部分AI刊物影響因子05 SCIIF
2005 2004JMLR 4.027 5.952（機器學習）PAMI 3.810 4.352（模式識別）
IJCV 3.657 2.914（計算機視覺）
TOIS 4.529 4.097
AIJ 2.638 3.570
MLJ 3.108 3.258
ECJ 1.568 3.206
TEvC 3.257 3.688
DMKD 2.105 2.800
NCJ 2.591 2.364
TNN 2.205 2.178
PR 2.153 2.176
Alife 1.857 2.150
JASIST 1.583 2.086
JAIR 2.247 2.045
CIJ 0.850 1.923
NNJ 1.665 1.736
TFS 1.701 1.373
TKDE 1.758 1.243
IRJ 2.036 1.231
AIIM 1.882 1.124
TSMCB 1.108 1.052
AICom 0.612 0.738
AIRev 0.868 0.562

1、計算機視覺和模式識別
計算機視覺方向的一些頂級會議和期刊
Computer VisionConf.:
Best: ICCV, Inter. Conf. on Computer Vision
CVPR, Inter. Conf. on Computer Vision and PatternRecognition
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 MachineIntelligence
IJCV, Inter. Jour. on Comp. Vision
Good: CVIU, Computer Vision and Image Understanding
PR, Pattern Reco.

計算機視覺方面的三大國際會議是ICCV, CVPR和ECCV，統稱之為ICE。
ICCV的全稱是InternationalComference on Computer Vision，正如很多和他一樣的名字的會議一行，這樣最樸實的名字的會議，通常也是這方面最nb的會議。ICCV兩年一次，與ECCV正好錯開，是公認的三個會議中級別最高的。它的舉辦地方會在世界各地選，上次是在北京，下次在巴西，2009在日本。iccv上的文章看起來一般都比較好懂，我是比較喜歡的。
CVPR的全稱是InternaltionalConference on Computer Vision and Pattern Recogintion。這是一個一年一次的會議，舉辦地從來沒有出過美國，因此想去美國旅遊的同學不要錯過。正如它的名字一樣，這個會上除了視覺的文章，還會有不少模式識別的文章，當然兩方面的結合自然也是重點。
ECCV的全稱是EuropeonConference on Computer Vision，是一個歐洲的會議。雖然名字不是International，但是會議的級別不比前面兩個差多少。歐洲人一般比較看中理論，但是從最近一次會議來看，似乎大家也開始注重應用了，oral裡面的demo非常之多，演示效果很好，讓人賞心悅目、歎為觀止。不過歐洲的會有一個不好，就是他們的人通常英語口音很重，有些人甚至不太會說英文，所以開會和交流的時候，稍微有些費勁。
總的來說，以上三個會議是做計算機視覺人必須關注的會議，建議每一期的oral都要精讀，poster調自己相關的仔細看看。如果有好的進一步的想法，可以馬上發表，因為他們已經是最新的了，對他們的改進通常也是最新的。同時如果你做了類似的工作，卻沒有引用這些會議的文章，很有可能會被人指出綜述部分的問題，因為評審的人一般都是牛人，對這三個會議也會很關注的。

