks for Semantic Segmentation

J Long, E Shelhamer, T Darrell

Proceedings of the IEEE Conference on Computer Vision and Pattern…

引用次數(shù)：10153

5. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation

R Girshick, J Donahue, T Darrell, J Malik

Proceedings of the IEEE Conference on Computer Vision and Pattern…

引用次數(shù)：8960

這個類別中，何愷明的“深度殘差網(wǎng)絡”以25256次引用排名第一?。ㄓ捎诒籌EEE計算機視覺與模式識別論文集收錄，F(xiàn)aster R-CNN出現(xiàn)了兩次。）

計算機語言學 TOP20，三大NLP頂會分列前三

在自然語言處理（Google scholar 中的分類是 Computational Linguistics）領域，不出意外，排名前三的是三大NLP頂會：ACL、EMNLP和NAACL。

接下來是計算語言學類引用最高的論文：

1. Glove: Global Vectors for Word Representation

J Pennington, R Socher, C Manning

Proceedings of the 2014 Conference on Empirical Methods in Natural Language…

引用次數(shù)：8358

2. The Stanford CoreNLP Natural Language Processing Toolkit.

CD Manning, M Surdeanu, J Bauer, JR Finkel, S Bethard, D McClosky

ACL (System Demonstrations), 55-60

引用次數(shù)：5618

3. Convolutional Neural Networks for Sentence Classification

Y Kim

Proceedings of the 2014 Conference on Empirical Methods in Natural Language…

引用次數(shù)：4551

4. Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation

K Cho, B van Merrienboer, C Gulcehre, D Bahdanau, F Bougares, ...

Proceedings of the 2014 Conference on Empirical Methods in Natural Language…

引用次數(shù)：3629

5. A Convolutional Neural Network for Modelling Sentences

N Kalchbrenner, E Grefenstette, P Blunsom

Proceedings of the 52nd Annual Meeting of the Association for Computational…

引用次數(shù)：1838

人機交互和機器人學TOP 20

最后，我們分別看一下人機交互和機器人學領域的Top 20頂刊/頂會：

人機交互類Top 20

機器人類Top 20

h5 指數(shù)是指在過去整整 5 年中所發(fā)表文章的 h 指數(shù)。h 指在 2014-2018 年間發(fā)表的 h 篇文章每篇至少都被引用過 h 次的最大值。

出版物的 h5 中位數(shù)，是指出版物的 h5 指數(shù)所涵蓋的所有文章獲得的引用次數(shù)的中位值。