我無意否認以上文獻的價值，但是在機器學習、計算機視覺和人工智慧領域，頂級會議才是王道。國內教材和cnki上的基本是n年前老掉牙的東西。有人會質疑這些會議都只是ei。是的，這的確非常特殊：在許多其它領域，會議都是盛會，比如society of neuroscience的會議，每次都有上萬人參加，帶個abstract和poster就可以去。但在所討論的幾個領域，頂級會議的重要性無論怎麼強調都不為過。
可以從以下幾點說明：（1）因為機器學習、計算機視覺和人工智慧領域發展非常迅速，新的工作層出不窮，如果把**投到期刊上，一兩年後刊出時就有點out了。因此大部分最新的工作都首先發表在頂級會議上，這些頂級會議完全能反映「熱門研究方向」、「最新方法」。（2）很多經典工作大家可能引的是某頂級期刊上的**，這是因為期刊**表述得比較完整、實驗充分。但實際上很多都是在頂級會議上首發。比如plsa, latent dirichlet allocation等。（3）如果注意這些領域大牛的pulications，不難發現他們很非常看重這些頂級會議，很多人是80%的會議+20%的期刊。即然大牛們把最新工作發在頂級會議上，有什麼理由不去讀頂級會議？
(1)以下是不完整的列表，但基本覆蓋。
機器學習頂級會議：nips, icml, uai, aistats; （期刊：jmlr, ml, trends in ml, ieee t-nn）
計算機視覺和影象識別：iccv, cvpr, eccv; （期刊：ieee t-pami, ijcv, ieee t-ip）
人工智慧：ijcai, aaai; （期刊ai）
語音和訊號處理國際會議（icassp）: icassp
interspeech
scslp
icme
siggraph
1.ieee transactions on audio
, speech and language processing
2.computer speech and language
3.icassp
4.interspeech
5.ieee workshops on asru
6.wissap
7.automatic speech recognition and understanding (asru)
另外相關的還有sigraph, kdd, acl, sigir, www等。
特別是，如果做機器學習，必須地，把近4年的nips, icml翻幾遍；如果做計算機視覺，要把近4年的iccv, cvpr, nips, icml翻幾遍。
比如cv方面：
nips:
jmlr(期刊):
colt和icml(每年度的官網):
ieee檢索方法
訊號處理：
使用者：hhsswust
訊號處理國際著名期刊：
ieee trans. signal processing ;
ieee trans. audio, speech, and language processing;
journal of acoustical society of america;
ieee signal processing letters;
elsevier signal processing;
iet signal processing;
機器學習頂會
iclr，全稱 international conference on learning representations，中文譯名為 國際學習表徵會議 該會議由 yoshua bengio 和 yann lecun 牽頭創辦，2013 年召開了首次會議。iclr 創辦目的 眾所周知，資料的應用表徵對...
雲計算領域頂會
雲計算領域期刊會議列表 20150105 ly 0.xlsx 原始檔 預覽 全稱簡稱 型別級別 日期 月 出版社 截稿日期 acm symposium on cloud computing acm socc 會議rank 1 84月中旬 ieee international conference o...
CV的頂會和雜誌
iccv的全稱是international comference on computer vision，正如很多和他一樣的名字的會議一行，這樣最樸實的名字的會議，通常也是這方面最nb的會議。iccv兩年一次，與eccv正好錯開，是公認的三個會議中級別最高的。它的舉辦地方會在世界各地選，上次是在北京，...