旷视张祥雨和孙剑入选中美10年AI影响力学者榜 位列榜眼
近10年人工智能领域最有影响力的学者有哪些?
近日,上海交通大学 Acemap 团队开发了一个基于度量的全球顶级研究机构排名系统——AceRankings,这是一份人工智能研究机构、学者大排名!根据在CCF推荐会议期刊发表论文的引用量,对中国、美国Top 50机构和学者进行了排名,清华、微软分列中/美机构榜首。
旷视的首席科学家孙剑博士,旷视研究院基础模型负责人张祥雨分列美/中AI影响力学者榜榜眼,这可能要归功于两位共同发明的深度残差网络 ResNet,它掀起一场人工智能算法的“深度革命”,深度学习自此更加实至名归。
网站地址:https://www.acemap.info/ranking
Acemap 根据CCF推荐目录,统计了全球各大研究机构各个学者近十年的论文发表情况,展示了一个清晰,简洁的排名。
论文、作者、所属机构和会议期刊信息均基于Acemap的数据(包括超过203,243,576篇论文,103,451,553位作者并持续上升)。
从网站中可以清晰的看到排名有多个维度,包括会议期刊、国家、年份区间、机构列表以及作者排名等等。
例如,我们可以选择中国范围内,2009年至2019年十年期间,根据在CCF推荐会议期刊发表论文的引用量,机构的排名如下图所示(也可选择按发表文章数排名):
可以一目了然的看出清华大学、中科院和中国科学技术大学等高校位居前列。
需要说明的是,当国家选择“美国”时,作者排名里会出现一些熟悉的华人学者的名字,例如孙剑、何恺明、李飞飞等。
这是因为在09-19年期间,这些华人学者较多高被引的文章是在美国的研究机构完成的,所以归类在美国的排名里。该榜单目前提供中国,美国和加拿大的排名,Acemap表示将来会增加更多选择。
接下来,马上揭晓近10年中国、美国人工智能领域高被引学者和机构的Top 50榜单。
中美学者Top 50榜单,26人被引数超1万
中国学者Top 50(姓名+机构+被引用数)
(注:由于该榜单对学者所属机构存在滞后,我们在括号中以“现***”的形式做了更新,人工查找,不排除有偏差,如有错漏敬请谅解。)
任少卿(中国科学技术大学,现Momenta) 16256
张祥雨(西安交通大学,现旷视) 14748
卢湖川(大连理工大学) 4747
周志华(南京大学) 4452
程明明(南开大学) 3777
胡事民(清华大学)3572
何晓飞(浙江大学,飞步科技)3598
刘云浩(清华大学) 3572
俞勇(上海交通大学)3514
蔡登(浙江大学) 3287
唐杰(清华大学) 3007
李进(广州大学) 2903
冯象初(西安电子科技大学)2701
陈纯(浙江大学)2660
白翔(华中科技大学) 2597
李国良(清华大学)2582
郑南宁(西安交通大学) 2485
Anthony C. K. Soong(华为) 2474
王建民(清华大学)2313
李建中(哈尔滨工业大学) 2230
卜佳俊(浙江大学) 2215
刘成林(中国科学院) 2191
吴毅(南京信息工程大学) 2176
林宙辰(北京大学) 2125
高文(北京大学)2091
山世光(中国科学院) 2089
周昆(浙江大学)2064
陈熙霖(中国科学院)2054
王恒(中国科学院) 2042
冯建华(清华大学)2013
刘光灿(南京信息工程大学)1992
郑伟诗(中山大学) 1986
刘文予(华中科技大学) 1974
王新兵(上海交通大学) 1910
孙星明(南京信息工程大学) 1910
陈积明(浙江大学)1848
袁泽剑(西安交通大学) 1840
Stan Z. Li(李子青 中国科学院)1806
陈晓峰(西安电子科技大学)1797
龙明盛(清华大学)1796
左旺孟(哈尔滨工业大学)1792
庄越挺(浙江大学) 1789
杨铮(清华大学)1769
张国鑫(清华大学) 1663
刘壮(清华大学,现UC Berkeley) 1678
谭铁牛(中国科学院) 1664
黄高(清华大学) 1663
余凯(百度,现地平线) 1644
林倞(中山大学) 1643
朱军(清华大学)1609
张祥雨榜单信息
美国(根据学者所属机构的地区)学者Top 50(姓名+机构+被引用数)
(注:由于该榜单对学者所属机构存在滞后,我们在括号中以“现***”的形式做了更新,人工查找,不排除有偏差,如有错漏敬请谅解。)
Ross B. Girshick (FACEBOOK/UCB) 30500
孙剑(微软,现旷视) 29950
何恺明(MICROSOFT/FACEBOOK)26649
Trevor Darrell (加州大学伯克利分校) 26293
李飞飞(斯坦福大学) 22386
马毅(UIUC/MICROSOFT,现加州大学伯克利分校) 15737
Jitendra Malik (加州大学伯克利分校) 15592
Christian Szegedy (GOOGLE) 15463
Jeff Donahue (加州大学伯克利分校,现DeepMind) 15094
贾扬清(加州大学伯克利分校/Facebook,现阿里巴巴) 14668
Jia Deng (Robotics Institute) 13589
John Wright(哥伦比亚大学) 13247
Thomas S. Huang (UIUC) 12642
Andrew Y. Ng (斯坦福大学) 12437
Ming-Hsuan Yang (University of California, Merced) 12381
Jeffrey Dean (GOOGLE) 11882
Ilya Sutskever (GOOGLE,现OpenAI) 11745
Antonio Torralba (MIT) 11186
Jonathan Long (加州大学伯克利分校) 10745
