发布时间：
当然可以，不算一稿两投，但是需要在会议论文的基础上进行再次加工，形成更丰富和透彻的内容，再去发表期刊论文。这不仅符合期刊论文需要丰富内容的特点，而且这种做法也不会被认定会自我抄袭和重复。
对于时效性很强的学科，比如计算机方向，很多学者会选择先发国际会议论文，再整理完善成期刊论文或甚至觉得没有必要而不再发表期刊论文。
稿件要求
1、题名：准确，简明，清晰，符合索引要求，中文题名一般不超过20个汉字。
2、作者单位：提供作者一，二级单位的名称及邮编。
3、摘要：以提供论文内容梗概为目的，包括：研究目的，方法，结果和结论4个基本要素，不加评论和注释，以第三人称简明，确切地记述论文的重要内容，不用＂本人，笔者，本文＂等第一人称作主语，以200至300字左右为宜。
4、关键词：是表征论文主题内容具有实质意义的词语，一般3～8个。
5、作者简介：姓名（出生年—），性别（民族——汉族可省略），籍贯，学历（学位），职称，职务，研究方向．请提供第一作者联系电话和E-mail地址。
6、参考文献：在正文中采用顺序编码制对所引的内容进行标注．参考文献中作者3人以上时，必须写齐前3人姓名，超过3人时，其后加＂，等＂。
第一步. 调研、入门1. 确定一个感兴趣的大领域，比如分布式系统或者机器学习，或者深度神经网络。读这个领域经典算法和技术，也可以是几本比较好的书，读完然后再实践实践，动手加深理解。这个过程做完就算是初步入门了。2. 找该领域的顶级会议，比如系统领域的有OSDI、SOSP，机器学习的领域有ICML、CVPR，深度学习的有NIPS、ICLR等等，可以搜CCF会议推荐列表看各领域的顶会列表。然后看近几年这些顶会的论文，因为这代表了最新的研究热点，咱不是说一味的追热点啊，毕竟对于初学者没有足够的领域专业背景，追热点是最快的方法。因为热点往往是该领域最亟待解决的问题，往往是发展最快的小方向，也最容易产生新成果。如果是老问题，人家都研究十几年了，给你留下的待解决的问题就很少或者不是很重要。当然如果是有几十年经验的研究者就不必追热点，他们知道该领域哪些是fundamental的问题，哪些是最值得研究的问题。3. 读了这些前沿论文后，确定一个小方向，比如分布式系统是个大方向，小方向可能是机器学习分布式训练；大方向是深度学习，小方向可能就是graph embedding；大方向是机器学习，小方向可能是半监督学习等等。确定小方向的过程是个知识不断积累的过程，非常重要，这需要你对大方向有很多了解，对小方向有更深入更全面的理解，需要读好至少100篇以上论文，需要你知道该小方向的研究进展历史，这需要你知道该小方向别人都在哪方面做工作，做该小方向的顶级研究组都有哪些，他们正在干什么。第二步. 发现问题这步超级难，如果发现了个好问题，那就是成功的一半。这个问题最好是重要的、本质的、没有直观解决方法的。4. 确定小方向后，你需要阅读大量的这个小方向的论文和了解开源项目，再不断聚焦，再确定一个要改进和优化的小小方向，这个可能就是论文的主题。小小方向可能是机器学习分布式系统中的parameter server通信模型，可能是dynamic graph embedding等。然后就要更聚焦地读这方面的相关论文，这时候论文就比较少了，几篇到几十篇到几百篇都有可能，这些论文要精读，花几个月时间研究一篇论文也不为过。5. 挑几个重要的论文工作实现，也可以找开源的运行跑一跑试一试，idea往往从实际运行中来，光靠读是不行的。这个跑一跑可能需要你尝试不同的运行环境，不同的workload数据集，不同的应用场景等。比如，parameter server（PS）模型在本地集群上跑是不是和paper声明的一样、在异构的动态性极强的集群环境下效果怎么样、除了paper提到的算法处理其他算法的时候效果怎么样、除了paper提到的数据集换另外一类数据集怎么样；graph embedding方法处理密集图和稀疏图都怎么样，处理动态变化的图怎么样，等等吧。