ICCV/CVPR/ECCV三個頂級會議, 它們檔次差不多,都應該在一流會議行列, 沒有必要給個高下. 有些US的人認為ICCV/CVPR略好於ECCV,而歐洲人大都認為ICCV/ECCV略好於CVPR, 某些英國的人甚至認為BMVC好於CVPR.簡言之, 三個會議差不多, 各有側重和偏好.
筆者就個人經驗淺談三會異同, 以供大家參考和討論. 三者乃cv領域的旗艦和風向標,其oral paper (包括best paper) 代表當年度cv的最高水準, 在此引用HarryShum的一句話, 想知道某個領域在做些什麼, 找最近幾年此領域的proceeding看看就知道了. ICCV/CVPR由IEEE Computer Society牽頭組織, ECCV好像沒有專門負責的組織. CVPR每年(除2002年)都在美國開, ECCV每兩年開一次,僅限歐洲, ICCV也是每兩年一次,
各洲輪值.基本可以保證每年有兩個會議開, 這樣研究者就有兩次躋身牛會的機會.
就錄取率而言, 三會都有波動. 如ICCV2001錄取率>30%,且出現兩個人(華人)各有三篇第一作者的paper的情況, 這在頂級牛會是不常見的 (灌水嫌疑). 但是,ICCV2003, 2005兩次錄取率都很低, 大約20%左右. ECCV也是類似規律, 在2004年以前都是>30%, 2006年降低到20%左右. CVPR的錄取率近年來一直偏高, 從2004年開始一直都在[25%,30%].最近一次CVPR2006是28.1%, CVPR2007還不知道統計資料. 筆者猜測為了維持錄取paper的絕對數量,
當submission少的時候錄取率偏高, 反之偏低, 近幾年三大會議的投稿數量全部超過1000, 相對2000年前, 三會錄取率均大幅度降低, 最大幅度50%->20%. 對錄取率走勢感興趣的朋友, 可參考http://vrlab.epfl.ch/~ulicny/statistics/(CVPR2004的資料是錯的),http://www.adaptivebox.net/research/bookmark/CICON_stat.html.
顯然, 投入cv的人越來越多,這個領域也是越來越大,這點頗不似machine learning一直奉行愚蠢的小圈子主義. 另外一點值得注意, ICCV/ECCV只收vision相關的topic, 而cvpr會收少量的pattern recognition paper, 如fingerprint等, 但是不收和image/video完全不佔邊的pr paper,如speech recognition等. 我一個朋友曾經review過一篇投往CVPR的speech的paper, 三個reviewer一致拒絕,
其中一個reviewer搞笑的指出,你這篇paper應該是投ICASSP被據而轉投CVPR的. 就topic而言, CVPR涵蓋最廣. 還有一個沒有驗證過的原因導致CVPR錄取率高: 很多us的researcher不願意或沒有足夠的經費到us以外的地方開會, 故CVPR會優先接收很多來自us的paper (讓大家都happy).
以上對三會的分析對我們投paper是很有指導作用的. 目前的research我想絕大部分還是紙上談兵, 必經 read paper -> write paper ->publish paper -> publish paper on top conferences and journals流程. 故瞭解投paper的一些基本技巧, 掌握領域的走向和熱點, 是非常必要的. 避免做無用功,選擇切合的topic, 改善presentation, 注意格式 (遵守規定的模板), 我想這是很多新手需要注意的問題.
如ICCV2007明文規定不寫summarypage直接reject, 但是仍然有人忽視, 這是相當不值得的

2、機器學習
看了版上很多貼子，發現很多版友都在問“熱門研究方向”、“最新方法”等。有同學建議國內某教授的教材、或者CNKI、或者某些SCI期刊。每當看到這種問題，我都有點納悶，為什麼不去讀頂級會議上的論文？
我無意否認以上文獻的價值，但是在機器學習、計算機視覺和人工智慧領域，頂級會議才是王道。國內教材和CNKI上的基本是N年前老掉牙的東西。有人會質疑這些會議都只是EI。是的，這的確非常特殊：在許多其它領域，會議都是盛會，比如societyof neuroscience的會議，每次都有上萬人蔘加，帶個abstract和poster就可以去。但在所討論的幾個領域，頂級會議的重要性無論怎麼強調都不為過。
可以從以下幾點說明：
（1）因為機器學習、計算機視覺和人工智慧領域發展非常迅速，新的工作層出不窮，如果把論文投到期刊上，一兩年後刊出時就有點out了。因此大部分最新的工作都首先發表在頂級會議上，這些頂級會議完全能反映“熱門研究方向”、“最新方法”。
（2）很多經典工作大家可能引的是某頂級期刊上的論文，這是因為期刊論文表述得比較完整、實驗充分。但實際上很多都是在頂級會議上首發。比如PLSA, Latent Dirichlet Allocation等。
（3）如果注意這些領域大牛的pulications，不難發現他們很非常看重這些頂級會議，很多人是80%的會議+20%的期刊。即然大牛們把最新工作發在頂級會議上，有什麼理由不去讀頂級會議？
(1)
以下是不完整的列表，但基本覆蓋。
機器學習頂級會議：NIPS, ICML, UAI,AISTATS; （期刊：JMLR, ML, Trends in ML, IEEET-NN）
計算機視覺和影象識別：ICCV, CVPR, ECCV; （期刊：IEEET-PAMI, IJCV, IEEE T-IP）
人工智慧：IJCAI, AAAI; （期刊AI）
另外相關的還有SIGRAPH, KDD, ACL, SIGIR, WWW等。
特別是，如果做機器學習，必須地，把近4年的NIPS,ICML翻幾遍；如果做計算機視覺，要把近4年的ICCV, CVPR, NIPS, ICML翻幾遍。
(2)
另外補充一下：大部分頂級會議的論文都能從網上免費下載到，比如CV方面：http://www.cvpapers.com/index.html; NIPS: http://books.nips.cc/; JMLR(期刊): http://jmlr.csail.mit.edu/papers/; COLT和ICML(每年度的官網): http://www.cs.mcgill.c
… ceedings.html。希望這些資訊對大家有點幫助。
(3)
說些自己的感受。我的研究方向主要是統計學習和概率圖模型，但對計算機視覺和計算神經科學都有涉及，對Datamining和IR也有些瞭解。這些領域，從方法和模型的角度看，統計模型（包括probabilisticgraphical model和statistical learning theory）是主流也是非常有影響力的方法。有個非常明顯的趨勢：重要的方法和模型最先在NIPS或ICML出現，然後應用到CV,IR和MM。雖然具體問題和應用也很重要，但多關注和結合這些方法也很有意義。
對於這個領域的牛人們，以上全是淺顯的廢話，完全可以無視。歡迎討論

