大數(shù)據(jù)文摘出品

來源：Medium

編譯：木槿

國際機器學習大會是機器學習領域最重要的會議之一，因此觀察誰在該會議上發(fā)表了文章是一件有趣的事情，所以我看了看2020國際機器學習大會接收的文章，并且分析了參會的作者、機構和國家/地區(qū)。

今年從4990篇投稿中接收了1088篇，接收率為21.8%。

在深入研究之前，你可以在GitHub存儲庫中找到代碼，并且可以利用Colab notebook任意繪制圖表。

作者

讓我們先看看排名靠前的一些作者。

在國際機器學習大會上發(fā)表文章是非常困難的，因此更引人注目的是這幾位作者在會議上發(fā)表了多篇文章。Masashi Sugiyama來自理化學研究所和東京大學，他有高達11篇文章被會議接收。排在他后面的有來自DeepMind的Michal Valko和加州大學伯克利分校的Michael Jordan以及谷歌/阿爾伯塔大學的Dale Schuurmans。

通過把機構參與的文章數(shù)量加在一起，可以看到的根據(jù)組織發(fā)表的文章數(shù)量的排序結(jié)果。下面節(jié)選的是排名前30的機構。

谷歌在該榜單中占據(jù)主導地位，大約參與國際機器學習大會發(fā)表文章的1/10。

排在谷歌后面的是3家機構：麻省理工大學、斯坦福大學和伯克利大學。Alphabet的DeepMind排名第五。需要注意的是，說Google和DeepMind共發(fā)表了114+51篇文章是不正確的，因為其中很多文章是合作完成的，下文還會討論這個點。

國家/地區(qū)

這是很有趣的部分，通過分析作者所在機構和地區(qū)的映射關系，我們可以了解哪個地區(qū)發(fā)表的文章最多。

讓我們來看看按國家/地區(qū)劃分的情況。

美國發(fā)表了728篇文章，約占總數(shù)的3/4，這是一個巨大的領先優(yōu)勢。

這里還有一個提醒：國家/地區(qū)的歸屬是基于組織的總部，而不是基于作者的位置。因此，如果作者在谷歌蘇黎世工作，發(fā)表的文章將被計入美國，而不是瑞士。

另一個有趣的現(xiàn)象是，英國和中國發(fā)表了差不多相同數(shù)量的文章。我們接下來會看到，英國的DeepMind公司發(fā)表的文章數(shù)量大概占了整個國家的40%。

讓我們逐一看一下每個國家/地區(qū)的情況，下面圖片列出了排名前15位國家/地區(qū)的前10名組織（3篇以上文章）。

美國無論是工業(yè)界還是學術界，都有大量的機構，并且發(fā)表文章數(shù)量可觀。英國正好相反，以DeepMind公司為首，其次是大學。

中國有強大的機構，華為、阿里巴巴和百度等公司還需努力。在加拿大，幾乎所有的大學都發(fā)表了文章。

Criteo(法國)是歐洲發(fā)表文章數(shù)量排名第二的公司。

洛桑聯(lián)邦理工學院和蘇黎世聯(lián)邦理工學院是瑞士表現(xiàn)最好的學校。

除了美國和中國，大多數(shù)頂級文章發(fā)表的機構都是大學。全球范圍內(nèi)大學的發(fā)表數(shù)量是公司的3倍。

在非美國公司中，只有英國(DeepMind)、法國(Criteo)、中國(華為、百度、阿里巴巴)、俄羅斯(Yandex)和韓國(三星)的公司發(fā)表了5篇及其以上文章。

合作

通過查看不同組織之間的合作情況，我建立了一個組織之間的合作圖，這個圖總共有426個節(jié)點，1206條邊。如果把它繪制出來，我們可以看到這些節(jié)點通過邊相互連接了起來，你可以在colab notebook中編輯操作。

每一個節(jié)點代表著一個組織，節(jié)點與節(jié)點的連接代表合作的數(shù)量。每個節(jié)點的大小和顏色取決于發(fā)表文章的數(shù)量，連線的粗細取決于合作的數(shù)量。

如果我們?nèi)∫粋€子圖，該子圖的結(jié)點至少有30個合作組織，那么就可以得到一個更吸引人的圖。

該圖是擁有30個以上合作組織的合作網(wǎng)絡子圖，其中節(jié)點的大小和顏色取決于發(fā)表文章的數(shù)量，連線的粗細取決于合作的數(shù)量。

我還看了一下各個公司的情況。例如，谷歌和麻省理工大學看起來是這樣的。

一個很有趣的事情是，谷歌比較感興趣和大學合作，而不是公司。麻省理工大學則正好相反，有著大量來自業(yè)界的合作伙伴。

最后看看每篇文章的作者數(shù)量。

大多數(shù)文章都是3到4個作者，但一些罕見的情況會有多達15位作者。

兩篇文章都有15位作者，比如說文章Stochastic Flows and Geometric Optimization on the Orthogonal Group由谷歌大學、牛津大學、劍橋大學、哥倫比亞大學和伯克利大學的15名研究人員撰寫；文章Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising由天津大學、阿里巴巴、清華大學和上海交通大學的15名研究人員撰寫。

通過統(tǒng)計每篇文章參與的機構數(shù)量，可以得到下圖：

最常見的是一篇文章由一個或者兩個機構合作完成，但是有些文章卻由7個機構合力完成。

有兩篇文章來自7個不同組織的作者，第一篇是How Good is the Bayes Posterior in Deep Neural Networks Really?，由Google、微軟、華沙大學、阿姆斯特丹大學、加州大學歐文分校、蘇黎世聯(lián)邦理工學院和倫敦帝國理工學院合作完成；第二篇是Learning to Navigate in Synthetically Accessible Chemical Space Using Reinforcement Learning，由99andBeyond、蒙特利爾大學、IIIT Hyderabad，麻省理工大學，Mila，特拉華大學和LinkedIn合作的項目。

想說的都說完了，我想你們應該對發(fā)表最多文章的作者，組織和國家/地區(qū)有了很多的了解，但是我敢打賭，你肯定還有很多的想法和問題，評論區(qū)一起聊聊。

相關報道：

https://medium.com/criteo-labs/icml-2020-comprehensive-analysis-of-authors-organizations-and-countries-c4d1bb847fde

原標題：《美國霸榜ICML！占據(jù)3/4被接收論文，中國論文數(shù)不到美國兩成》

閱讀原文