发布时间：
2021年1月，冯磊加入计算机学院工作，入职时仅25岁，这是计算机学院目前年龄最小的引进人才，也是该学院有史以来首次直接给应届博士毕业生正高/博导岗位。
冯磊的主要研究方向为机器学习、数据挖掘、人工智能。近三年来，已在ICML、NeurIPS、KDD、CVPR、AAAI、IJCAI等国际顶级（CCF A类）会议与中科院一区期刊上以第一作者或通讯作者发表论文十余篇。
在学术服务方面，担任IJCAI 2021高级程序委员会委员，ICML 2021专家审稿人，以及其他国际顶级（CCF A类）会议的程序委员会委员/审稿人，并受邀担任多个国际知名期刊审稿人。
记者注意到，在冯磊的个人页面上，标注他的招生信息：年度招收博士生1名、硕士生3名，招收数学、计算机等专业。但同时特别备注：“2022年秋季入学的博士硕士研究生招生名额已满，谢谢各位同学的热情”。同时，冯磊还向同学们推荐了相关领域的导师。
[1] 王新辉, 王建新, 张玉婷. 开发指令并行的分支控制技术. 计算机工程与应用, 第35卷第12期, 1999, pp25-35.[2] Baozhu Guo, Jianxin Wang. The Unbounded Energy Solution for Free Vibration of an Axially Moving String. Journal of Vibration and Control, Vol. 6, No. 5, 2000, pp651-665.[3] 王建新, 吴战江, 王许书. 对数据结构空间局部性的存储保真度的研究(I). 计算机工程与应用, 第37卷第13期, 2001, pp5-36.[4] 王建新, 王新辉, 张野. 对数据结构空间局部性的存储保真度的研究(II). 计算机工程与应用, 第37卷第15期, 2001, pp58-60.[5] 王建新, 夏宏, 张野. 对数据结构空间局部性的存储保真度的研究(III). 计算机工程与应用, 第37卷第17期, 2001, pp46-47.[6] 杨炳儒, 王建新. KDD中双库协同机制的研究(I). 中国工程科学, 第4卷第4期, 2002, pp41-51.[6] 杨炳儒, 王建新, 孙海洪. KDD中双库协同机制的研究(II). 中国工程科学, 第4卷第5期, 2002, pp34-43.[7] 孟建良, 王晓华, 庞春江, 王建新. 全局时变权组合预测方法. 计算机工程与应用, 第38卷第10期, 2002, pp98-99.[8] Jianxin Wang, Geng Zhao, Wei Wei, Peng Ye. TTT Language and TTT Security Log Analyzer. International Conference of Applied Cryptography and Network Security (ACNS), pp316-324. Huangshan, China, 2004.[9] Jianxin Wang, Geng Zhao, Weidong Zhang. A Subjective Distance for Clustering Security Events. International Conference on Communications, Circuits and Systems Proceedings (ICCCAS), pp74-78. Hongkong, China, May 27-30, 2005.[10] Gengzhao, Jianxin Wang, Fangfang Liu. Analysis of Some Recently Proposed Chaos-based Public Key Encryption Algorithms. International Conference on Communications, Circuits and Systems Proceedings (ICCCAS), pp1573-1576. Guilin, China, June 25-28, 2006.[11] Jianxin Wang, Hongzhou Wang, Geng Zhao. A GA-based Solution to an NP-hard Problem of Clustering Security Events. International Conference on Communications, Circuits and Systems Proceedings (ICCCAS), pp2093-2097. Guilin, China, June 25-28, 2006.[12] 肖政, 王建新, 侯紫峰, 韦卫. 基于搜索树的告警高效聚类算法和Bayes分类器的设计和研究. 计算机科学, Vol.33, No.8, 2006, p190-194.[13] 王建新, 陈志泊, 王春玲, 张海燕, 孙俏. ACM编程赛题在《数据结构》教学中的应用研究. 《北京林业大学学报》社会科学版教改论文集.[14] Yun-Qing Xia, Jian-Xin Wang, Fang Zheng, Yi Liu, “A binarization approach to email categorization using binary decision tree,” Proceedings of the 6th International Conference on Machine Learning and Cybernetics (ICMLC) , Vol.6, 3459-3464, 19-22 August 2007, Hong Kong.