3、其他

計算機視覺、IP、AI方向的一些頂級會議和期刊
Network
Conf.:
ACM/SigCOMM ACM Special InterestGroup of Communication…
ACM/SigMetric 這個系統方面也有不少的
Info Com 幾百人的大會，不如ACM/SIG的精。
Globe Com 這個就很一般了，不過有時候會有一些新的想法提出來。
Jour.:
ToN (ACM/IEEE Transaction onNetwork)
A.I.Conf.:
AAAI: American Association forArtificial Intelligence
ACM/SigIR: 這個是IR方面的，可能DB/AI的人都有
IJCAI: International JointConference on Artificial Intelligence
NIPS: Neural Information ProcessingSystems
ICML: International Conference onMachine Learning
Jour.:
Machine Learning
NEURAL COMPUTATION: 這個的影響因子在AI裡最高，2000年為1.921
ARTIFICIAL INTELLIGENCE: 1.683(2000年的資料，下同)
PAMI: 1.668
IEEE TRANSACTIONS ON FUZZY SYSTEMS:1.597
IEEE TRANSACTIONS ON NEURALNETWORKS: 1.395
AI MAGAZINE: 1.044
NEURAL NETWORKS: 1.019
PATTERN RECOGNITION: 0.781
IMAGE AND VISION COMPUTING: 0.616
IEEE TRANSACTIONS ON KNOWLEDGE ANDDATA ENGINEERING: 0.465
APPLIED INTELLIGENCE: 0.268OS,System
Conf.:
SOSP: The ACM Symposium on OperatingSystems Principles
(2年一次，想中一篇太難了)
OSDI: USENIX Symposium on OperatingSystems Design and ImplementationDatabase
Conf.:
ACM SIGMOD
VLDB:International Conference onVery Large Data Bases
ICDE:International Conference onData Engineering
//這三個會議並稱為資料庫方向的三大頂級會議Security
Conf.:
IEEE Security and Privacy
CCS: ACM Computer and CommunicationsSecurity
NDSS (Network and Distributed SystemsSecurity)
Web
Conf.:
WWW(International World Wide WebConference)
Theory
Conf.:
STOC
FOCSEDA
Conf.:
Best:
DAC: IEEE/ACMDesign Automation Conference
ICCAD: IEEEInternational Conference on Computer Aided Design
Good:
ISCAS: IEEEInternational Symposium on Circuits And Systems
ISPD: IEEEInternational Symposium on Physical Design
ICCD: IEEEInternational Conference on Computer Design
ASP-DAC:European Design Automation Conference
E-DAC: Asiaand South Pacific Design Automation Conference
備註：x-DAC有很多，是地區性最高階DAC會議，上面兩個影響最廣。
而且每年收錄的論文大部分還是來自美國大學/研究所。Graphics
Conf.:
Best:
Siggraph:ACM SigGraph
Good:
Euro Graph
Jour.:
IEEE(ACM)Trans. on Graphics
IEEE Trans.on Visualization and Computer GraphicsCAD
Jour.:
CAD
CAGDSE
conf.:
ICSE The InternationalConference on Software Engineering
FSE TheFoundations of Software Engineering Conferences
ICASE IEEE InternationalConference on Automated Software Engineering
COMPSAC International Computer Softwareand Applications Conferences
ESEC The EuropeanSoftware Engineering Conferences
Jour.:
SEN ACM SIGSOFTSoftware Engineering Notes
TSE IEEETransactions on Software Engineering
ASE AutomatedSoftware Engineering
SPE Software-Practice and Experience

