几个主要机构在ICML 2019投递的论文中重点关注的方向

今年 6 月，机器学习领域顶会 ICML 2019 将在美国举行。为了帮助大家更好了解会议论文的情况，博世（Bosch）的分析人员对 ICML 2019 的论文进行了可视化分析。营长在此基础上进一步对比了 2018 和 2019 两年的论文接收情况，并重点分析了几个主要机构在 ICML 2019 投递的论文中重点关注的方向。

ICML 是在人工智能研究者中享有盛誉的顶级会议，被该会议接收的论文数量一定程度上也代表了各高校企业的科研实力。今年 4 月，ICML 2019 官网公布了已接受的论文列表 ，为了帮助大家更好的了解 ICML 2019 的情况，在接下来的内容中，首先会对比 ICML 2018 和 ICML 2019 两年被接收论文的研究机构的情况；在第二部分，会对 ICML 2019 论文接收列表进行可视化分析；最后，营长列出今年几个重点机构关注的研究方向。希望本文能够帮助大家对 ICML 会议有更加深入的了解。

据悉，ICML 2019 即将于 6 月 10 日至 15 日在美国长滩召开，CVPR 2019 也将于 6 月 16 日接棒在长滩召开，营长建议能去现场参会的小伙伴们，ICML 结束后，不妨再去 CVPR 逛逛，相信会有不小的收获。

对比 ICML 2018

排名前20的机构对比

为了进一步了解 ICML 2018 与 2019 两年接收论文的情况，营长根据论文第一作者的通讯单位对这两年的论文进行统计与可视化，这里主要展示论文接收数量排名前 20 的高校或企业。

（图：AI科技大本营统计）

通过对比 2018 年和 2019 年的论文接收情况可以发现，谷歌依旧强势领跑，如果将 DeepMind 的接收论文也统计在内，今年，一作以 Google 发表的论文数量达到了 60 篇，署名 Google 的论文总数高达104篇，科研实力可见一斑。紧随其后的就是以斯坦福大学、MIT、CMU、UC伯克利为首的一流高校，他们都保持着论文高产的稳定趋势。另外，欧洲的一些研究机构也榜上有名，比如 ETH、EPFL、INRIA 等学术机构。

通过上图的统计还可以发现， ICML 会议论文的主要贡献者还是学术研究机构，谷歌仅凭一己之力难以跟高校队对抗，这和对整体情况的分析保持一致。特别要提出的是，相比于 ICML 2018，国内的研究成果有着显著地进步，清华大学以一作论文 14 篇的成绩位居第 9 名，北京大学也进入了前 20 名的行列。虽然与国外高校还存在一定的差距，但这样的进步让我们看到了国内大学在人工智能领域不断的努力与探索。

国内高校论文接收情况对比

接下来重点看一下国内的研究成绩单。下图展示了国内学界与业界论文接收情况的对比，可以看出，相较去年，今年国内高校的研究成果都有大幅提升：以清华、北大为首，南京大学、上海交通大学与香港中文大学紧随其后。在南京大学接收的 4 篇论文中，周志华教授有 2 篇研究论文入选。

（图：AI科技大本营统计）

今年，国内企业在 ICML 会议上的成果则显得较为低调，据目前公开资料统计，仅有少量的研究成果，其中，腾讯、阿里巴巴等科技公司依然领跑。

ICML 2019 可视化

排名前50的论文贡献机构

博世对 ICML 2019 论文贡献机构的可视化分析

在上图中，博世对具有从属关系的机构进行了合并，例如 Google 包含了 Google Inc.、Google AI、Google UK 。该排名以机构贡献的论文总数为准。其中，红色代表以一作发表论文的数量，绿色代表论文的最后一位署名作者属于该机构。

可以看到，在排名前 10 的机构中，学术机构和公司基本各占一半，但Google 的接收论文的总数遥遥领先。

博世对 ICML 2019 论文贡献机构的可视化分析-仅包含学术机构

博世对 ICML 2019 论文贡献机构的可视化分析-仅包含企业

博世的分析人员也对学界和业界的论文接收情况分别进行了分析。可以发现，在学界，国外排名前四的高校分别为 MIT、UC伯克利、斯坦福大学和 CMU。国内院校，清华大学、北京大学、南京大学、上海交通大学、香港中文大学上榜。国外企业成果方面，排名前四的机构为 Google、微软、 Facebook 和 IBM 。国内企业中，腾讯、阿里巴巴、华为、百度等榜上有名。

（图：AI科技大本营统计）

通过对比学界和业界的论文数量，博世的分析人员认为， ICML 2019 仍为一场学术界占主导的会议。学界、工业界机构署名论文比例如图所示。

（图：AI科技大本营统计）

通过对论文数量进行累加，得到学界和工业界的论文数量分布如图所示。

排名前 100 的论文作者

博世的分析人员对论文作者也进行了统计，并给出了排名前 100 的论文作者可视化图表，并对独立作者、一作、最后一名作者进行了单独区分，分别用黄色、红色和绿色表示。

博世对 ICML 2019 论文作者的可视化分析

通过排名统计显示可看到， Michael Jordan 有7篇论文被接收，排名第一； EPFL 的 Volkan Cevher 和 UC Berkley 的 Sergey Levine 各有 6 篇论文，并列第二。在国内的学者中，清华大学的朱军、微软亚研的刘铁岩、清华大学龙明盛等研究者都有 4 篇论文被接收。

博世对独立作者和一作的可视化分析

为了对作者排名有更详细的分析，博世对独立作者和一作作者进行了单独的可视化分析。其中，黄色代表独立作者，橙色代表一作。

另外，考虑到实验室或研究团队的领头人一般都为论文的最后一名署名作者，为了解机器学习领域的资深研究者，博世对最后一名作者的情况进行了可视化，如下图。

各家研究重点

介绍完各个学术机构与企业在 ICML 2019 上的表现，我们来看一下几个重点机构发表论文的主要关注内容。

Google&DeepMind

作为 ICML 接收论文的第一产出企业，谷歌正在研究的内容基本上可以代表现在人工智能领域比较热门与前沿的问题。接收的论文大多关于强化学习、随机理论、深度学习、大规模机器学习、对抗生成网络等热门问题，同时也包括如文本翻译、音乐自动生成等应用方面的研究。虽然 Google 接收的论文数量很多，但营长仍然建议读者简要看一下论文，有助于紧跟科研前沿。

CMU

今年，卡内基梅隆大学最先放出了署名为 CMU 的 ICML 2019 接收论文，共有 33 篇，比许多企业都早。卡耐基梅隆大学提交的论文研究内容主要关于核优化、强化学习、迁移学习、深度学习基础理论等方面。论文涉及的研究问题非常多样，具体的研究内容可以等论文全部放出来后，进行深入阅读和研究。

清华大学

清华大学在 ICML 2019 的表现非常抢眼，其中朱军教授带领的研究团队就有四篇论文被接收。朱军教授创建了贝叶斯深度学习库，能够支持多种生成模型，如话题模型、变分贝叶斯等等。清华大学在今年 ICML 会上提交论文的研究重点则涉及变分贝叶斯加速、迁移学习、深度学习优化等问题。可见机器学习与深度学习的基础理论研究仍是研究热点。

总结

以上就是营长为大家提供的 ICML 会议论文情况，希望通过阅读本文，大家对 ICML 会议有了更深入的了解。文中所有引用的数据均根据公开资料显示，如有数据误差、统计不全，可与 AI科技大本营编辑部联系，后续论文跟踪与报道还可以继续关注我们！

最后附上论文接受列表：

https://icml.cc/Conferences/2019/AcceptedPapersInitial