本文關于米國CS計算機的介紹實在是太可愛了，不得不收藏，感謝 Xi Tan

# 前言 #

1. 討論一下計算機領域的牛圈和‘帶頭大哥’；

2. 討論一下科研方法；

3. 討論一下計算機領域的學術論文（會議、期刊）；

# 第一章 #

計算機的大牛90%以上都在美國，所以只講講美國的CS。別的國家沒什么太大的參考意義（英國、法國、匈牙利、日本、香港、新加坡、大陸、加拿大），不過還是說兩句：第一句是，美國以外的地方CS和美國有差距，主要是沒錢；第二句是，搞科研也講‘近親繁殖’，美國以外的其他地方很明顯‘人手不夠’。沒錢的 問題看大陸就知道，高性能計算、硬件、網絡。。統統沒辦法干。當年人家Stanford跑一個粒子加速器就幾百萬美金，中國哪個高校有這資金。人手問題也很明顯，像Stanford的Dan同學，以前在Cololado Boulder，后來不也被挖走了？像以前呆在加拿大一個人悶做研究的Han Jiawei老大，不也被UIUC挖走了？為什么呢。說白了還是資源。Han Jiawei 02年被UIUC從加拿大的SFU拎到UIUC，轉年就成了IEEE的FELLOW。為什么。說白了就是‘近親繁殖’。直到現在美國相當數量的大學（就不 說全部了）都非常認可同行的推薦。學校要各個同行評分，發paper也是同行review，nominate也要同行，甚至PhD的 application也相當依賴reference letter。另外呢，就是這些資源相當豐富的地方容易產‘奶牛’。當年吳健雄也才第九名考進的中央大學，可是人家一跑美國去就成了實驗物理大牛，還當了 美國協會的會長。物以類聚，人以群分。你說90%的老大都在美國，你呆在印度做CS，有啥意思。不管是Science還是Engineering，還得靠 inspiration。Inspiration靠什么？顯然是要以Group為研究的基本單位，像Dan Jurafsky和Jiawei Han那樣的人畢竟是少數。最好不還是被幾個牛棚給挖走了？這玩意真沒辦法，是趨勢。不說廢話了，來扯美國的CS。

美國CS首當其沖的就是“五大牛棚”：MIT，Stanford，Berkeley，UIUC，和CMU。其他的牛校像 Washington，Princeton，Cornell，Wisconsin等等都是非常不錯的，只不過可能光芒還不夠。而且還有很重要的一點，就是這些學校的faculty好多都是‘五大牛棚’出來的，自然地位也就低一些。尤其是Princeton和Cornell這類學校（其他還包括 JHU，Maryland，Duke，甚至綜合排名非常靠后的Amhest），好多Professor都是牛棚混出來然后過來獨當一面的。特殊點的就是 Washington和Wisconsin，還有諸如Caltech這類學校，他們的Alumni也出過不少人才。

