ICML 2019论文接收结果可视化：清华、北大、南大榜上有名

接收论文列表：https://icml.cc/Conferences/2019/AcceptedPapersInitial

排名前50的论文贡献机构

下图显示了ICML 2019接收论文贡献排名前50的机构。排名以机构贡献的论文总数为准，至少有一名作者隶属于该机构，因此一篇论文可能出现在多个机构中。红色和绿色分别表示每个机构的一作论文和最后作者论文数量。

从属于同一个机构的作者已自动合并。如Google Inc.、Google AI、Google UK都归为Google。

ICML 2019接收论文贡献数排名前50的机构（学界机构和业界机构）

由上图可以看出，在排名前十的机构中，学界和业界机构几乎平分秋色，但谷歌的论文贡献量遥遥领先于第二名MIT，被接收论文数达到了80余篇

如果将业界和学术界分开来看，我们可以得到另外两张图。

ICML 2019接收论文贡献数排名前50的学界机构。

上图显示，在众多高校和科研院所中，MIT的论文贡献量最大，达到40余篇，其次是加州大学伯克利分校和斯坦福。国内上榜的院校包括清华大学、北京大学、南京大学、香港中文大学。

ICML 2019接收论文贡献数排名前50的业界机构。

上图显示，谷歌、微软、Facebook等机构在本届ICML大会中表现最为强势。国内上榜的机构包括腾讯、阿里巴巴、华为、百度等。

尽管谷歌、微软、IBM等业界巨头贡献了很大一部分论文，但ICML 2019仍然是一场学术会议。统计后可以发现：

• 纯学术研究论文有452篇（58.4%）；

• 仅有60篇论文纯粹是由业界研究机构完成的；

• 既包含业界也包含学界作者的论文有262篇（33.9%）。

计算相对贡献（即每篇论文的业界/学界附属机构数量除以总附属机构数量）也可以得到类似的数字。总结学界和业界对所有论文的相对贡献可以得到：

• 学界机构的贡献占77%；

• 业界机构的贡献占23%。

ICML 2019大神作者

那么哪些作者发ICML 2019大会Paper最多呢？果然，UC Berkley的机器学习泰斗Michael Jordan获得了第一。其中Jordan署名最多的还是最后一位，因此作为一位成功的「老板」，Jordan也是桃李满天下了，北大张志华、斯坦福吴恩达教授、Petuum创始人邢波等大牛都出自其门下。

下图展示了ICML 2019论文总数排名前100的大神作者，统计会区分独立作者、一作和最后作者等。Michael Jordan因为有7篇ICML 2019接收论文而位列第一，EPFL的Volkan Cevher和UC Berkley的Sergey Levine紧随其后，他们每人都有6篇接收论文。

国内也有很多研究者取得了很好的成果，例如清华大学的朱军、微软亚研的刘铁岩、清华大学龙明盛等研究者都在ICML 2019发表了4篇论文。

令人印象深刻的是，很多研究者拥有两篇或两篇以上的一作（或单个作者）论文。例如谷歌的Ashok Cutkosky的三篇研究分别为独立作者、一作和一般作者，而CMU的Simon Du更是有3篇一作。下图展示了作为一作或独立作者的大神们：

因为最后的作者基本上都是「老板」，所以根据最后作者进行 排序 可以看出来该领域的一些资深研究者。他们一般都在非常优秀的实验室或研究团队，因此能做出更多的研究成果。

ICML 2019论文贡献哪家强

最后，我们可以按照相对共享对这些顶级科研机构排序，即一篇论文中到底有多少作者是该研究机构的。具体而言，项目作者用署名该机构的作者数除以总的作者数，从而计算该机构的相对贡献。

从下图可以看出来，谷歌、斯坦福、UC Berkley等都名列前茅，而清华、北大和南大也都榜上有名。

最后，作者表示，清理网站数据，尤其是附属机构的一些数据是一个冗长的手动过程。因为中间会有很多不同的、不明确的机构表示方法，也会有很多缩写表示方法，所以只能手动完成。项目作者已经尽可能合并从属关系的机构，但是中间还是可能有一些误差，因此单篇论文有可能没有统计到研究机构。

所以，如果读者发现中间的统计信息有什么误差，欢迎在下面留言指出。

参考链接：https://www.reddit.com/r/MachineLearning/comments/bn82ze/n_icml_2019_accepted_paper_stats/