近日，谷歌发布了2017最新版本的谷歌学术指标，对收录的会议和期刊论文根据被引用情况进行排名。在人工智能领域，arXiv排在第一超越了著名的NIPS。
一、人工智能领域 TOP 20，arXiv排名第一
arXiv上计算机科学类以Learning为关键词的文章被排在了这个列表的第一名，H5指数107。顶会NIPS排在了第二名，Expert Systems with Applications 排在第三。
来看看这一领域arXiv 被引最多的论文前三名：
第一名是阿姆斯特丹大学、Open AI 研究员 Diederik P. Kingma 和多伦多大学的Jimmy Lei Ba2014年合作的论文：《 Adam：A Method for Stochastic Optimization》，引用次数多达 2752 次。
第二名是蒙特利尔大学的Yoshua Bengio，Aaron Courville和Pascal Vincent 联合完成的《Representation Learning: A Review and New Perspectives》。
第三名是谷歌的 Sergey Ioffe 和 Christian Szegedy的《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》。
二、计算机视觉与模式识别类 TOP 20，arXiv排在第二
在计算机视觉与模式识别领域，IEEE的CVPR领先arXiv排在第一名，ICCV排在第六 。
视觉领域的文章被引用得最多的是Christian Szegedy, Wei Liu, 贾扬清, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich等人共同完成的《Going Deeper With Convolutions》，这篇论文介绍了谷歌的GoogLeNet。
三、计算机语言学TOP20 ，arXiv排在第一
在自然（Google scholar中的分类是Computational Linguistics）领域，排名第一的是 arXiv 的“计算机与语言”板块（cs.CL）。
排名第一的是arXiv的“计算机与语言”板块（cs.CL）被引用最多的三篇文章，排在第一的是由Tomas Mikolov，Ilya Sutskever，Kai Chen，Greg S. Corrado和Jeff Dean等人共同完成的《Distributed Representations of Words and Phrases and their Compositionality》。
四、机器学习类 TOP 15，arXiv排在第二
在谷歌学术的网站上，可以使用自定义关键词进行搜索，新智元以“Machine Learning”为关键词进行搜索，获得的结果如下：
以 Machine Learning 为关键词进行搜索，可以看到谷歌学术的排名第一的是International Conference on Machine Learning(ICML)。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。第二名是arXiv上的 ML 类别。第三名：The Journal of Machine Learning Research。
排名第一的ICML大会被引用最多三篇的论文：
被引用第二多的论文，DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition。作者包括：Jeff Donahue,贾扬清, Oriol Vinyals, Judy Hoffman, Ning Zhang, Eric Tzeng, Trevor Darrel。
2012年，吴恩达与Jeff Dean，Quoc V. Le ， Marc’Aurelio Ranzato ，Rajat Monga ，Matthieu Devin，Kai Chen ，Greg S. Corrado 等人合作的论文 Building High-level Features Using Large Scale Unsupervised Learning排在了第三名，被引用了1258次。
五、人机交互类 TOP 20，arXiv排在第十三
六、机器人类TOP 20，arXiv排在第九
来源：Reddit
编辑：Priscilla LQ
咦，顶刊IJCV的一篇论文怎么跟2年前arXiv的一篇论文这么相似？
今天，Reddit一位好奇宝宝网友在「网上冲浪」的时候，发现了这一不可思议的事情。
原来事情是这样的，Reddit网友发现：一篇2017年发表的arXiv的论文和另一篇2019年发表在IJCA的论文「高度相似」，存在「大段粘贴」、「数据一样」那种。
△ 上图为arXiv论文发表时间为2017年，下面是IJCV上的论文，接收时间是2018年，发表时间是2019年
比如，两篇论文的所用的数据相同，有图为证：
再比如，摘要部分高度相似：
更仔细地看，这篇IJCV论文的主要思想，arXiv论文早就已经解释了，而且很充分。但这篇顶会论文并没有在参考文献中引用这篇arXiv论文。
竟然有这样的事？！网友拿不定主意了，所以向广大网友发起了求助：要不要「多管闲事」，联系一下相关方来解决这个事情呢？
网友纷纷留言，有网友建议：联系arxiv论文作者，让他们自己解决。
也有网友分享了自己的经历：我被几个学生scoop（抢先发表）了，后来通过几封邮件解决了。
这个不幸被「scoop」的经历立即引起了网友围观：后来发生了什么？
于是，这位Reddit网友就现身说法：
某天冲浪读到一篇arxiv论文，和自己所做的研究非常相似，而且已经发出来了，COOL！
一看作者——实验室之前的实习生......
而且这几个实习生有实验室private repositories的权限。
想到这里，心里升起一种似曾相识的被「scoop」的感觉......