首先是MIT。我腦子里（或者說幾乎所有工科學生的腦子里）可能下意識地定死了MIT是工科最牛查查的學校。甚至我一直認為（至今仍然），MIT的腦袋都 是畸形，整個MIT不是牛棚，而是一個ZOO。MIT簡直就是發了戰爭財。開始做雷達，整的它的無線電啊，EE什么的巨牛無比。然后就是冷戰，國防部投了 好多美金做亂七八糟的東西。CSAIL還沒有合并的時候，MIT的計算機實驗室叫AI實驗室。就是這個實驗室，早期做了很多開拓性的工作。主要是冷戰的時候（90年代以前），美國國防部投資了無數的資金，狂搞AI的項目。很多學校在那個時候得到了很大的發展，譬如Texas Austin，譬如UMass Amherst，他們的CS系便是那個時代的產物。可是后來AI的投入沒有打到預期的產出，糟蹋了好多國防部美好的愿景，項目一個接一個的流產，大師也一個接一個的歸隱。看看MIT那些早年畢業的大牛（50-60年代左右），基本都有深厚的物理背景，這就意味著他們不僅數學知識扎實，而且具有深厚的電子電氣的背景。這些“牛群”在冷戰后奔向各個其他的institution，自然就成了領軍人物。好多人說，MIT雖然沒有做什么牛哄哄的東西，可是任何一個人都可以證明，其他institution都是他在學術上的孫子的孫子。Orz. （麻教主千秋萬代，一統江湖！！ o(∩_∩)o...）事實上的確，比較一下MIT的PHD畢業生，在學術上是其他學校無法超越的。至少去年我在港中文‘打雜工’的時候，我們組的‘帶頭大哥’Professor Helen M. Meng就是在MIT拿的BS,MS和PHD；然后中大做Vision的老大Professor Xiaoou Tang，也是MIT的PHD。這兩人明顯帶有MIT培養出來的嚴謹風格，而且學術嗅覺非常之好。記得我給Helen做presentation的時候， 她問過我好些問題，都是一語中的的。而且她還鼓勵我做Vision和Speech的數據融合，事實證明也是很好的思路。Helen在MIT是 Stephanie和Victor的學生，Stephanie又和我們劍橋的Steve有很好的合作項目和官方渠道（例如CAM-MIT）。這兩個組一直 都在聯合做Spoken Language Dialog System的項目。又一次雄偉而彪悍無比地證明了我說的‘近親繁殖’理論。。。娃哈哈~ MIT的老師我只接觸過CSAIL的老大Professor Victor Zue，語音組的老大Professor Stephanie和Vision組的幾個Professor。首先感覺是都很NICE，說話都很客氣。尤其是Victor，記得去年在上海參加MIT面 試的時候和Victor聊天，他老是笑呵呵的，想來脾氣應該很好。雖然去年沒有去成MIT的Vision組，可是總能感覺到MIT那種技術的金屬質感給我 帶來的吸引和震撼。希望今年能去MIT念Stephanie的PHD啊~~ Bless...

然后扯一下Stanford。其實我原來對Stanford感覺蠻好的（現在感覺也不錯），我在LA認識的朋友也應該是最多的（最多又是 Stanford，然后才是Berkeley，UCLA和Caltech。SYF小朋友啊~ 嗯，我在Stanford最好的幾個朋友之一了。SYF，看到這個帖子給師傅留個Message哈。嘿嘿）。可是因為種種原因，以前就壓根沒有打算過去斯坦福念書（主要是MWJ小朋友不讓我去。我又乖又聽話，所以就沒申請了）。Stanford給我的感覺就是超級大，而且幾乎沒有什么軟肋。歷數美國諸多 CS高校中，唯一能在AI方面和MIT抗衡的就數斯坦福了。而MIT現在AI仿佛有走下坡路的趨勢，而斯坦福倚其地理優勢和財政強勢，迅速崛起。 Sorry，不應該是崛起，是第二波浪潮~~ 斯坦福的AI，諸如視覺，語音和自然語言，機器人等等，都有大牛撐腰。然后在體系結構和數據庫方面又依賴硅谷的強大應用平臺，有著得天獨厚的發展資源。 AI作為CS的靈魂，斯坦福已經有了；體系結構和數據庫這些應用背景很強的領域，硅谷也給斯坦福與生俱來的優勢。當然，那幫學生也不是省油的燈，好多 PHD沒念完就跑了。什么GOOGLE啊，YAHOO啊，通通都迅速崛起了。另一方面也反應了斯坦福的學生商業頭腦很好，很靈活，不像書呆子（譬如 MIT，譬如Caltech。哈哈）。真沒什么說的，牛哄哄的。對了，補充一點，斯坦福坐擁硅谷的土地，真是巨有錢啊。。。望塵莫及。