你要发现X方法仅在a环境下好用，在b环境不好用。这个就是发现问题的过程。当然，没经验的研究者可能很难想到多种环境、多种workload、多种应用场景，这就需要积累。另外一个发现问题的方法是从实际生产中来，这个当然是最好的，但是往往是大企业环境下才有这个条件。6. 确定你发现的问题还没有被解决。这又需要广泛的阅读和调研，但是问题已经很聚焦了，搜索也会很容易，用你特定问题的关键字在google 搜索（这里强烈建议用google，其他搜索引擎基本搜不到），找到解决相关问题的论文。看看这些论文是不是已经解决了该问题，如果解决了，你有两种方案：第一，该问题已经解决的非常好了，放弃解决该问题。第二，该问题的解决方案还有问题，我还有更好的办法。我建议后者，最起码尽量尝试尝试。5和6步是个迭代的过程…第三步. 分析问题7. 分析问题产生的本质原因。这个往往和第5步发现问题同时进行。这一步靠的是功底和积累，靠的是对问题的理解程度。理解的越深刻，分析的越透测，你之后产生的解决思路就越有可能正确和有效。比如分布式机器学习的PS模型在异构环境下、和在处理数据不均匀的情况下就不好，本质原因是其同步的集中式通信模型，造成PS集中服务器往往需要等待。传统graph embedding方法采用批处理模式，需要graph的全局信息做embedding，当然无法应付动态性非常强的局部更新情况。8. 基于分析，就是对该问题的深刻理解，产生改进的idea。这个可能很难，可能靠运气，但我觉得更多的是靠对问题的理解程度，理解的越深刻，本质原因抓的越准，就越可能产生创新idea。读过一本介绍google企业文化的书，google产品的成功，既不是靠技术能力，也不是靠用户需求，而是靠技术洞见（insight），这就是对问题本质的深刻理解。比如，PS模型在某环境下问题的本质原因是集中式的同步模型，那么我们就可以提出尝试异步通信的模型的idea。分析能力跟个人的批判性思维、独立思考能力都有关，而这正是中国人欠缺的，可以通过读有深刻见地的书籍文章、经常提问来锻炼。第四步. 解决问题9. 实现你的idea，做大量实验验证。这需要动手能力，需要编程能力，需要坐得住。10. 验证你的解决方案，根据实验分析不断优化你的方法。做了大量试验后，得到了若干结果，可能是不好的结果，但是不要一下子否定自己的解决方案，这不能说明你的idea不好用。一个好的方法往往经过千锤百炼，同样，你的idea通常不会一下子就成功。需要你根据实验结果分析不好的原因，然后基于你的理解改进方法，这是一个反复不断迭代的过程。比如，你发现异步PS模型效果还不如原来的呢。那么关键的是，你要问自己为什么？为什么理应提升的却没有提升？你要看实验运行的日志，看看是哪里慢了，差在哪里，最后你经过不断的实验、分析、思考，你发现了，你提出的异步PS模型虽然没有了等待开销，但是计算的有效性却降低了，结果整体性能反而下降了。那么你下一次迭代就要想怎么把这个计算有效性提上来。我又有了个方法，可以评估每次计算的有效性，然后把计算资源都投到有效性高的计算上。OK，idea不错，那么怎么评估有效性呢？不能开销太大，否则又得不偿失了，你可能想到了一种近似地评估方法。重新实现后，发现效果还不错。OK，恭喜你！你可以准备发论文了！整个研究过程，导师将起到关键的作用。导师可能会给你个问题，这是难能可贵的，基本帮你做了一半的事了，否则你可能需要花上一年时间找问题。然后整个研究过程，都是在导师的引导下进行，需要定期向导师汇报，与导师讨论idea和请导师分析实验结果。最好自己也要经常找同门讨论，而不是闭门造车。第五步. 撰写论文11. 设计你的论文，草拟论文的骨架。每一章都写啥，每一段都写啥，实验都做啥。