Google学术发布2019年最有影响力的7篇论文

2019 年 8 月 6 日 CVer

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

“用于图像识别的深度残差学习”(2016)

地址:
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)

25,256次引用

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)

“深度学习”(2015)

地址:
https://www.nature.com/articles/nature14539

期刊: Nature

16,750次引用

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)

“卷积深入研究”(2015年)

地址:
https://ieeexplore.ieee.org/document/7298594

期刊: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition

14,424次引用

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)

“用于语义分割的全卷积网络”(2015)

地址:
https://ieeexplore.ieee.org/document/7298965

期刊:Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition

10,153次引用

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)

地址:
https://jamanetwork.com/journals/jama/fullarticle/1832542

期刊: JAMA

8,057次引用

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)

地址:
https://www.sciencedirect.com/science/article/pii/S0140673614604608

期刊: Lancet(《柳叶刀》)

7,371次引用

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)

“二元黑洞合并引力波的观测”(2016)

地址:
https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.116.061102

期刊: Physical Review Letters(《物理评论快报》)

6,009次引用

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

登录查看更多
0

相关内容

Google 学术搜索是一个可以免费搜索学术文章的网络搜索引擎。
IJCAI2020接受论文列表,592篇论文pdf都在这了!
专知会员服务
63+阅读 · 2020年7月16日
[ICML-Google]先宽后窄:对深度薄网络的有效训练
专知会员服务
33+阅读 · 2020年7月5日
【快讯】KDD2020论文出炉,216篇上榜, 你的paper中了吗?
专知会员服务
50+阅读 · 2020年5月16日
【快讯】CVPR2020结果出炉,1470篇上榜, 你的paper中了吗?
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
BERT进展2019四篇必读论文
专知会员服务
66+阅读 · 2020年1月2日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
CVPR 2019收录论文ID公开,你上榜了吗?
AI100
3+阅读 · 2019年2月26日
2018年学术顶会:深度学习的江山如此多娇
机器之心
3+阅读 · 2019年1月1日
年度必读:2018最具突破性人工智能论文Top 10
黑龙江大学自然语言处理实验室
7+阅读 · 2018年12月2日
【2018年】11种深度学习框架影响力对比
论智
3+阅读 · 2018年9月28日
机器学习和深度学习最新研究论文Top20
深度学习
6+阅读 · 2018年2月7日
【解读】2017年ML/NLP论文发表情况(第八期免费赠书活动来啦!)
Arxiv
4+阅读 · 2019年9月5日
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
3+阅读 · 2018年1月31日
VIP会员
相关VIP内容
IJCAI2020接受论文列表,592篇论文pdf都在这了!
专知会员服务
63+阅读 · 2020年7月16日
[ICML-Google]先宽后窄:对深度薄网络的有效训练
专知会员服务
33+阅读 · 2020年7月5日
【快讯】KDD2020论文出炉,216篇上榜, 你的paper中了吗?
专知会员服务
50+阅读 · 2020年5月16日
【快讯】CVPR2020结果出炉,1470篇上榜, 你的paper中了吗?
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
BERT进展2019四篇必读论文
专知会员服务
66+阅读 · 2020年1月2日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
相关资讯
CVPR 2019收录论文ID公开,你上榜了吗?
AI100
3+阅读 · 2019年2月26日
2018年学术顶会:深度学习的江山如此多娇
机器之心
3+阅读 · 2019年1月1日
年度必读:2018最具突破性人工智能论文Top 10
黑龙江大学自然语言处理实验室
7+阅读 · 2018年12月2日
【2018年】11种深度学习框架影响力对比
论智
3+阅读 · 2018年9月28日
机器学习和深度学习最新研究论文Top20
深度学习
6+阅读 · 2018年2月7日
【解读】2017年ML/NLP论文发表情况(第八期免费赠书活动来啦!)
相关论文
Arxiv
4+阅读 · 2019年9月5日
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
3+阅读 · 2018年1月31日
Top
微信扫码咨询专知VIP会员