其實微軟學術每年還會出這樣一期榜單，但去年的榜單，對AI學界和業界尤為重要！為何如此說呢？
2020年，可以說是AI頂會的豐收年。似乎受疫情影響未能舉辦線下大會，專家學者們缺位了面對面進行交流闡述的機會，但去年的AI頂會的規模基本上都達到了歷史上最好水平。無論是參與的人數、投稿的論文數、評審團成員數、影響力等等，都大有提高。
這樣的結果，也推動了AI頂會在頂尖學術大會地位的提高。這一點，從微軟學術發布的2020最新學術刊物、會議影響力榜單上，得到了十分明顯的彰顯，無疑為AI學界和業界都起到了十分好的激勵作用。
人工智能頂會黑馬迭起，Cell和子刊也被甩在身旁
我們先來看一下總榜單。
總榜單上，萬年四兄弟、NEJM、和柳葉刀仍然把持著頂尖刊物的季軍、亞軍和冠軍和第四的位置，但是這4家的h5-指數和h5-中位數相比今年均有提高。
盡管前四名沒有變化，但接出來，黑馬出現了！
CVPR從今年的第10位，一躍升到TOP5，將和Cell都踩在腳下。h5-指數差一點兒就趕超了柳葉刀，而h5-中位數更是直接趕超柳葉刀、直逼第三名。若果依照現今的勢頭發展下去，除了柳葉刀第四名的位置不保，甚至連冠軍交椅估計也要易主。
本屆榜單還有一匹黑馬，那就是ICLR。即使在總榜單上的位置不算很高，并沒有步入TOP10，卻是進步最大的AI頂會！總榜從42直接步入TOP20，連跳15級；在工程和計算機科學類子榜單TOP20里，也是從13名直接步入第三！
從榜單上可以看見，CVPR、ICLR、、ICCV等幾大AI頂會均表現不俗，排行相比今年均出現了急劇的提高，只有ECCV排行略微增長。
據悉，去年的榜單還有一個激奮人心的好消息：AI頂會ACL以及AAAI首次入選，分別位列72以及96。
總結來看：
名稱
2019排行
2020排行
變化
CVPR
10
上升
ICLR
42
17
上升
27
21
上升
ICML
59
33
上升
ICCV
71
29
上升
ECCV
56
58
增長
ACL
72
上升
AAAI
96
上升
另外在工程和計算機科學類子榜單TOP20里，AI頂會也是大放異彩！
總結來看：
名稱
2019排行
2020排行
變化
CVPR
上升
ICLR
13
上升
上升
ICML
19
13
上升
ICCV
11
上升
ECCV
18
20
增長
ACL
AAAI
同為影響力指數，微軟的h5和JCR的IF有哪些區別？
雖然，在影響力指數方面，微軟只是個后起之秀。相比而言，在國外更為著名的，是歷史更為悠久、湯森路透（）的刊物引用報告（,JCR）每年發布的影響因子指數IF。
國外的好多科研評價體系對IF有著極其嚴重的依賴。科研論文有沒有發表在IF指數高的刊物上、發表了多少篇，直接關乎到論文作者的前程。
但IF榜單發布至今，已然漸漸偏離了本意，不斷遭遇到越來越多的指責、爭議甚至非議。尤其是當湯森路透公司宣布將知識產權業務和科學信息業務（IP&）以35.5億歐元（人民幣將近250億）的價錢轉讓給OnexCorp和霸菱歐洲投資（Asia）后，會員人數超過43000名、全球歷史最悠久、規模最大的微生物科學商會組織德國微生物學會ASM直接對IF說不。
而微軟在2012年推出的微軟學術計量（），成為IF之外，評判學術刊物、頂會影響力的重要指標。
該評價體系由H指數（h-index或index），H核心（h-core），H中值（h-），H5指數（h5-index），H5核心（h5-core）和H5中值（h5-）構成。H指數由澳洲加利福尼亞學院圣何塞學校化學學家Jorge在2005年首先提出。
h指數：指該出版物中起碼有h篇文章分別被引用了起碼h次的最大數字h。比如，一份出版物有5篇文章被引用，分別是17、9、6、3和2，其h-index為3。