第三頭大牛要數Berkeley。好多人和我討論，和我爭辯，到底是Berkeley厲害還是MIT厲害。我覺得沒什么好比較的。因為每個學校發展的方向 都不太一樣，CS和CS沒法比，可以比的只是某個組，譬如MIT的AI就比Berkeley的好，Berkeley的網絡就比MIT好。Berkeley 的傳統優勢就是網絡，操作系統等等。早期Berkeley的CS畢業生好多去各個高校當教授，大多也做的是網絡和操作系統這一塊的東西。現在 Berkeley的AI也發展了起來，諸如圖形圖像，語音語言都有了很大的發展。Berkeley作為公立學校的老大，收費低，又地處LA，開個什么國際 會議啊，養個老啊，都挺好的。UC系統又聯系廣泛，而且Berkeley還和諸如Stanford，UCLA和Caltech這樣的牛校貼得這么近，不做點東西出來真是對不起這地理位置。想想我本科畢業的學校‘西北工業大學’，其實計算機在中西部應該是最強的，在全國我覺得某些領域也能在前五（譬如計算機應用）。可是相比起同是國防科工委的北航，就沒有了地理優勢。西安顯然沒有北京有錢，地理位置顯然沒有北京好，而且顯然也沒有清華北大這樣的學校和他交 流，甚至連北郵北理北工大這樣的學校在西安都沒有。哦，對了，有個西電。Sorry，西電也是巨牛無比的。我甚至覺得在很多領域西電比西工大牛多了。記得 我在CUHK的時候，看過幾篇文章都是西電的老師和港中文的老師一起寫的（譬如那篇影響我很大的Xiaou文章，就是和西電的老大一起寫的）。然而，西工 大的老師是和藹可親的。以前給予我諸多幫助的WQ老師，ZYN老師我感覺在學術上都是可以獨樹一幟的人。事實上也的確給了我很多啟發和思考的靈感。當然還有我們更加和藹可親的XL老師。真是又是老師又是朋友。想起在清華-港中文做RA的那段日子，的確教會了我很多東西。北航的老師我只和LW校長聊過天。 LW老師做的好像是軟件理論，也是英國畢業的（好像是愛丁堡）。雖然LW老師都是校長了，可是那時候和我聊天一點都沒有什么架子（5年前了），和藹可親的 很。哎，大凡大牛都是和藹可親型的啊。扯著這么遠，無非就是要說Berkeley有多么好的地理優勢，把UC其他幾個學校遠遠拋在了腦后（至少CS是這 樣）。譬如UCSD，譬如UCI，甚至UCLA也遠不及Berkeley。去年我給UCSD的Alon做presentation，人家好像才40歲，就 已經是IEEE的FELLOW了，這樣下去怎么得了。Alon雖然是做Information Theory的，但是卻為我的project提了一個非常好的建議，取得了很大的突破。這才讓我感覺到IEEE Fellow的威力。我那時就想，要是Alon也跑到berkeley去，那該有多猛啊。。。。（插播廣告：英語語法）'Had Professor Alon joined Berkeley, he would have already made far greater contribution to the information industry.' EAP沒白來。。o(∩_∩)o...哈哈~ Berkeley的教授我就不認識幾個，不過有幾位朋友在那，傳說沒有Stanford漂亮。呵呵~