论文的逻辑往往比语言重要的多，逻辑合理的论文更易读懂，即使咱华人有天生的英语语言缺陷，但是好的逻辑就可以弥补这个不足。写论文就和讲故事一样，怎么能把一个事说明白，不那么简单，甚至说很难，需要不断锻炼。写完给老师看，老师同意后进行下一步12. 写作论文。这个就是根据骨架填肉的过程，但是这一步也不简单，特别对于英语不好的同学，写出来的东西简直是不忍直视、不堪入目、毁人三观。最近上海某高校老师辱骂学生这事就是因为这个，我可以说，我每次看到学生论文也都是这个心情，给学生通宵改论文在家里一边改一边骂，但是当面对学生还是要以鼓励为主，要耐心，要耐心，要耐心，尽力压制自己的怒火，以平和的心态帮助学生提高，期望他下次能给个更好的版本。但是往往事与愿违，看淡点吧，仅求写作态度好点就行了，毕竟这不是一朝一夕能提高的，需要你不断积累。有几个写作的方法吧。第一，不要自己想当然，对于不确定的句型，用“”扩上上google搜，看看你这句型有多少人用过，如果没有几个人用，那就别用，换个写法。第二，读别人论文时，遇到好的句型就记下来，不断积累才能提高。第三，避免一切语法错误，我觉得这个是可以做到的，现在网上那么多工具都可以用。语法错误都避免不了那基本就是态度问题。遗憾的是，我很少遇到能避免语法错误的学生，我生气往往是因为态度问题，而不是能力问题。第四，尽量用短句用简单句子，别用长句。你写论文是为了让别人理解你的方法，不是写文艺作品，能说明白就行。13. 提炼总结，改进方法。写作的过程也是屡顺自己思路的过程，写作的过程中往往也能发现自己方法的漏洞，那么就要继续回到8，重新思考解决方案，又或者你发现需要补实验来支撑你的论点，那么就继续实现系统做实验，得到实验结果。14. 关于实验。怎么做实验是学生总问的问题，怎么做科学实验也是一个很重要的问题，有对照组、无偏的、定量的，这些都是科学实验的重要要素。如果有解决该问题的其他方法你首先要说明你的方法更好，至少在某一方面更好，这其中可能要涉及到不同的执行环境，或不同的算法数据集。然后设计实验说明你的方法好在哪里，用实验数据说明，比如异步PS和同步PS对比。然后你要进一步用实验数据说明，异步PS的有效性也提高了，如果不考虑有效性的话那么结果就不好。然后你的方法是否有些重要的超参数，试试variation导致各种结果。在实验结果展示方面，要学会用各种工具画各种图，把重要的因素用可视化方式体现出来。第六步. 投稿和看待审稿意见15. 接下来就是投稿。选一个合适的会议或期刊投稿，这个可以听老师的，老师基本有这方面的常识，根据你工作的方向和档次选择合适的去处。确定好了哪个会议期刊后，就需要按照会议期刊要求来整理论文格式，latex是必会的工具了。之后赶在deadline之前提交论文，这个最后的几天可能很痛苦，因为你的论文和方法总有改进的地方，老师的要求会让你最后几天是最忙的几天。但是需要认识到，凡事无完美，你总也改不到完美，你需要一个deadline来督促你完成一个milestone。开始进一步工作或下一个工作。16. 看待评审意见。接下来是漫长的等待，会议一般是2-3个月的时间，结果可能是接收也可能是拒掉，相比于结果，更应该看评审意见，看看这些意见是否合理，是否能解决，无论是接收还是拒绝，然后接下来就再次回到解决问题的部分，再次开始优化方法的过程。如果是接收了，那就可以准备订机票开会旅游去了。如果是拒掉那一般是有比较大的问题，那就再仔细深思下一下你的方法。继续优化，还是降低档次投个差点的会，就看你导师的了。第七步. 后续17. 宣传你的工作，扩大影响力。首先你可能是要去参加会议，做个漂亮的ppt，反复演练，争取有比较好的演讲效果。有时你导师有机会去一些地方做报告，把这个工作介绍一下，都是扩大影响力的方法。18. 开放源码。还有是尽量把自己工作的代码和数据开放，挂到网上，让别人来使用，接受别人的改进意见或者是简单的debug。