[15] Jianxin Wang, Yunqing Xia, Hongzhou Wang. Mining Intrusion Detection Alarms with an SA-based Clustering Approach. Proceedings of 2007 International Conference on Communications, Circuits and Systems, p905-909, Kokura, Fukuoka Japan. July 11-13, 2007. (EI)[16] Jianxin Wang, Geng Zhao, Yunqing Xia. A More General Form of Apriori and Its Application in Clustering Security Events. Proceedings of 2007 International Conference on Communications, Circuits and Systems, p954-958, Kokura, Fukuoka Japan. July 11-13, 2007.[17] 朱金清, 王建新, 陈志泊. 基于APRIORI的层次化聚类算法及其在IDS日志分析中的应用. 计算机研究与发展, 第44卷增刊, 2007年10月. pp326-330.[18] 王娜, 王建新, 胡涌. 层次分析法在高校专业设置中的应用. 计算机应用与软件. 第26卷第9期, 2009年9月. P126-128,141[19] Jianxin Wang, Baojiang Cui. Clustering IDS Alarms with an IGA-based Approach. 2009 International Conference on Communications, Circuits and Systems Proceedings, San Jose, USA and Chengdu, China, July 23-25, 2009, p586-590.[20] Jianxin Wang. Reducing the Overlap among Hierarchical Clusters with a GA-based Approach. The 1st International Conference on Information Science and Engineering (ICISE2009), Nanjing, China, December 26th to 28th, 2009, p221-226.[21] 崔宝江, 郭鹏飞, 王建新. 基于符号执行与实际执行的二进制代码执行路径分析. 清华大学学报, 自然科学版（增刊）, 2009年S2期.[22] 王建新, 李力人. 用“三段论”原理讲解Java语法中的两个难点. 计算机教育, 2010年第10期(总第118期), p85-87.[23] Jianxin Wang, Haiyan Zhang, Xiaoli Dong, Ben Xu, Benjin Mei. An Effective Hybrid Crossover Operator for Genetic Algorithms to Solve K-means Clustering Problem. Proceedings of 2010 Sixth International Conference on Natural Computation, p2271-2275.[24] Haiyan Zhang, Jianxin Wang, Wei Meng. An Improved 3D Object Feature Points Correspondence Algorithm. Proceedings of 2010 Sixth International Conference on Natural Computation, p101-105.
在KDD接收的所有近300篇论文中，华人/中国人作者的有189篇，占比64.5%。2019年NeurIPS 2019论文投稿数量创造了新纪录，吸引了全球范围内共6743篇有效论文投递，而录取率只有21.17%。
NeurIPS 2019官方公布了投稿数量，据统计大会最初收到的论文摘要提交量为9185篇，但只有6947篇论文完成全文提交，符合提交要求的最终论文数量为6809篇，相比2018年的4854篇提升了40%，再创历史新高。
8909份摘要提交论文中只有6947份在全文提交截止日期前上传了一份论文。区域主席后来检查了这些提交，并确定了一些违反NeurIPS 2019提交指南的案例。还拒绝了那些论文中不再包含最初在摘要提交中列出的任何作者的提交。与NeurIPS 2018相比流程将整个审核过程中的论文总提交数量减少到6809份，创历史新高，增长了40％。
相关信息
NeurIPS评审员最多审阅6篇论文。通过最初向评审员分配最多5篇论文，AC使得这些调整变得更容易，因为许多评审员仍然可以处理1篇额外的论文。今年，我们还与CMT合作，促进招聘外部评审员，即尚未进入审核人员库但AC认为特别适合其中特定论文审核的人员。
CMT实施了一项新功能，允许AC发送此类评审员邀请，这些邀请与项目主席发送的邀请类似，但是针对特定论文的。运行类似于用于AC分配的线性程序以产生对评审员的初始分配。每篇论文都分配3个评审员进行评估，此时评审员最多被分配5篇论文。
担任985高校博导的25岁博士有多厉害
担任985高校博导的25岁博士有多厉害，冯磊自2021年入职时仅25岁，是重庆大学计算机学院目前年龄最小的引进人才，担任985高校博导的25岁博士有多厉害。
“90后”目前已渐成为中国学术圈的生力军，而“95后”的青年学者也开始跃上学术舞台。
记者注意到，重庆大学计算机学院“95后”弘深青年学者冯磊再度引起社会舆论关注。重庆大学计算机学院7月间消息透露，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。
重庆大学计算机学院介绍，这是机器学习领域公认的顶级国际学术会议，在学术界享有极高的声誉，计算机学院首次以第一单位在该会议上发表学术论文，实现了零的突破。
该论文的`第一作者与通讯作者均为冯磊，合作者来自日本东京大学、日本理化学研究所先进智能研究中心、新加坡南洋理工大学、澳洲昆士兰大学、中国香港浸会大学等著名高校或研究机构。
重庆大学方面提供的个人信息显示，冯磊，男，出生于1995年4月，博士毕业（直博并提前毕业）于新加坡南洋理工大学，目前为重庆大学计算机学院弘深青年学者引进人才、博导，兼任日本理化学研究所先进智能研究中心（RIEKN Center for Advanced Intelligence Project）客座科学家（Visiting Scientist）。