h核心：是指該出版物中被引用次數最多的h篇文章的集合。這種文章就是h-index的基礎。諸如，里面的出版物的h-核心有三篇文章，分別是被引用的17、9和6。
h-中位數：是指其h-核心中被引用次數的中位數。諸如，上述雜志的h中位數為9，h中位數是評判h核心中文章被引次數分布的指標。
最后，出版物的h5-index、h5-core和h5-分別是指在過去5個完整月歷年內發表的文章的h-index、h-core和h-。
因為評價體系不同，榜單的差別堪稱天差地別。
例如在h指數下蟬聯第一，并且在IF下，明年只排在了15，連TOP10都沒進。而IF的第一名CA-Afor，在h指數下連面都沒露，直接被排在100名往前了。
在排行方面，其實微軟學術更傾向于AI，而JCR則更側重醫學，尤其對相關刊物愛的深邃。TOP100中物理學家排名100，微軟學術基本將AI頂會都收錄了進來；而JCR的IF中，是出現最多的字。
怎樣借助好微軟學術
直接用微軟不好嗎，為何我們要切換到微軟學術呢？
(GS)是一個免費的學術搜索引擎，可以被覺得是學術版的微軟。它的搜索范圍包括出版商、大學或學術網站的知識庫，而不是所有網路公開信息。
使用微軟學術搜索增加了找尋學術信息的難度，與普通的搜索有好多區別，例如
搜索結果簡練明了，前兩行是文獻關鍵信息，中間是摘要，頂部包含了引用計數等信息，兩側的鏈接相當于「閱讀原文」了。
不知你有沒有注意到下方有個版本信息，這個鏈接將顯示文章的其他版本或文章的其他儲存庫，其中一些可能有免費下載版本。
點擊圖中的破折號，才能彈出各類格式的引用鏈接，直接復制即可。
雖然微軟學術搜索每次只返回1000個結果，并且一直有太多的內容須要過濾，所以你須要一個更有效的方式來定位相關的文章。我們整理了一些建議，可以幫助你節約一部分時間:
微軟學術搜索不分辨大小寫。所以你不用費時間把「」切換為「」。
使用關鍵詞而不是完整的短語。假定你的研究課題是關于手動駕駛車輛的。對于常規的微軟搜索，我們可能會輸入類似于「自動駕駛技術現況怎樣」的內容。而在GS中，這樣的搜索結果跟預期會差好多。
使用冒號搜索精確匹配。假如你把你的搜索句子裝入冒號中，GS會在文檔標題和正文中搜索該句子的精確匹配。假如沒有頓號，GS會將每位詞組分開處理。
在搜索單詞中添加年份，可以獲得在特定年份發表的文章。
使用側邊欄控件調整搜索結果。使用右側面板的選項，可以進一步調整搜索結果，限制年份，包含或排除專利等，還可以依據相關性或日期對結果進行排序。
使用布爾運算符。搜索不分辨大小寫，而且有一些布爾操作符可以拿來控制搜索物理學家排名100，這種操作符必須是小寫的。NOT可以置于詞組或句子后面，以排除包含它們的結果。不僅NOT，可用的還有AND、OR。
說那么多可能有點云山霧繞，所以為你們總結了下邊這個表格，可以清晰地理解各類形式的搜索結果。
假如里面這種方式還不能滿足你的需求，可以嘗試微軟的中級搜索，并且可能會過濾掉一些本來重要的內容。
不僅微軟學術，還有什么好用的搜索引擎呢？
國產的學術搜索引擎在計算機和人工智能領域是相當有優勢的。諸如搜索知識圖譜，這個領域的頂尖大會、學術大牛、高被引學者的詳盡信息一鍵可得。
還可以按學者搜索，例如我們搜索知識圖譜領域的著名學者「唐杰」，立刻可以看見唐杰院士的最新研究，過往幾年的論文發表情況，登陸以后就能看見更多詳盡信息。
好多、的論文只能看見個摘要而且愁煞人，這時你就須要sci-hub了，只要輸入你想下載的文獻題目、DOI等信息就可以獲取到該文獻的下載鏈接，給我url，還你一個pdf！
不僅里面那些，還有一些政府機構或學院圖書館也提供挺好的學術資源，例如DOAJ（日本的崇信學院圖書館籌建），PMC（日本國立衛生研究院提供，存檔生物醫學，生命科學科研文獻）等，這種垂直領域的搜索引擎也是挺好用的。
