其实微软学术每年还会出这样一期榜单，但去年的榜单，对AI学界和业界尤为重要！为何如此说呢？
2020年，可以说是AI顶会的丰收年。似乎受疫情影响未能举办线下大会，专家学者们缺位了面对面进行交流阐述的机会，但去年的AI顶会的规模基本上都达到了历史上最好水平。无论是参与的人数、投稿的论文数、评审团成员数、影响力等等，都大有提高。
这样的结果，也推动了AI顶会在顶尖学术大会地位的提高。这一点，从微软学术发布的2020最新学术刊物、会议影响力榜单上，得到了十分明显的彰显，无疑为AI学界和业界都起到了十分好的激励作用。
人工智能顶会黑马迭起，Cell和子刊也被甩在身旁
我们先来看一下总榜单。
总榜单上，万年四兄弟、NEJM、和柳叶刀仍然把持着顶尖刊物的季军、亚军和冠军和第四的位置，但是这4家的h5-指数和h5-中位数相比今年均有提高。
尽管前四名没有变化，但接出来，黑马出现了！
CVPR从今年的第10位，一跃升到TOP5，将和Cell都踩在脚下。h5-指数差一点儿就赶超了柳叶刀，而h5-中位数更是直接赶超柳叶刀、直逼第三名。若果依照现今的势头发展下去，除了柳叶刀第四名的位置不保，甚至连冠军交椅估计也要易主。
本届榜单还有一匹黑马，那就是ICLR。即使在总榜单上的位置不算很高，并没有步入TOP10，却是进步最大的AI顶会！总榜从42直接步入TOP20，连跳15级；在工程和计算机科学类子榜单TOP20里，也是从13名直接步入第三！
从榜单上可以看见，CVPR、ICLR、、ICCV等几大AI顶会均表现不俗，排行相比今年均出现了急剧的提高，只有ECCV排行略微增长。
据悉，去年的榜单还有一个激奋人心的好消息：AI顶会ACL以及AAAI首次入选，分别位列72以及96。
总结来看：
名称
2019排行
2020排行
变化
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
增长
ACL
72
上升
AAAI
96
上升
另外在工程和计算机科学类子榜单TOP20里，AI顶会也是大放异彩！
总结来看：
名称
2019排行
2020排行
变化
CVPR
上升
ICLR
13
上升
上升
ICML
19
13
上升
ICCV
11
上升
ECCV
18
20
增长
ACL
AAAI
同为影响力指数，微软的h5和JCR的IF有哪些区别？
虽然，在影响力指数方面，微软只是个后起之秀。相比而言，在国外更为著名的，是历史更为悠久、汤森路透（）的刊物引用报告（,JCR）每年发布的影响因子指数IF。
国外的好多科研评价体系对IF有着极其严重的依赖。科研论文有没有发表在IF指数高的刊物上、发表了多少篇，直接关乎到论文作者的前程。
但IF榜单发布至今，已然渐渐偏离了本意，不断遭遇到越来越多的指责、争议甚至非议。尤其是当汤森路透公司宣布将知识产权业务和科学信息业务（IP&）以35.5亿欧元（人民币将近250亿）的价钱转让给OnexCorp和霸菱欧洲投资（Asia）后，会员人数超过43000名、全球历史最悠久、规模最大的微生物科学商会组织德国微生物学会ASM直接对IF说不。
而微软在2012年推出的微软学术计量（），成为IF之外，评判学术刊物、顶会影响力的重要指标。
该评价体系由H指数（h-index或index），H核心（h-core），H中值（h-），H5指数（h5-index），H5核心（h5-core）和H5中值（h5-）构成。H指数由澳洲加利福尼亚学院圣何塞学校化学学家Jorge在2005年首先提出。
h指数：指该出版物中起码有h篇文章分别被引用了起码h次的最大数字h。比如，一份出版物有5篇文章被引用，分别是17、9、6、3和2，其h-index为3。