联系了当时这几个实习生的导师后证实，确实是他们擅自用了实验室的数据。
几个实习生提出解决办法：可以添加为合著者，但不会撤稿。
用了我的数据，现在只是提供「合著权」？！
这遭到了这位网友和实验室其他人的强烈反对。
最后，由于这几个实习生表示以后也不会待在学术界了，所以接受了「教育」后，这件事就这么不了了之。
几个月后，被抢发的这位网友向期刊提交了自己的论文，并且顺利发表，现在引用量也赶上了之前那篇arXiv论文。
当然，当看到他们仍然在领英上宣传自己这篇论文，被偷数据的当事人感受可想而知......
不过，上面那位「建议联系arxiv论文作者，让他们自己解决」，也提到了科研圈「publish or perish」的事实，发表或灭亡，自己选一个吧。
被抢发，这并不罕见。
科研工作也讲求时效性。
随时掌握研究领域的最新进展，有助于研究人员及时获取最新消息，或者是调整自己的研究方向。
在arXiv出现之前，要了解同行的研究成果，就只能期刊上获得。
但这对于一些像量子学这样的热门科研领域来说，等待论文发表在期刊上，就成为了一场「漫长的煎熬」。
因此，当初arXiv的出现就是为了预收录物理学领域的论文，后来收录领域逐渐扩大到数学、计算机、非线性科学、定量生物学等领域。
而现在，arXiv除了有以上提到的功能之外，还有另一个主要的功能，那就是：
「占坑」。
不少研究人员为了证明自己论文的原创性，会在论文录用前，将论文挂到arXiv上，给自己的论文打上「时间戳」。
这样做，也是为了竞争：
因为，谁将论文挂在了arXiv上，谁就拥有了这篇论文的权力。
对于一些领域大神而言，arXiv这一大好处会让他们尽快挂论文，他们在乎的是「impact」。
然而，鲁迅说过，「凡事都有好有坏」。
对于一些不太有名的研究小组来说，将论文挂在arXiv就有很大风险了。
辛辛苦苦一年半载，哼哧哼哧做研究，开开心心挂arXiv。
回过头来，哦豁，idea被人家抢了。
等想要刊登到期刊的时候，被评委说跟哪篇论文的相似度高，引起了争议。
你说冤不冤啊！
「天下武功，唯快不破」，这句话科研圈也适用。
究竟要不要将论文提前挂到arXiv上？各位读者也会有这样的纠结吗？
同是天涯沦落人，或许你也有过类似论文被「抢发」的经历？最后又是怎么处理的呢？
不妨在评论区留(tu)言(cao)哦！
参考资料：
https://www.reddit.com/r/MachineLearning/comments/ojdmza/d_similarity_of_a_high_ranking_journal/
相关问答
arxiv是一个提供学术文章在线发表的服务器,领域涵盖物理学、数学、非线性科学、计算机科学、定量生命科学、计量金融学和统计学。发表arXiv的论文不需要通过...
告诉你一个了解2017年自主编程最新进展的捷径,即关注一下2017年4月24-26在法国土伦举办的ICLR上出现的有关自主编程的论文,就会对当下的自主编程进...
AJ2010又称黑魂aj2010又称作arXivVanity。1.这是因为arXivVanity是一个用于更好地阅读arXiv上的论文的网站。2.arXivVanity是通过重新设计arXiv上...
太长不看版目前大部分大学生以及职场小白问题不是缺乏资料来源而是,不能有效的利用手上的工具。我以知网为例。给大家演示下。我是薛潜之,读书思考,言有所...7...
ChatGenTitle是一个使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型。您可以通过以下步骤使用它:1.安装chatgentitle库:`pipinstallcha...
2017年是机器学习领域最有成效、最具创意的一年。现在已经有很多博文以及官方报道总结了学界和业界的重大突破。本文略有不同,AlexHonchar在Medium发文,从研...
在将于今年六月举办的CVPR2018会议上,中国科学院大学、英国邓迪大学和中国科学院脑科学与智能技术卓越创新中心的一篇Oral论文提出了一种使用鉴别性特征学...
查看论文可以采用以下几种途径:1.学术搜索引擎:比较著名的学术搜索引擎有GoogleScholar、WebofScience、SCIHub等,你可以在这些平台上直接输入关键词或...
如果您想发表论文,可以考虑以下几种途径来寻找杂志社:1.研究领域内的学术期刊:在您的研究领域内,有许多学术期刊可以发表您的论文。您可以在图书馆、学术...
诚邀。“戴森球”,是弗里曼·戴森在1960年就提出的一个理论。这个理论的提出尽管看上去异想天开非常疯狂,但至少在理论上行得通,但也仅仅是理论行得通,距离...