第四頭大牛是UIUC。我對UIUC的印象最開始來自高我幾級的SZ。SZ和我一樣都是做OI出身，然后保送到了清華。據說在清華學習十分猛，老是系里前 5名，后來又考了老高的GT，結果就去UIUC了。我當時十分郁悶，因為我那時候不是很清楚UIUC在CS領域里是個什么地位。我說怎么這么好一孩子不去 Stanford和Berkeley，非跑到‘玉米地’去了？不過這以后UIUC這個名字我就記下來了，這是第一印象。然后一個比較深刻的印象就是 Jiawei han。我當年讀Jiawei Han的書時，他還在加拿大。我也納悶，我說怎么寫了這么牛哄哄的書的人，倒喜歡做武林蒙面大俠了？莫非又是一‘隱藏關卡的BOSS'？沒想到Han老爺子02年的時候果真就被UIUC挖走了。這時候我才念起UIUC的好，覺得實屬牛棚一個了。以前那些虛幻的帶有主觀臆斷的想法通通成了幼稚的偏見。 UIUC是干嘛的？回答其實很明確，如果說MIT是為AI而生的話，UIUC就是為硬件和超級計算機而生的。It is UIUC that 當年改良了計算機中的晶體管、集成電路和ALU的好多東西。Intel和AMD，還有早期做chip的Motorola等等，我想都大多受惠于UICU的 faculty。自然，這些老faculty拿這些技術繼續做硬件和超級計算機便有如魚得水之勢了。所以，包括硬件邏輯電路設計、計算機算術、機器結構和數值分析領域，UIUC都是獨執牛耳的領軍人物。UIUC的CS相來比較扎實，生源和師資都非常好，自然聲譽也很高。尤其是硬件。早期的超級計算機大多出 自UIUC之手，譬如ILLIAC的1、2、3、4代以及后來的一些超級計算機，都是這一領域的大手筆。UIUC的這些理論和工業成果和成功，對并行計算 機的發展歷程做出了不可磨滅的貢獻。UIUC的老教授David Kuck就是并行處理的先驅，原來是NASA第一部超級計算機的首席設計師。屬于在并行處理這個領域挖了一個坑然后等著后人來’建設社會主義美好家園式‘ 的人物。UIUC早期的發展有很多歷史佐證，譬如美國國家超級計算及應用中心(NCSA)在UICU的建立，譬如Marc Andreessen在UIUC讀本科大四的時候在NCSA主持編寫的Mosaic。無一不是一個又一個翔實的歷史介紹。可惜，后來（85年-2000年 左右），UIUC的硬件學術隊伍老化，沒有形成良好的學術梯隊，硬件隊伍失去了很多元老級的人物，新的professor呢，又無心做這些東西，大多又開 始弄軟件去了。把UIUC的傳統和家業整個換了個門面。不過，正式由于這個原因，UIUC的CS系以擁有眾多充滿活力的世界級青年學者。例如Josep Torrellas (其弟子有在Cornell ECE，Georgia Tech CS任教的)，Klara Nahrstedt (其弟子有在Cornell ECE，Purdue CS，Toronto ECE任教的)，還有稍老一些的Gerald DeJong (其弟子有在UW-Madison，UT-Austin任教的)等等。前幾年剛被Duke挖走的Herbert Edelsbrunner，由于對計算幾何的根本性貢獻，1991年拿了個Waterman Award，成為歷史上第一位獲此殊榮的計算機科學家。UIUC的校友也有很多有名的，譬如寫了Mosaic并成立了netscape的marc Andreessen，譬如David Kuck的學生陳世卿(Steve Chen)，譬如Lotus Notes的老大Ray Ozzie等等。UIUC CS 的學生畢業后去學術界的不少，Stanford，Princeton，Cornell，UT-Austin。。。都有UIUC的博士挑大梁。在U Michigan CS和UCLA CS，UIUC CS出身的教授更隨處可見。在僅有的18名華裔ACM Fellow中，就有6名是UIUC的。另外一個不得不講得人當然是我們可親可愛的‘劉爺爺’。當年我拿到‘蔣震海外研究生獎學金’的時候，還是劉爺爺給我面試的，還要我背唐詩宋詞。嚇得我當時很緊張，竟然把沁園春雪給背錯了幾句，劉爺爺還很機敏地當即糾正了我的錯誤。哎，仍然記憶猶新啊。劉爺爺的確是個 非常（N次冪，N > 3）的人，至少一點架子都沒有，和藹可親得很。連我當年去MIT的推薦信也是劉爺爺親手執筆的。可恨的是當年沒有申Princeton，要不然panel 一看是劉爺爺的親筆推薦信，肯定就把我給收了。。。哈哈哈~ Professor C.L.Liu是屬于桃李滿天下的那種人。在國內最有名的當然要數Professor Andrew Yao了，人家在哈佛念完物理就跑到UIUC去念計算機了，當年的導師就是我們可愛的‘劉爺爺’。后來姚老大成了世界上第一位拿過圖靈獎的華人，當然，現 在還是唯一一人。可以想象，當時我和圖靈獎的導師聊天的時候有多緊張。。。可惜本人實在愚鈍，在CS領域也毫無建樹，劉爺爺把Victor從美國請過來給 我面試去MIT我最后都沒有如他老爺子的愿，跑到劍橋這地方天天騎自行車看康河來了。。。哎~ 真是慚愧。另外關于UIUC不得不說當然是他的發展‘現象’。為什么說是‘現象’呢？因為UIUC是有名的‘玉米地’，常年面臨加州等地名校的“挖人”威 脅。盡管不少教授在成名以后離開，UIUC計算機系仍然憑借著為中青年人才的成長營造最好氛圍，在小地方辦成了世界一流的研究重鎮。我想，UIUC可能是 惟一幾個不靠地理位置發財的CS牛棚吧。這個‘現象’值得很多學校借鑒，譬如西工大，西電，譬如中科大等等。