h核心：是指该出版物中被引用次数最多的h篇文章的集合。这种文章就是h-index的基础。诸如，里面的出版物的h-核心有三篇文章，分别是被引用的17、9和6。
h-中位数：是指其h-核心中被引用次数的中位数。诸如，上述杂志的h中位数为9，h中位数是评判h核心中文章被引次数分布的指标。
最后，出版物的h5-index、h5-core和h5-分别是指在过去5个完整月历年内发表的文章的h-index、h-core和h-。
因为评价体系不同，榜单的差别堪称天差地别。
例如在h指数下蝉联第一，并且在IF下，明年只排在了15，连TOP10都没进。而IF的第一名CA-Afor，在h指数下连面都没露，直接被排在100名往前了。
在排行方面，其实微软学术更倾向于AI，而JCR则更侧重医学，尤其对相关刊物爱的深邃。TOP100中物理学家排名100，微软学术基本将AI顶会都收录了进来；而JCR的IF中，是出现最多的字。
怎样借助好微软学术
直接用微软不好吗，为何我们要切换到微软学术呢？
(GS)是一个免费的学术搜索引擎，可以被觉得是学术版的微软。它的搜索范围包括出版商、大学或学术网站的知识库，而不是所有网路公开信息。
使用微软学术搜索增加了找寻学术信息的难度，与普通的搜索有好多区别，例如
搜索结果简练明了，前两行是文献关键信息，中间是摘要，顶部包含了引用计数等信息，两侧的链接相当于「阅读原文」了。
不知你有没有注意到下方有个版本信息，这个链接将显示文章的其他版本或文章的其他储存库，其中一些可能有免费下载版本。
点击图中的破折号，才能弹出各类格式的引用链接，直接复制即可。
虽然微软学术搜索每次只返回1000个结果，并且一直有太多的内容须要过滤，所以你须要一个更有效的方式来定位相关的文章。我们整理了一些建议，可以帮助你节约一部分时间:
微软学术搜索不分辨大小写。所以你不用费时间把「」切换为「」。
使用关键词而不是完整的短语。假定你的研究课题是关于手动驾驶车辆的。对于常规的微软搜索，我们可能会输入类似于「自动驾驶技术现况怎样」的内容。而在GS中，这样的搜索结果跟预期会差好多。
使用冒号搜索精确匹配。假如你把你的搜索句子装入冒号中，GS会在文档标题和正文中搜索该句子的精确匹配。假如没有顿号，GS会将每位词组分开处理。
在搜索单词中添加年份，可以获得在特定年份发表的文章。
使用侧边栏控件调整搜索结果。使用右侧面板的选项，可以进一步调整搜索结果，限制年份，包含或排除专利等，还可以依据相关性或日期对结果进行排序。
使用布尔运算符。搜索不分辨大小写，而且有一些布尔操作符可以拿来控制搜索物理学家排名100，这种操作符必须是小写的。NOT可以置于词组或句子后面，以排除包含它们的结果。不仅NOT，可用的还有AND、OR。
说那么多可能有点云山雾绕，所以为你们总结了下边这个表格，可以清晰地理解各类形式的搜索结果。
假如里面这种方式还不能满足你的需求，可以尝试微软的中级搜索，并且可能会过滤掉一些本来重要的内容。
不仅微软学术，还有什么好用的搜索引擎呢？
国产的学术搜索引擎在计算机和人工智能领域是相当有优势的。诸如搜索知识图谱，这个领域的顶尖大会、学术大牛、高被引学者的详尽信息一键可得。
还可以按学者搜索，例如我们搜索知识图谱领域的著名学者「唐杰」，立刻可以看见唐杰院士的最新研究，过往几年的论文发表情况，登陆以后就能看见更多详尽信息。
好多、的论文只能看见个摘要而且愁煞人，这时你就须要sci-hub了，只要输入你想下载的文献题目、DOI等信息就可以获取到该文献的下载链接，给我url，还你一个pdf！
不仅里面那些，还有一些政府机构或学院图书馆也提供挺好的学术资源，例如DOAJ（日本的崇信学院图书馆筹建），PMC（日本国立卫生研究院提供，存档生物医学，生命科学科研文献）等，这种垂直领域的搜索引擎也是挺好用的。