Deva Ramanan (UCI/CMU) 10737
Evan Shelhamer (加州大学伯克利分校) 10695
Richard Socher (斯坦福大学, 现Salesforce) 10313
Quoc V. Le (GOOGLE) 10292
Jure Leskovec (斯坦福大学) 10230
Aditya Khosla (MIT) 9402
Andrej Karpathy(斯坦福大学,现Tesla) 9324
Alexander C. Berg(UNC/SBU) 9323
Michael S. Bernstein (斯坦福大学/MIT) 9281
Koray Kavukcuoglu (Google DeepMind) 9269
Ion Stoica (加州大学伯克利分校) 9241
Tomas Mikolov (FACEBOOK) 9217
Kui Ren(UB/IIT/SUNY) 9005
Dumitru Erhan (GOOGLE) 8842
韩家炜 (UIUC) 8807
Hao Su(斯坦福大学) 8760
Kai Chen(GOOGLE) 8607
Alexandre Passos(UMASS) 8596
Jacob VanderPlas (华盛顿大学) 8559
Craig Gentry (IBM, 现Algorand Foundation) 8357
Arvind Ganesh(UIUC) 8325
Li-Jia Li(Google) 8125
Sergio Guadarrama (加州大学伯克利分校,现Google) 7952
Sergey Ioffe (GOOGLE) 7930
Michael I. Jordan (加州大学伯克利分校) 7794
Piotr Dollár (FACEBOOK/MICROSOFT) 7775
David M. Blei (PRINCETON/Columbia University) 7489
Kristen Grauman (UTEXAS) 7432
Scott E. Reed (密歇根大学,现DeepMind) 7362
Yann LeCun (NYU/CIMS,现Facebook) 7257
Christopher D. Manning (斯坦福大学) 7240
孙剑榜单信息
中美机构Top 50:清华、中科院位列榜首
中国机构Top 50(机构+被引用数)
清华大学 65432
中国科学院 40194
中国科学技术大学 31980
北京大学 29505
西安交通大学 24169
浙江大学 23854
上海交通大学 23118
南京大学 12738
华中科技大学 12107
哈尔滨工业大学 10440
中山大学 10058
华为 9714
西安电子科技大学 9090
复旦大学 8184
大连理工大学7728
北京航空航天大学 6927
国防科技大学 6357
北京邮电大学 6336
百度 6090
南京信息工程大学 5476
武汉大学 4961
东南大学 4552
山东大学 3990
中国电子科技大学 3930
南开大学 3880
合肥工业大学 3634
中国人民大学 3521
北京交通大学 3401
广州大学 3245
南京理工大学 3241
西北工业大学 3230
信息科学研究所 3159
深圳大学3033
华东师范大学 2815
北京理工大学 2810
华南理工大学 2354
天津大学 2275
澳门大学 2007
腾讯 1962
东北大学 1923
西南交通大学 1845
eBay 1746
同济大学 1704
厦门大学 1667
福建师范大学 1611
中南大学 1458
上海大学 1452
湖南大学 1341
北京师范大学 1310
重庆大学 1285
美国机构Top 50(机构+被引用数)
微软 279598
加州大学伯克利分校 148946
斯坦福大学 145944
Google 138683
卡内基梅隆大学 132535
麻省理工学院 122093
伊利诺伊大学香槟分校 95030
IBM 83876
普林斯顿大学 77357
华盛顿大学 75831
得克萨斯大学奥斯汀分校 70943
佐治亚理工学院 59259
加州大学圣地亚哥分校 55739
密歇根大学 54881
康奈尔大学 53585
马克斯·普朗克学会 44291
加州大学洛杉矶分校 44121
加州大学欧文分校 41866
哥伦比亚大学 40673
纽约大学 40127
Yahoo! 38916
Intel 37524
威斯康星大学麦迪逊分校 36964
南加州大学 36348
Facebook 35622
宾夕法尼亚大学 29450
伦敦大学学院 29296
北卡罗来纳大学教堂山分校 28269
哈佛大学 27411
罗格斯大学 26630
普渡大学 26107
加州理工学院 25168
宾夕法尼亚大学 23434
亚利桑那州立大学 23270
明尼苏达大学 22852
Adobe System 21722
马萨诸塞大学阿默斯特分校 21361
俄亥俄州立大学 20056
加州大学圣巴巴拉分校 19632
布朗大学 18619
贝尔实验室 17909
西北大学 17158
杜克大学 17006
约翰·霍普金斯大学 15888
密歇根州立大学 15608
阿姆斯特丹大学 14686
石溪大学 14463
弗吉尼亚理工大学 13935
德克萨斯A&M大学 13683
加州大学戴维斯分校 13481
更多详细内容,请点击阅读原文查看。
AceRankings地址:https://www.acemap.info/ranking
本文根据新智元(ID:AI_era)内容进行整理
传送门
欢迎大家关注如下 旷视研究院 官方微信号????