最后呢，當然是牛哄哄的CMU了。事實上，CMU的CS應該比UIUC要稍微好一些。因為CMU貌似就只有一個CS在撐門面，所以它的CS碩大無比，幾乎 沒有弱項。尤其厲害的是它的vision和robotics，當然還有software。CMU的Robotics實在是名氣太響了，‘附送’的 Vision也沾了很大的光，導致CMU在AI領域的大哥地位也無人能撼。我的本科學校去年就走了一個師兄去CMU，貌似就是做ROBOTICS的。什么 FIFA CUP之類的足球機器人啦，CMU最喜歡招這些人了。其實我當年準備去CMU的VISION組的，可惜我當年實在是迷戀MIT，就沒有申請CMU，現在想 起來，如果當年能去CMU也是個不錯的選擇。對了，我一位很好的朋友現在就在CMU。可愛的CX小朋友。這哥們是少年班的天才，在CMU跟隨圖靈獎大師做 ‘玄學’（他自己如是說的），哈哈哈。CX絕對屬于天才型的，幾十位圖靈獎的逸聞趣事他都知道。引用我們JK同學的話叫‘簡直太神奇了’。我們漂亮的JK 小同學如今在MIT做EE，所以高智商夸贊高智商總是很有分量。CX做事很踏實，也很有目的性，他就只跟圖靈獎做理論計算機的研究。當時把我佩服得直咂 舌。不過，現在終于如愿以償了，人家以后可是圖靈獎的弟子啊。。。哎~~ 和我的Professor Steve Young不是一個級別的。可愛的Steve，您啥時候也拿個圖靈獎讓俺們沾沾光啊。CX同學，過幾年回西安的時候記得再吃飯聚一聚~（看到這個給我留言 哈）。CMU不僅Robotics好，Software也是技術一流。據說現在微軟招得最多的軟件開發員工都是CMU畢業的。某種程度上說，CMU的老大 們掙了我們不少錢。哼哼~ 另據CX小朋友介紹，CMU的CS系實在是過于龐大了。。。巨多教授。哥們，這還真夠擠的~~ 好了，牛棚都介紹完了。都是我印象中的東西，肯定有很多不準確的數據和理解。不過應該大致差不多。夠了~

# 第二章 #

我思考后的結果告訴我，其實做科研的步驟，或者說寫科技文獻的步驟，不是很復雜（當年我做了4年的數模果真沒白費，哈）。我總結了一下，大概就一下幾點：

1.Introduction

選好一個學術方向后，對此方向上的已有成果進行閱讀，分析，分類, 搞清楚已解決的問題是什么，現存的難點是什么，熱點是什么, 寫出綜述報告。其實就是literature review啦。在CUHK LAB的時候，XL老師和Helen老師老是和我提這個詞，我已經比較熟悉了。另外呢，剛入門的人應該看看Journal上的東西，畢竟那是沉淀了之后的東西。然后才可以慢慢看看conference的東西練內功。

2. Problem formulation

把所要研究的具有實際工程背景的學術問題進行描述，并轉化成數學問題。數學一直都是最強有力的描述工具，當然，也是最正統的科學工具。

3. Main contributions

找到適當的數學工具，給出上述問題的理論上的解決方案，得到理論上的結果, 并用定理的形式進行闡述。還是數學，科學家和工程師只相信數學和事實。

4. Simulations or experiments

通過計算機仿真或實驗研究進行上述理論成果的驗證。CS，計算機科學與技術，首先是科學，是理論；可是最后終歸要轉化成實際的產品，不像做Pure mathematics的人，整天只要YY就可以了。。。-_-