咱不是专业的工程人员，也不用指望你的成果可以马上用于生产，个人觉得开放代码主要是为了让别人更好滴了解你的方法，这有助于扩大影响力，产生后续研究工作。如果有人引用你的论文、或咨询论文内容、又或是使用了你的代码和数据，这也算是你对整个科研事业有那么一丁点的贡献了，这比水论文有意义多了。整体来说，发表论文需要你有：批判思维能力，动手能力，知识面，写作能力，表达能力，英语，韧劲（抗打击能力）等等一系列能力，如果在研究生期间真能发表一篇论文，经历了以上这么多磨难和锻炼，我想你的能力也是不知不觉提高了很多，成为了该小小方向的一个小小的专家了。这对你来说，是最最重要的。这里我提到了韧劲，就是说，在解决问题过程中，你会受到不断的打击，包括来自导师的、来自自己的实验结果方面的、来自评审意见的，但是你要做的就是，站起来，继续凿，直到导师满意，知道reviewer满意，直到大家满意。别把这事想简单了，当你想象一下周围好多人都发好多sci了，而你还在为这么一篇完全未知结果的论文而这么努力的时候，我觉得大部分人可能就是缺少这个韧劲才最终以失败告终的…最后，我想再强调一下，发论文不是简单地发论文，而是通过发论文宣传你的工作，以便对某技术或人有那么一丁点影响。无论你发哪个档次的论文，只要目标正确，我觉得你都会有收获和有贡献的。相比较于为了发论文而发论文，你会觉得你是那么地高尚和高大，他们只是造废纸，而你已经对社会有贡献了…（以上内容来源于学术堂）
只要是在期刊发表过的都是不可以再去发的
Computational visual media conference是清华大学图形学实验室主办的国际会议，是亚洲图形学学会的三大会议之一（另两个是Pacific Graphics和GMP）。Computational visual media conference会议每年投稿100-240篇，录取25-38篇，论文全部发表在期刊上，包括：CCF A类的IEEE TVCG，CCF B类的Graphical Models和JCST，以及同名的期刊《Computational visual media》，该刊EI收录，Scopus影响因子2.9，高于graphical models.值得投稿！
如果你之前投的是英文，那么投国内刊物中文是可以的，因为一中一英根本无法查重，但是也不能完全机械的将中文版投过去，你需要首先适当改动下题目、摘要和结束语，然后将文章的图片重新画下，表格中的数据也适当改动下，基本上就没有问题了。当然如果你还不懂为什么可以这样做，建议你百度搜：EI学术会议中心，有很多关于EI会议的资料，详细剖析了一中一英的流程
可以，不算一稿多投
这个区别很大，论文进EI数据库的方式是不同的。如果投国际会议被EI检索，你论文检索方式是CA，如果是投国内的EI检索期刊，你论文检索方式是JA。一般来说JA质量要比CA高，但是JA录用难度比CA大，并且JA审稿周期也比CA长。还有一点很关键的是，JA的期刊被称为EI源刊，但是EI源刊每年都会更新，不好的源刊被踢出去，新的又补上，所以今天投时可能是EI源刊，等到明年未必就一定是，如果第一次投EI级别的论文，建议还是从EI会议入手练练笔吧，如果还搞不懂两者区别，你可以百度搜：EI学术会议中心，有很多关于EI会议的知识和学习资料。详细说明了两者区别。
“一中一洋”不算是一稿多投，而是二次发表”。所谓二次发表，是指使用同一种语言或另外一种语言再次发表，尤其是使用另外一种语言在另外一个国家再次发表。二次发表是允许的，但是必须满足以下所有条件：1) 已经征得首次和二次发表期刊编辑的同意，并向二次发表期刊的编辑提供首次发表的文章；2) 二次发表与首次发表至少有一周以上的时间间隔；3) 二次发表的目的是使论文面向不同的读者群；4) 二次发表的论文应在论文首页采用脚注形式说明首次发表的信息。