旷视张祥雨和孙剑入选中美10年AI影响力学者榜 位列榜眼相关推荐
- 旷视张祥雨:神经网络架构设计新思路
智源导读:深度学习模型在很多任务上都取得了不错的效果,但调参却是一项非常痛苦的事情,大量的超参数和网络结构参数会产生爆炸性的组合.因此最近几年神经网络的架构搜索和超参数优化成为一个研究热点.此外,对于 ...
- 旷视张祥雨:高效轻量级深度模型的研究和实践 | AI ProCon 2019
演讲嘉宾 | 张祥雨(旷视研究院主任研究员.基础模型组负责人) 编辑 | Just 出品 | AI科技大本营(ID:rgznai100) 基础模型是现代视觉识别系统中一个至关重要的关注点.基础模型的优 ...
- LGD:涨点神器!旷视孙剑、张祥雨团队提出标签引导的自蒸馏技术,助力目标检测!...
关注公众号,发现CV技术之美 本文介绍论文『LGD: Label-guided Self-distillation for Object Detection』,由旷视孙剑.张祥雨团队等提出标签引导的自 ...
- 【资源下载】旷视研究院张祥雨valse2019报告PPT——高效轻量级深度模型的研究与实践
报告题目 高效轻量级深度模型的研究与实践 报告摘要 深度基础模型在现代深度视觉系统中居于核心地位.在实际应用中,受应用场景.目标任务.硬件平台等的不同,经常会对模型的执行速度.存储大小.运算功耗等进行 ...
- 旷视研究院张祥雨:3年看1800篇论文,28岁掌舵旷视基础模型研究
第1000篇原 摘自:http://mp.weixin.qq.com/s?__biz=MzA3NjIzMTk0NA==&mid=2651649744&idx=2&sn=9f48 ...
- R Talk | 旷视研究院张祥雨:高效轻量级深度模型的研究与实践
「R Talk 」是一个深度学习专栏,将通过不定期的推送展示旷视的学术分享及阶段性技术成果.「R」是 Research 的缩写,也是旷视研究院的内部代号:而所有「Talk」都是来自旷视 Researc ...
- 智源青年科学家候选人 | 张祥雨:挑战自动化深度学习系统
4月16日,北京智源人工智能研究院发布"智源学者计划",宣布重点支持四类人才:智源科学家首席(CS).智源研究项目经理(PM).智源研究员(PI),以及智源青年科学家. 其中,智源 ...
- 张祥雨团队最新工作:用于物体检测的实例条件知识蒸馏 | NeurIPS 2021
[专栏:前沿进展]在青源LIVE第31期中,旷视研究院张祥雨团队的张培圳研究员深入浅出地为我们介绍了其团队被 NeurIPS 2021 录用的论文「用于物体检测的实例条件知识蒸馏」.本期报告首先简要回 ...
- 代季峰对话张祥雨 | 自动驾驶感知新时代!新一代环视感知算法BEVFormer有哪些优势...
导读:Elon Musk说过,"人类不是超人,也不是蝙蝠侠,不能够眼放激光,也不装有雷达,但是通过眼睛捕捉到的图像,人类依旧可以构建出对周围世界的3D空间理解能力,从而很好地掌握驾驶这项能力 ...
最新文章
- 一文读懂CV中的注意力机制
- 神秘的subsys_initcall【转】
- 【技术】交换机上如何对流量拦截
- JavaWeb学习之路——SSM框架之SpringMVC(八)
- 结构体对齐,结构体深拷贝和浅拷贝
- chromium 源码下载地址
- 首届腾讯运维技术开放日!对外报名正式启动!
- asp.net发布网站的详细步骤
- android自验签名证书,没有以前的互联网连接,无法验证Android自签名证书
- [PowerShell]人人都值得学一点PowerShell实现自动化(1)在VisualStudio上使用PowerShell...
- 【渝粤教育】国家开放大学2018年春季 0175-21T社会调查研究与方法 参考试题
- warning C4996: “strcpy”被声明为否决的解决办法
- html背景图适应div_CSS实现背景图片屏幕自适应
- csh sum算总和_如何在R中使用sum()–在R中查找元素的总和
- Asp.Net Mvc4分页,扩展HtmlHelper类
- 1.RESTful Web APIs中文版 --- 网上冲浪
- 什么是ISP(网络业务提供商)?
- 计算机维修技术精解,《显卡维修知识精解——计算机维修技术精解》【价格 目录 书评 正版】_中图网...
- unl文件导入orcle数据库
- ElasticSearch搜索详细讲解与操作