冯磊自2021年1月起加入计算机学院工作至今，入职时仅25岁，这是重庆大学计算机学院目前年龄最小的引进人才，也是学院有史以来首次直接给应届博士毕业生正高/博导岗位。
冯磊的主要研究方向为机器学习、数据挖掘、人工智能。近三年来，已在ICML、NeurIPS、KDD、CVPR、AAAI、IJCAI等国际顶级（CCF A类）会议与中科院一区期刊上以第一作者或通讯作者发表论文十余篇。研究成果在弱监督学习领域做出了许多重要的贡献。
在学术服务方面，冯磊担任IJCAI 2021高级程序委员会委员（senior program committee member），ICML 2021专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀担任多个国际知名期刊（包括JMLR、IEEE TPAMI、IEEE TIP、IEEE TNNLS、MLJ）审稿人。
另外，在重庆大学计算机学院官网冯磊的个人页面，冯磊专门标注了一段文字：本课题组研究经费充足，与国内外著名高校和研究机构有紧密的合作，欢迎青年老师和有意从事学术研究的博士后博士生硕士生加入（或访问）本课题组。招收弘深青年教师（特别资助：37-40万元/年，重点资助：27-30万元/年）。
冯磊还特别注明注意事项：2022年秋季入学的博士硕士研究生招生名额已满，谢谢各位同学的热情，请勿再邮件联系我了。同时，他向大家强烈推荐了其他几位导师。
重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合性大学，国家“世界一流大学建设高校（A类）”。
2021年1月，出生于1995年4月的冯磊，被重庆大学计算机学院，直接作为弘深青年学者人才引进，并聘任为博导、教授，其主要研究方向为机器学习、数据挖掘、人工智能。
冯磊入职时仅25岁，这是重大计算机学院目前年龄最小的引进人才，也是该学院有史以来首次直接给应届博士毕业生正高/博导岗位。
个人主页：
入职半年，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。这是机器学习领域公认的顶级国际学术会议，在学术界享有极高的声誉，这也是重庆大学计算机学院首次以第一单位在该会议上发表学术论文，实现了零的突破。
冯磊简介
冯磊，重庆大学弘深青年学者引进人才（教授、博导），兼任日本理化学研究所先进智能研究中心（RIKEN Center for Advanced Intelligence Project）Visiting Scientist。博士毕业于新加坡南洋理工大学（Nanyang Technological University, Singapore），在提前毕业的情况下，获得南洋理工大学计算机科学与工程学院杰出博士学位论文奖第二名（NTU SCSE Outstanding PhD Thesis Award Runner-Up）。中国计算机学会（CCF）会员，中国人工智能学会（CAAI）会员，国际人工智能促进学会（AAAI）会员，美国计算机学会（ACM）会员，中国人工智能学会机器学习专委会通讯委员。担任IJCAI 2021与AAAI 2022高级程序委员会委员（senior program committee member），ICML 2021 专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀担任多个国际顶级期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）审稿人。
主要研究方向为机器学习、数据挖掘、人工智能。已在International Conference on Machine Learning (ICML)，Annual Conference on Neural Information Processing Systems (NeurIPS), ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD)，IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), International Conference on Computer Vision (ICCV), AAAI Conference on Artificial Intelligence (AAAI), International Joint Conference on Artificial Intelligence (IJCAI)等国际顶级（CCF A类）会议与中科院一区期刊上发表论文近二十篇。
冯磊还入选了2021福布斯中国30 Under 30 科学和医疗健康领域榜单。
重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合性大学，国家“世界一流大学建设高校（A类）”。
学校创办于1929年，在20世纪40年代就发展为拥有文、理、工、商、法、医6个学院的国立综合性大学。经过1952年全国院系调整，成为国家高教部（高教部1958年并入教育部）直属的、以工科为主的多科性大学。1960年被确定为全国重点大学。改革开放以来，学校大力发展人文社科类学科专业，促进了多学科协调发展，逐步发展为综合性研究型大学。1998年，学校成为国家“211工程”重点建设高校。2000年5月，原重庆大学、重庆建筑大学、重庆建筑高等专科学校三校合并组建成新的重庆大学。2001年，学校成为“985工程”重点建设高校。2004年，学校被确定为中管高校。2017年9月，学校入选国家“世界一流大学建设高校（A类）”。
学校学科门类齐全，涵盖理、工、经、管、法、文、史、哲、医、教育、艺术11个学科门类。设7个学部35个学院，以及附属肿瘤医院、附属三峡医院、附属中心医院。教职工5300余人，在校学生47000余人，其中研究生20000余人，本科生26000余人，来华留学生1700余人。校园占地面积5200余亩，有A校区、B校区、C校区和虎溪校区。
不是的，中科院预警是近些年发布的，没有几年，他的中科院预警的信息都是非常先进的东西，希望我的回答对你有帮助，谢谢