5. Conclusions

給出一般性的結論，以及需要進一步研究的問題。有頭有尾的事情。一次不可能把問題都解決好，總有可以瞻望的地方，可以改進的嘎吱角落彎。

# 第三章 #

哎，扯期刊和會議。其實這是最沒意思的東西了。想當年，我剛了解SCI和EI，整天琢磨著怎么在線看Nature和Science等等。其實，CS里面根本不是這么回事。CS是一個日新月異的領域，各種技術都在以不可預測的速度在發展和變化。這和基礎科學有著太大的不同了。所以，什么物理化學生物一個實驗做好多年，最后發到Nature和Science上面，真正上conference上發表的東西其實沒有什么特別大的價值，都是只言片語，遠遠沒有期刊的 威力來得大。所以無聊的美國人加菲貓同學（哈哈~ Garfield有一個多好記的名字），弄了個SCI來做索引。弄了個IF把整個學術界搞得烏煙瘴氣，尤其是大陸還有亞洲一些國家，整天就想著弄幾篇高 IF的牛paper。可是，CS壓根就不是這個形式。CS的publication最大特點在于：極度重視會議，而期刊則通常只用來做re- publication。大部分期刊文章都是會議論文的擴展版，首發就在期刊上的相對較少。也正因為如此，計算機期刊的影響因子都低到驚人的程度，頂級刊物往往也只有1到2左右—-被引的通常都是會議版論文，而不是很久以后才出版的期刊版。因此，要討論計算機科學的publication，首先就壓根和 IF無關。另外一個現象就是CS的會議規模都很有限，有時候只登十來篇甚至三四篇論文，有的還是季刊或雙月刊。很多好的會議每年只錄用三四十篇甚至二十篇 左右的論文。所以，CS的幾乎每個領域都有好幾種頂級刊物和好幾個頂級會議。

最牛哄哄的當然是‘Journal of the ACM(JACM)’了，ACM的官方學刊。可是，這個鳥刊只刊登那些對計算機科學有長遠影響的論文，因此其不可避免地具有理論歧視。事實上確實如此：盡 管JACM征稿范圍包括了計算機的絕大部分領域，然而其刊登的論文大部分都是算法、復雜度、圖論、組合數學等純粹理論的東西，其它領域的論文要想進入則難如登天。這讓我想到了兩件事情：一件是meritocracy；一件是GRE填空里面的一道講專家如何鄙視layman的題目。哎~ 罷了。另外一個就是‘Communications of the ACM (CACM)’了。從某種意義上來說，CACM比JACM要像Nature/Science很多。JACM上登的全是長篇大論，滿紙的定義、定理和證明， 別說一般讀者沒法看，就連很相近的領域的專家都未必能看懂。而CACM則是magazine，既登高水平的學術論文和綜述，也登各種科普性質的文章和新聞。即便是論文，CACM也要求文章必須通俗易懂，不追求數學上的嚴格證明，而追求易于理解的直覺描述。在十幾二十年前，CACM的文章幾乎都是經典。但 最近幾年，由于CACM進一步通俗化，其學術質量稍有下降。

除了ACM老大的東西外，就是IEEE的了。‘IEEE Transaction on Computers’是IEEE在計算機方面最好的刊物。但由于IEEE的特點，其更注重computer engineering而非computer science。換句話說，IEEE Transaction on Computers主要登載systems, architecture, hardware等領域的東西，盡管它的范圍已經比大部分刊物要廣泛。就刊物的質量而言，ACM Transactions系列總體來講都高于IEEE Transactions系列，不過也不可一概而論。大部分ACM Transactions都是本領域最好的刊物或最好的刊物之一。大部分IEEE Transactions都是本領域很好的刊物，但也有最好的或者一般的。然而，非ACM/IEEE的刊物中，也有好的甚至最好的。例如，SIAM Journal on Computing被認為是理論方面最好的期刊之一。CS方面的會議論文事實上起著比刊物論文更大的作用。大部分會議都是每年一次，偶爾也有隔年一次的。正規的會議論文需要經過2-4個甚至更多個審稿人的雙向或單向匿名評審，并且所有被接收的論文會被結集正式出版。大部分ACM的會議都是本領域頂級的或很 好的會議。大部分IEEE的會議都是本領域很好的會議，但也有頂級的或者一般的。會議的檔次通常可以通過論文錄用率表現出來。頂級會議通常在20%左右或 更低，有時能達到10%左右。我所知道的最低的錄用率為7%。很好的會議通常在30%左右。達到40%以上時，會議的名聲就很一般了。60%以上的會議通 常很難受到尊敬。但也有例外。大名鼎鼎的STOC(ACM Symposium on Theory of Computing)錄用率就達到30%以上，但它毫無疑問是理論方面最好的會議。造成這樣的情形，主要是因為理論方面的工作者不多，而大部分人對 STOC又有一種又敬又怕的心理。