如果文章被录用了，由于一些原因不能参加，您可以和会议方进行协商，具体的情况需要会议方确认的哈。一般来说，如果你的文章别收录会议论文集，并被检索了，你的文章是会被检索的哈。
投国际会议论文不是必须参加会议的，只是由于这个国际会议，会征稿而已。只要在线投，录用后交费即可。但是是投稿国际会议的论文，收费不低，大概得2800元，国际会议的论文都很水，质量不高，只是有些学校在评奖学金的时候算作EI检索，加的分挺多。除了能加分以为，没有任何投稿的价值。
可能撤销论文。作者是必须要出席会议的，如果作者坚持不出席的话，后果可能很严重，撤销论文是第一，其次可能还会把作者拉入黑名单，甚至文章共同的作者也会受牵连。既然投稿了会议，就尽量安排好自己的时间，尽可能参会，如果实在有困难无法参会，找人顶替一下在有些情况下也是可行的，这一方法是否可行也要看会议的具体规定，总之，有人参会就比不参会要好得多，对于论文发表来说，这一点很关键，不参会文章就会被剔除，就更不用说检索收录了。
应该不会的，请放心。
你可以去看会议组委会的信息 ，
一般在征稿时会对不同群体有不同价格的。
比如既参会又发表论文 ，只参会不发表论文， 不参合发表论文 。
这都是很常见的模式， 所以你即便不去参会也是可以把论文发表在会议集上的。
1、现在国际上的会议很多，你可以在小木虫上查一下，但你有一个概念性错误，一般来说投到国际会议的论文都会找一个出版社或者组委会自己出一本论文集，有的会出版再某些期刊上，只有你的论文被出版后才能实现SCI或者EI检索。去不去国外和你的论文被没被收录没有关系，只要组委会接受了你的论文就可以去参会，但是凭这种邀请函去办美国或者某些欧洲国家的签证是有拒签率的。2、如果组委会的官方语言为英语，就要求必须所有的文字都用英文书写。字多字少没关系，但你要吧前言、方法、实验与结果、结论写清楚，还要有创新，至少3000词吧，具体组委会会有自己的规定。3、投稿要注意组委会的论文采用什么形式出版，出版后会被什么检索机构收录。一般来说，被SCI收录的是最高级别的会议，一般出现在IEEE协会的会议上（国内的除外，你懂的），其次是一些EI收录的会议。一般会议发给录用通知，并注明你的论文已经通过出版社审查后再缴费比较保险。4、不明白第四条说的是什么意思，但我估计你导师的意思是不愿意自己出钱让你们参会，因为去国外的机票、住宿等方面是一个比较大的开销，导师是否愿意给你掏这个钱，就看你的造化了。让第三方出钱只是个借口，除了你父母谁会平白无故的为你出钱出去国外开会？5、真正国外的会议，特别是学术界知名的会议一般不像中国一样，需要走什么关系，关键是你的文章要有创新，要让对方感觉你在本领域是有一定见解和创新的。
announce/relaese one's thesis at an international conference
这个很难回答，两者都看级别。现说明如下1.国际期刊超过几十万，他们的级别也不同，有的更本没有名气，也是国际期刊，也有上档次的就是被EI，ISI等收录等等。2。国际会议每年也有上万个把，有的只是几个人的会议。但有的会议很厉害，比如www（万维网）系列会议，ICML系列（数据挖掘）会议，很厉害，比很多期刊都有名气，如果你在这些会议上发表论文了，你在研究单位找工作，会很方便。所以这两者没有办法比较，从你的问题可以看出，你要看你们单位的要求，如果你们单位认为期刊厉害，你就尽量靠期刊。
如果给你发到期刊上了 当然算期刊论文了 如果发在论文集里 那就只能算会议论文了
不会，一个会议收到的所有论文通常会经过审稿和复审程序，被评审为合格的论文才会被发表。此外，对于被接受的论文，学术期刊也有自己的出版时间，因此，不会同时出版所有论文。
这个问题很简单，从你的描述知道你要用它做什么，对吧？所以你看那个级别高，如果期刊级别高，就是期刊论文，当然你可以一会议论文，两者都可以的
这个不一定，当然要被录用了才有机会发表的！
都是不用担心 只要在公开刊物发表 就算