数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般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。
不是永久的，是对某一件事的提前预警，过了时间就会取消的。
列一下自然语言处理(NLP)这个小方向的： 会议(C): ACL (Annual Meeting of the Association for Computational Linguistics) NAACL (Annual Conference of the North American Chapter of Association for Computational Linguistics) EMNLP (Empirical Methods in Natural Language Processing) EACL (Annual Conference of the European Chapter of Association for Computational Linguistics) COLING (International Conference on Computational Linguistics) SIGKDD (ACM SIGKDD Conference on Knowledge Discovery and Data Mining) SIGIR (ACM SIGIR Conference on Research and Development in Information Retrieval) WWW (International World Wide Web Conference) 期刊(J): CL (Computational Linguistics) TACL (Transactions of the Association for Computational Linguistics) C(1-3)和J(1,2)没得说，ACL下面的旗舰会议和期刊 (J(2)虽然比较年轻，但是主编是Micheal Collins大神，质量有保障!!) C(4,5) 放在顶会的行列里可能会有一些争议，尤其是C(5)，感觉近年来paper质量下滑严重(?) C(6-8) 基本都会有NLP相关的session或者research topic，所以也可以认为是NLP方向的顶会 因为NLP和data mining(DM)有重合的topic，所以有的NLPer也会选择投DM方向的其他顶会/刊，这里就不列出来了。
1.考研：论文一般用于3月份面试的时候。许多人在选择考研院校时，都会往上一个梯度，从211到985，从二本到一本等等。在面试的时候遇到本科出身很好的对手，心里难免发虚。而论文就是证明自己学术能力和研究方向的最佳利器。导师会看发表刊物的级别以及篇数，看中你的研究能力，会为面试增分不少。2.保研：论文一般用于9月份申请的时候。同考研一样，也会选择更好的学校去面试。我当时就发了好几篇论文，心里有了底气，面试的时候也自信起来。如果时间充裕的话，除了省级和国家级刊物，可以挑战下学报，试着投投。3.就业：很多同学都会遇到这样的问题，大学成绩不太理想，简历上也没什么奖学金体现。这个时候，论文是你的一大帮手，因为作为学生，学习才是你的主业。企业招聘时，会格外看中你的学习能力。成绩木已成舟时，只能靠论文来补救啦，简历上也会丰满好看一些，你说呢？4.科研项目：结项时必须发论文啊，这个不用多说了。提一点建议，好不容易申请的项目，既然发表论文就找个好的刊物，也不枉辛苦这一年半年的研究。5.职称：各个单位要求不一，有省级就行，也有要求国家级的，中级高级职称的话至少得两三版了。建议还是发专刊，不要图便宜发那种什么都收的综合刊。
意味着可以快速晋升职称。
一般来说，如果本科期间能发表SCI论文，很大概率上都可以申请保研(只要成绩不是太差)。因为，在保研时，能加分不少。即使是在保研面试时，导师也会非常喜欢这样的学生。所以，对于考研的同学来说，同样帮助很大。
本科生发表一篇SCI意味着是国际学术界的高水平论文，sci论文代表了本专业在世界上被认可的先进成果以及发展趋势。SCI所收录期刊的内容主要涉及数、理、化、农、林、医、生物等基础科学研究领域。
本科生发表SCI难的原因：
原因一： 时间不够充裕，机会少，在本科期间，学生能够从事科研相关工作的机会并不多。很多同学，大一大二都在上课，真正能够进入实验室的机会可能只有大三一年，大四又要准备保研、考研、找工作。所以说，首先在时间上，对于本科生来说，并不充裕。
原因二：本科生科研训练不够系统，达不到SCI论文要求其次，SCI文章要求较高，特别是对于文章格式有着严格的要求，如果，不经过系统训练，中稿率并不高。
对于大学生是否要写毕业论文的问题，曾经在教育界引起过不小的争论：总的来讲，众说纷纭，莫衷一是。然根据本人在高校求学、工作近10年的经历来看：一名认真求学的本科生、研究生，在读期间发表2-3篇有一定创新性的学术论文，是很有必要的：这既是对自己学习生涯的总结，对所学专业知识的综合运用，也是对自己形成初步科研能力的一种尝试，对自己养成独立思考习惯一种努力。此外，发表一定数量的学术论文，对自己还有很多实实在在的好处：1.对于保研、考研的同学来说，论文是其科研能力、创新能力的体现。对于打算保研的同学来说，发表学术论文是保研的前提条件。没有公开发表学术论文，保研将是一句空话。笔者有一位师兄在本科学习阶段就发表学术论文20余篇，最后轻松保研中国人民大学！读研期间又发表高质量CSSCI论文若干，出版专著一部，最终又成功保送中国人民大学博士。对于考研的同学来说，进入复试之后，导师非常看重学生的科研能力。因为导师最喜欢的学生就是科研型的学生，能够帮助自己做各种课题，成为自己研究工作的得力助手。所以，如果在本科、研究生阶段有一定数量的学术论文发表，将为自己进入硕士、博士的学习打下良好的基础，在研究生复试中占尽优势。2.对于准备就业的同学来说，论文是其增加就业竞争力的最快捷、最有效的方法。有人认为，现在就业比拼的是就业能力。但是，就业能力怎么体现呢？作为一名象牙塔里的莘莘学子，最能体现自己的就业能力的，恐怕还是自己的专业知识。