下面列一些CS的頂級會議和期刊，有些是網上查到的，有些是某些人用SCI的IF排序做出來的：

Computer Vision

Conf.:

Best:

ICCV, Inter. Conf. on Computer Vision

CVPR, Inter. Conf. on Computer Vision and Pattern Recognition

Good:

ECCV, Euro. Conf. on Comp. Vision

ICIP, Inter. Conf. on Image Processing

ICPR, Inter. Conf. on Pattern Recognition

ACCV, Asia Conf. on Comp. Vision

Jour.:

Best:

PAMI, IEEE Trans. on Patt. Analysis and Machine Intelligence

IJCV, Inter. Jour. on Comp. Vision

Good:

CVIU, Computer Vision and Image Understanding PR, Pattern Reco.

Network

Conf.:

ACM/SigCOMM

ACM Special Interest Group of Communication

ACM/SigMetric Info Com Globe Com

Jour.:

ToN (ACM/IEEE Transaction on Network)

A.I.

Conf.:

AAAI: American Association for Artificial Intelligence

ACM/SigIR IJCAI: International Joint Conference on Artificial Intelligence

NIPS: Neural Information Processing Systems

ICML: International Conference on Machine Learning

Jour.:

Machine Learning

NEURAL COMPUTATION

ARTIFICIAL INTELLIGENCE

PAMI

IEEE TRANSACTIONS ON FUZZY SYSTEMS

IEEE TRANSACTIONS ON NEURAL NETWORKS

AI MAGAZINE

NEURAL NETWORKS

PATTERN RECOGNITION

IMAGE AND VISION COMPUTING

IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING

APPLIED INTELLIGENCE

OS,System

Conf.:

SOSP: The ACM Symposium on Operating Systems Principles

OSDI: USENIX Symposium on Operating Systems Design and Implementation

Database

Conf.:

ACM SIGMOD

VLDB:International Conference on Very Large Data Bases

ICDE:International Conference on Data Engineering

Security

Conf.:

IEEE Security and Privacy

CCS: ACM Computer and Communications Security NDSS (Network and Distributed Systems Security)

Web

Conf.:

WWW(International World Wide Web Conference)

Theory

Conf.:

STOC FOCS EDA Conf.: Best: DAC: IEEE/ACM Design Automation Conference

ICCAD: IEEE International Conference on Computer Aided Design

Good:

ISCAS: IEEE International Symposium on Circuits And Systems

ISPD: IEEE International Symposium on Physical Design

ICCD: IEEE International Conference on Computer Design

ASP-DAC: European Design Automation Conference

E-DAC: Asia and South Pacific Design Automation Conference

Graphics

Conf.:

Best:

Siggraph: ACM SigGraph

Good:

Euro Graph Jour.: IEEE(ACM) Trans. on Graphics

IEEE Trans. on Visualization and Computer Graphics

CAD

Jour.: CAD CAGD

SE

conf.: ICSE The International Conference on Software Engineering

FSE The Foundations of Software Engineering Conferences

ICASE IEEE International Conference on Automated Software Engineering

COMPSAC International Computer Software and Applications Conferences

ESEC The European Software Engineering Conferences

Jour.:

SEN ACM SIGSOFT Software Engineering Notes

TSE IEEE Transactions on Software Engineering

ASE Automated Software Engineering SPE Software-Practice and Experience ########################

呼呼呼~~ 終于寫完了。弄了我1、2個小時~~ FT~ 以上言論大多為個人關于CS的一些不成熟想法，并不代表本臺觀點。通俗一點說就是：‘純屬扯淡’。不要當真。25歲以下的兒童須在女朋友的指導下完成閱讀。欽此。 By Xi Tan. 2007.10.6 于英國劍橋大學三一學院 綠野豬樓 R10 ~ :-)

總結

以上是生活随笔為你收集整理的在计算机领域做研究的一些想法-- 转载的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。