世界計算機演算法最權威會議SODA—全稱ACM-SIAM Symposium on Discrete Algorithms。

世界電腦科學領域最頂級期刊JACM—全稱Journal of the Association for Computing Machinery，該期刊只發表世界電腦科學領域具有最重要意義的研究工作，每年僅收錄30多篇。

世界資料庫領域最頂級的期刊ACM TODS—全稱ACM Transactions on Database Systems，該期刊全年在全世界範圍不過收錄30篇高水平論文

世界計算機儲存領域頂尖期刊ACM Transactions on Storage—該期刊全年收錄文章不超過20篇

世界程式語言設計領域頂級學術會議PLDI2007—全稱ACM SIGPLAN Conference on Programming Language Designand Implementation

世界物理學最權威學術刊PRL—全稱Physical Review Letter，國內大學計算機系目前只有清華計算機系發過兩篇PRL

世界理論計算機領域頂級會議STOC—全稱ACM Symp on Theory of Computing

世界人工智慧方面最頂級會議IJCAI—全稱International Joint Conferences on ArtificialIntelligence

世界計算機視覺和模式識別領域頂級國際會CVPR—全稱IEEE Conference on Computer Vision and PatternRecognition

世界資訊檢索領域頂級會議SIGIR—全稱ACM SIGIR Special Interest Group on InformationRetrieval

世界資料探勘領域最權威國際期刊IEEE TKDE—全稱IEEE Transactions on Knowledge and Data Engineering

世界資料庫領域最頂級會議SIGMOD—全稱ACM’s Special Interest Group on Management Of Data

世界計算機圖形學最權威國際會議ACM SIGGRAPH

世界計算語言/自然語言處理領域最頂級會議ACL—全稱Association for Computational Linguistics

世界理論電腦科學頂級學術期刊Theoretical Computer Science

世界計算複雜性領域頂級會議CCC—全稱IEEE Conference on Computational Complexity

世界計算機視覺和模式識別領域頂尖期刊IEEE PAMI—全稱IEEE Transactions on Pattern Analysis and MachineIntelligence

世界積體電路設計領域最頂級會議DAC—全稱Design Automation Conference

世界人工智慧領域頂級學術會議AAAI—全稱Association for the Advancement of ArtificialIntelligence

世界網際網路領域頂級會議WWW—全稱World Wide Web Conference

世界通訊與計算機網路領域頂級學術會議Infocom—全稱IEEE Conference on Computer Communications，

世界資訊科學理論頂級期刊IEEE Transactions on Information Theory

世界資料探勘領域一流會議SDM—全稱SIAM International Conference on Data Mining

世界聲學與訊號處理一流會議ICASSP—全稱IEEE International Conference on Acoustics, Speech,and Signal Processing

世界計算機演算法與理論領域一流會議STACS—全稱Symp on Theoretical Aspects of Computer Science

世界計算機理論科學領域一流會議ICALP—全稱International Colloquium on Automata, Languages andProgramming

世界資料探勘領域一流會議ICME—全稱IEEE International Conference on Multimedia & Expo

世界計算機圖形學領域一流會議EuroGraphics

世界積體電路領域一流會議ISVLS