平时的考试成绩固然重要，但是现在的高校期末考试是怎么一回事，相信大学生们心里也有谱：考前半个月拼命背背书，考后半个小时全部忘光光。用人单位对考试成绩其实不是太看重了，关键是看学生是否具有较强的创新能力。而学术论文则恰恰是一个学术创新能力的最直接的体现。发表论文的同学跟那些两手空空的同学相比，优势是不言而喻的。3.对于打算出国的同学来说，发表学术论文有利于自己申请到更好的学校。出国留学目前已经成为一种趋势，但是国外的高校也是良莠不齐的。如果没有申请到一流的大学，回国后还是难以找到理想的工作。而国外的大学教育不比国内“填鸭式”的灌输教育，其特别看重学生独立思考问题的能力、勇敢提出自己见解的能力。发表一定量的学术论文，可以证明自己是具有以上能力的！国外的教授也很乐意培养具有研究能力的学生。所以，无论是为取得外国教授的好感也好，还是为申请到一流的学校也好，发表论文其实就是一种高额回报的智力投资，你还犹豫什么呢？4.对于在校学习的同学来说，发表论文对自己在学校里的发展是一件锦上添花的事情。现在的大学对于学生的评价存在很多机制：奖学金评选、优秀干部评选、党员评选、科研积极分子评选、社团活动优秀分子评选、实践活动评选等等，在这些评选过程中都存在一个量化评分的问题。如果发表了学术论文，在很多情况下，都会有不少的加分。毕竟高校是一个重知识，重学术的地方。笔者的一名学生，平时爱写论文，也发表了不少论文，结果在各种评选中，只要其把论文一亮，他的分数都是最高的。大学里，靠着自己的学习成绩和论文加分，拿奖拿到手软。所以，想获奖的同学也可以用好这一机制。5.对于大多数毕业生来讲，发表一定量学术论文是拿到学位证的必要条件。发表论文关系到我们读大学的最终成果——学位证。很多大学明确规定，学分不够或者其他原因不能拿到学位证者，如果能以第一作者身份在省级以上（含省级）学术性期刊发表论文一样颁发学位。硕士生、博士生要想顺利毕业，拿到文凭，发表规定级别的学术论文那是必须的。所以发表论文的重要性在此可见一斑。其实，大学生发表论文的好处，远远不止这些。在现实生活中，很多同学都要发表论文的需要，但是要么由于自己学历过低，论文没有期刊愿意刊载；要么找不到论文发表渠道；要么论文质量不高，被期刊社拒之门外。而松林学术传媒却能为同学们提供绿色论文发表渠道，根据同学们的论文学科门类，量身打造论文发表计划，并为同学积极修改论文，提供各种有益的修改意见直至论文成功发表。
1.发表SCI论文，可以向世界显示我国基础研究的实力，提高我国在世界科学界的地位。在世界著名刊物如Nature和Science上发表一篇重要文章，对于某一学科而言，其意义不亚于在国际体育比赛中取得一块金牌。2.发表SCI论文的多少和论文被引用率的高低，是国际上通用的评价基础研究成果水平的标准。是招聘、提升、考核、评奖的重要指标。3.. 发表SCI或SSCI论文是地理与资源所基础研究领域博士生取得博士学位的必要条件。也是联系出国深造时使国外导师了解自己的最好方式。不是每一位晋升高级职称的作者都要发SCI论文和核心期刊的，所以大家可以根据自己单位要求来发表期刊，毕竟发表一篇SCI论文或核心期刊不是一件容易事。
以下是几个顶级会议的列表（不完整的，但基本覆盖）(1)机器学习顶级会议：NIPS, ICML, UAI, AISTATS; （期刊：JMLR, ML, Trends in ML, IEEE T-NN）计算机视觉和图像识别：ICCV, CVPR, ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP）人工智能：IJCAI, AAAI; （期刊AI）另外相关的还有SIGRAPH, KDD, ACL, SIGIR, WWW等。特别是，如果做机器学习，必须地，把近4年的NIPS, ICML翻几遍；如果做计算机视觉，要把近4年的ICCV, CVPR, NIPS, ICML翻几遍。(2)另外补充一下：大部分顶级会议的论文都能从网上免费下载到。(3)说些自己的感受。对计算机视觉和计算神经科学领域，从方法和模型的角度看，统计模型（包括probabilistic graphical model和statistical learning theory）是主流也是非常有影响力的方法。有个非常明显的趋势：重要的方法和模型最先在NIPS或ICML出现，然后应用到CV,IR和MM。虽然具体问题和应用也很重要，但多关注和结合这些方法也很有意义。
附件是计算机领域的学术会议等级排名情况，分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议，基本是这个领域全世界大牛们参与和关注最多的会议。国内的研究者能在其中发表论文的话，是很值得骄傲的成就。A类也是非常好的会议了，尤其是一些热门的研究方向，A类的会议投稿多录用率低，部分A类会议影响力逐步逼近A+类会议。B类的会议分两种，一种称为盛会级，参与的人多，发表的论文也多，论文录用难度比上两个级别要低很多，通常是行业内的学者们年度交流的好时机。一种是专业级的小会，圈子往往比较小，但是也有一些相对质量不错的成果发表。另外B类也是一个分水岭，是区分NB成果和普通成果的分界线，往下的C类会议知名度就低很多了，而L级的会议更多。如果不是为了注水，而是追求论文的质量多过数量的话，不建议在L级会议上发表论文。除此以外计算机还有更多的会议不在列表内，这些属于更不入流的会议了CORE Computer Science Conference RankingsAcronymStandard NameRankAAAI National Conference of the American Association for Artificial Intelligence A+ AAMAS International Conference on Autonomous Agents and Multiagent Systems A+ ACL Association of Computational Linguistics A+ ACMMM ACM Multimedia Conference A+ ASPLOS Architectural Support for Programming Languages and Operating Systems A+ CAV Computer Aided