点击上方“CVer”,选择加"星标"或“置顶”
 
              重磅干货,第一时间送达![]()
 
              本文转载自:图灵TOPIA
 
              编译:刘静
 
              
 
              
             
            
           
          
         
        
       
      
     
    
    
    最近Google Scholar发布了被引用最多的论文排名,排名揭示了一个重要信息: 
    围绕人工智能(AI)的研究兴趣正在飞速增长。 
    
    
    
    
    
    在《自然》杂志上被引用次数最多的五篇论文中,有三篇与人工智能有关,其中一篇被引用次数超过1.6万次。《自然》杂志本身也被谷歌学者评为最具影响力的期刊。 
     
    
    
    
    随着世界顶级人工智能会议之一 - 计算机视觉与模式识别(CVPR)的IEEE / CVF会议的期刊,今年首次跻身十大期刊,而它2018年仅排在第20位。 
    该期刊的其中一篇论文在过去三年中被引用了25256次。 
    
    
    
    Google Scholar是世界上同类数据库中最大的,跟踪了近4亿篇学术论文和其他学术文献的引用信息,旨在衡量近期出版物的“知名度和影响力”。 
    
    
    
    2019年Google学术指标排名可在线免费访问,追踪了2014年至2018年期间发布的论文,并包括截至2019年7月在谷歌Scholar中被索引的所有文章的引文。 
    
    
    
    以下是世界上最具影响力的期刊发表的被引用次数最多的文章。 
    
    
    
    1、 
    "Deep Residual Learning for Image Recognition" (2016) 
    cognitio 
    
    
    
    
    
    
    http://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html 
    
    
    
    期刊: 
    Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition(IEEE / CVF计算机视觉和模式识别会议论文集) 
    
    
    
    
    
    在今年排名前100位的期刊中,有5本是人工智能会议的出版物。 
    这本特别的期刊在今年的排名中有了巨大的飞跃,它有三篇文章,每篇文章引用次数超过10,000次 - 这是其他任何杂志都无法比拟的成就。 
    
    
    
    正如Synced的Fangyu Cai所指出的那样,“人工智能会议的发布如此惊人 - 毫不奇怪 - 近年来,他们已经从低调的学术聚会演变为奢侈的多媒体活动,作为在人工智能研究,开发和部署方面重大创新和突破的展示平台,吸引了数千人参与。” 
     
    
    
    
    这篇特别的文章是由微软的一个研究团队撰写的,根据“自然指数“的追踪,微软在2018年实现了高质量研究产出的显著增长。 
    
    
    
    2. 
     "Deep learning" (2015) 
     
    
    
    
    
    
    
    https://www.nature.com/articles/nature14539 
    
    
    
    
    
    
    
    这篇论文之所以脱颖而出,不仅是因为它被引用的次数很高,还因为它的被引数与2019年谷歌Scholar Metrics报告中被引用第二多的自然论文之间的差异超过1万。 
    
    
    
    这篇论文的作者是2018年图灵奖得主Yann LeCun、yobengio和Geoffrey Hinton,他们被统称为“人工智能之父”。 
    
    
    
    3. 
    "Going Deeper with Convolutions" (2015) 
     
    
    
    
    
    
    
    https://ieeexplore.ieee.org/document/7298594 
    
    
    
    期刊: 
    Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition 
    
    
    
    
    
    本文由Google AI研究人员描述了他们的新物体检测系统GoogLeNet,它使用代号为Inception的深度神经网络系统构建。 
    
    
    
    它在2014年ImageNet大规模视觉识别挑战赛中获得最高分。 
    
    
    
    2018年,在自然指数中,谷歌的母公司Alphabet在高质量研究产出方面排名第六。 
    
    
    
    4. "Fully Convolutional Networks for Semantic Segmentation" (2015) 
     
    
    
    
    
    
    
    https://ieeexplore.ieee.org/document/7298965 
    
    
    
    期刊:Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition 
    
    
    
    
    
    加州大学伯克利分校(University of California, Berkeley)的一个团队负责撰写了这篇极具影响力的人工智能论文。 
    这篇论文描述了一种最先进的方法,用于构建能够识别图像中的物体的人工智能系统。 
    
    
    
    这种特殊类型的模型,即语义分割,可用于计算单个图像中的对象数量,这对于自动驾驶汽车和机器人等技术具有巨大的应用潜力。 
    
    
    
    5. "Prevalence of Childhood and Adult Obesity in the United States, 2011-2012" (2014) 
     
    
    
    
    “2011 - 2012年美国儿童和成人肥胖患病率”(2014年) 
    
    
    
    
    https://jamanetwork.com/journals/jama/fullarticle/1832542 
    
    
    
    
    
    
    
    在2019年的谷歌学术指标中,没有一篇与人工智能无关的论文被引用超过10,000次,但美国疾病控制和预防中心(US Centers for Disease Control and Prevention)的一个团队的调查结果与之接近。 
    
    
    
    在报告发布时,该研究提供了美国儿童肥胖的最新国家估计数据,发现超过三分之一的成年人和17%的年轻人肥胖。 
    
    
    
    然而,研究得出的结论是,在2003-2004年至2011-2012年间,青少年和成年人的肥胖患病率没有显著变化。 
    
    
    
    6. "Global, regional, and national prevalence of overweight and obesity in children and adults during 1980–2013: a systematic analysis for the Global Burden of Disease Study 2013" (2014) 
     
    
    
    
    “1980 - 2013年期间儿童和成人超重和肥胖的全球、区域和全国流行率: 
    对2013年全球疾病负担研究的系统分析”(2014) 
    
    
    
    
    https://www.sciencedirect.com/science/article/pii/S0140673614604608 
    
    
    
    
    
    
    
    来自100多个机构的近200名作者参与了这项研究,这意味着调查全球肥胖患病率的艰巨任务。 
    
    
    
    研究发现,从1980年到2013年,世界上超重或肥胖的成年人比例有所上升,尤其是在发达国家。 
    研究发现,肥胖是全球健康的一大挑战。 
    
    
    
    排名第二的《柳叶刀》论文被引用次数为2459次,这使得这篇论文在《柳叶刀》医学期刊上显得异常。 
    
    
    
    7. "Observation of Gravitational Waves from a Binary Black Hole Merger" (2016) 
     
    
    
    
    
    
    
    https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.116.061102 
    
    
    
    期刊: 
    Physical Review Letters(《物理评论快报》) 
    
    
    
    
    
    这项研究在这份榜单中脱颖而出,获得了媒体的广泛关注和公众的广泛参与,在学术界内外都产生了影响。 
    
    
    
    通过这篇论文,来自先进激光干涉仪引力波天文台(LIGO)的一组物理学家描述了对引力波的首次直接观测——这是继爱因斯坦预测时空中这些难以捉摸的涟漪之后,历时一个世纪才实现的壮举。 
    
    
    
    这项研究的引用次数是物理评论快报中第二次被引用最多的论文的2.5倍,LIGO也在2017年宣布首次直接观察两颗中子星之间的合并。 
    
    
   重磅!CVer学术交流群成立啦
 
   
 
   扫码添加CVer助手,可申请加入CVer-目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测和模型剪枝&压缩等群。一定要备注:研究方向+地点+学校/公司+昵称(如目标检测+上海+上交+卡卡)
 
   ![]()
 
   ▲长按加群
 
   
 
   ![]()
 
   ▲长按关注我们
 
   麻烦给我一个在看!