Verification A+ CCS ACM Conference on Computer and Communications Security A+ CHI International Conference on Human Factors in Computing Systems A+ COLT Annual Conference on Computational Learning Theory A+ CRYPTO Advances in Cryptology A+ CSCL Computer Supported Collaborative Learning A+ DCC IEEE Data Compression Conference A+ DSN International Conference on Dependable Systems A+ EuroCrypt International Conference on the Theory and Application of Cryptographic Techniques A+ FOCS IEEE Symposium on Foundations of Computer Science A+ FOGA Foundations of Genetic Algorithms A+ HPCA IEEE Symposium on High Performance Computer Architecture A+ I3DG ACM-SIGRAPH Interactive 3D Graphics A+ ICAPS International Conference on Automated Planning and Scheduling A+ ICCV IEEE International Conference on Computer Vision A+ ICDE IEEE International Conference on Data Engineering A+ ICDM IEEE International Conference on Data Mining A+ ICFP International Conference on Functional Programming A+ ICIS International Conference on Information Systems A+ ICML International Conference on Machine Learning A+ ICSE International Conference on Software Engineering A+ IJCAI International Joint Conference on Artificial Intelligence A+ IJCAR International Joint Conference on Automated Reasoning A+ INFOCOM Joint Conference of the IEEE Computer and Communications Societies A+ InfoVis IEEE Information Visualization Conference A+ IPSN Information Processing in Sensor Networks A+ ISCA ACM International Symposium on Computer Architecture A+ ISMAR IEEE and ACM International Symposium on Mixed and Augmented Reality A+ ISSAC International. Symposium on Symbolic and Algebraic Computation A+ ISWC IEEE International Symposium on Wearable Computing A+ IWQoS IFIP International Workshop on QoS A+ JCDL ACM Conference on Digital Libraries A+ KR International Conference on Principles of KR & Reasoning A+ LICS IEEE Symposium on Logic in Computer Science A+ MOBICOM ACM International Conferencem on Mobile Computing and Networking A+ NIPS Advances in Neural Information Processing Systems A+ OOPSLA ACM Conference on Object Oriented Programming Systems Languages and Applications A+ OSDI Usenix Symposium on Operating Systems Design and Implementation A+ PERCOM IEEE International Conference on Pervasive Computing and Communications A+ PERVASIVE International Conference on Pervasive Computing A+ PLDI ACM-SIGPLAN Conference on Programming Language Design & Implementation A+ PODC ACM Symposium on Principles of Distributed Computing A+ PODS ACM SIGMOD-SIGACT-SIGART Conferenceon Principles of Database Systems A+ POPL ACM-SIGACT Symposium on Principles of Prog Langs A+ RSS Robotics: Systems and Science A+ RTSS Real Time Systems Symp A+ SENSYS ACM Conference on Embedded Networked Sensor Systems A+ SIGCOMM ACM Conference on Applications, Technologies,Architectures, and Protocols for Computer Communication A+ SIGGRAPH ACM SIG International Conference on Computer Graphics and Interactive Techniques A+ SIGIR ACM International Conference on Research and Development in Information Retrieval A+ SIGKDD ACM International Conference on Knowledge Discovery and Data Mining A+ SIGMETRICS ACM SIG on computer and communications metrics and performance A+ SIGMOD ACM Special Interest Group on Management of Data Conference A+ SODA ACM/SIAM Symposium on Discrete Algorithms A+ SOSP ACM SIGOPS Symposium on Operating Systems Principles A+ STOC ACM Symposium on Theory of Computing A+ UAI Conference in Uncertainty in Artifical Intelligence A+ UbiComp Uniquitous Computing A+ VLDB International Conference on Very Large Databases A+ WWW International World Wide Web Conference A+ ACM-HT ACM Hypertext Conf A AH International Conference on Adaptive Hypermedia and Adaptive Web-Based Systems A AID International Conference on AI in Design A AIED International Conference on Artificial Intelligence in Education A AIIM Artificial Intelligence in Medicine A AIME Artificial Intelligence in Medicine in Europe A AiML Advances in Modal Logic A ALENEX Workshop on Algorithm Engineering and Experiments A ALIFE International Conference on the Simulation and Synthesis of Living Systems A AMAI Artificial Intelligence and Maths A AMIA American Medical Informatics Annual Fall Symposium A AOSD Aspect-Oriented Software Development A APPROX International Workshop on Approximation Algorithms for Combinatorial Optimization Problems A ASAP International Conference on Apps for Specific Array Processors A ASE Automated Software Engineering Conference A ASIACRYPT International Conference on the Theory and Applications of Cryptology A ASIS&T Annual conference of American Society for Information Science and Technology A ATVA International Symposium on Automated Technology for Verification and Analysis A AVSS Advanced Video and Signal Based Surveillance A BMVC British Machine Vision Conference A BPM International Conference in Business Process Management A CADE International Conference on Automated Deduction A CAIP International Conference on Computer Analysis of Images and Patterns A CaiSE International Conference on Advanced Information Systems Engineering A CANIM Computer Animation A CASES International Conference on Compilers, Architecture, and Synthesis for Embedded Systems A CBSE International Symposium Component-Based Software Engineering A CC International Conference on Compiler Construction A CCC IEEE Symposium on Computational Complexity A CCGRID IEEE Symposium on Cluster Computing and the Grid A CDC IEEE Conference on Decision and Control A CGI Computer Graphics International A CGO Code Generation and Optimization A CIDR Conference on Innovative Data Systems Research A CIKM ACM International Conference on Information and Knowledge Management A CLUSTER Cluster Computing Conference A COCOON International Conference on Computing and Combinatorics A CogSci Annual Conference of the Cognitive Science Society A COLING International Conference on Computational Liguistics A CONCUR International Conference on Concurrency Theory A CoNLL Conference on Natural Language Learning A CoopIS International Conference on Cooperative Information Systems A Coordination International Conference on Coordination Models and Lanuguages A CP International Conference on Principles & Practice of Constraint Programming A CPAIOR International Conference on Integration of Artificial Intelligence and Operations Research Techniques in Constraint Programming for Combinatorial Optimization Problems A CSB IEEE Computational Systems Bioinformatics Conference A CSCW ACM Conference on Computer Supported Cooperative Work A CSFW IEEE Computer Security Foundations Workshop A CSSAC Cognitive Science Society Annual Conference A CVPR IEEE Conference on Computer Vision and Pattern Recognition A DAC Design Automation Conf A DAS International Workshop on Document Analysis Systems A DASFAA Database Systems for Advanced Applications A DATE IEEE/ACM Design, Automation & Test in Europe Conference A DEXA International Conference on Database and Expert Systems Applications A DIGRA Digital Games Research Conference A DIS Designing Interactive Systems A DISC International Symposium on Distributed Computing (ex WDAG) A DocEng ACM Symposium on Document Engineering A DOOD Deductive and Object-Oriented Databases A DUX Design for User Experience A EAAI Engineering Applications of Artifical Intelligence A EACL European Association of Computational Linguistics A EASE International Conference on Evaluation and Assessment in Software Engineering A EC ACM Conference on Electronic Commerce A ECAI European Conference on Artificial Intelligence A ECCV European Conference on Computer Vision A ECDL European Conference on Digital Libraries A ECIS European Conference on Information Systems A ECML European Conference on Machine Learning A ECOOP
好。根据查询东北大学官网查询显示，以下是该实验室获得的一些评比和奖项：1、2019年，小牛实验室成为第三届中国AI+教育大会“AI+Edu”优秀展示单位。2、2019年，小牛实验室团队参加JMCAI国际机器学习竞赛，在多个项目中获得前十名的好成绩。3、2020年，小牛实验室团队在第14届ACM国际会议上发表论文《基于图卷积神经网络的时空预测方法》，并获得最佳论文提名。4、小牛实验室的多位研究人员曾获得CCF A类国际会议（如KDD、SIGIR等）的最佳论文、最佳学生论文等奖项。