AI/ML 분야 탑티어 학회 포스터

외람된 말씀이지만... 페이지 수가 길어진다고 해서...

결국 같은 분야들끼리 싸움이라는게 중요해 보이는군요 ㅎㅎ 가장 와닿습니다. 감사합니다

정리 감사합니다
탑티어는 2번
준탑티어 포함하면 4번 정도군요

오해가 있는 것 같습니다.
탑 떨어지고 바로 다른 탑 티어에 내는 걸 탑->탑으로 표현한 것입니다 ㅎㅎ

+ 음... 그 많은 학회 페이퍼의 퀄리티 유지가 되는가에 대해서도 많이 궁금합니다. 댓글 내용은 유지가 된다고 생각하신다는 것이겠죠??

ECCV는 탑티어가 아닌 것일까요??
그리고 NeruIPS, ICML, ICLR에는 vision 페이퍼가 별로 나오지 않는 것일까요 ?

ECCV 와 ICCV는 번갈아서 격년으로 열립니다.

1. iccv나 eccv는 동일한 티어고 제출 시기도 같지만 한 해마다 번갈아서 열리다 보니 둘 다 1티어로 칩니다.
제 주변에선 그냥 ccv라고 부르기도 합니다.

2. 초기엔 ml 학회에도 pure vision 페이퍼가 종종 출판되었는데 분야가 커지고 세분화되면서 근래엔 ml 학회엔 pure vision 페이퍼는 드물게 출판되는 것 같습니다. 아무래도 초점이 다르다 보니 그렇게 발전해가고 있습니다. 어느 쪽이 좋고 나쁨이 아니라 그냥 학회의 coverage 차이로 보면 될 것 같네요.

그리고 논문의 퀄리티 면에서는, AI 분야가 아닌 CS 분야의 탑티어 학회들의 acceptance rate이 보통 15-20% 정도인데, AI/ML, 더 나아가서 Vision이나 NLP 분야에서 포스터는 30%에 육박하는 경우가 많아서 타 분야의 탑티어와 동일 선상에서 보긴 좀 그렇습니다. 물론 acceptance rate이 탑티어 학회를 결정 짓는 전부는 아니지만, AI 분야 제외하고 일반적인 CS 분야에서 30% 넘으면서 탑티어인 학회는 거의 없습니다. 거기에 AI 분야는 논문 쪽수도 보통 짧죠. 솔직히 타분야 대비 논문 쓰기도 훨씬 쉽습니다. 체감상 technical content만 봤을 때 2배 정도 쉬운 느낌이에요. 쉽게 말해 타분야에서 논문 1편 쓰기 위해 아이디어를 2개 정도는 녹여놔야 할 때, AI/ML 쪽은 1개 정도면 된다고 보시면 됩니다. 물론, 문제에 따라, 또 각 아이디어의 중요도에 따라 단순 갯수로 이야기하는건 어려움이 따르지만, 타분야에서도 탑티어 학회를 썼었고, AI/ML 쪽에서도 여러편 탑티어로 갖고 있는 입장에서 솔직히 느껴지는 난이도는 그렇습니다.

완전히 일반화하긴 어렵긴 한데, 대략적인 아래와 같은 느낌 입니다.

타분야 short paper (double, 4-5 pages) < AI/ML/Vision/NLP 포스터 < 타분야 long paper (double, 10-12 pages) < AI/ML/Vision/NLP Spotlight < AI/ML/Vision/NLP Oral

혹시 어떤 타분야 기준으로 말하신건지 여쭤봐도 될까요? short paper 가 존재하는 탑학회가 있나요?

NLP 학회 중에 포스터가 있음?

억셉율로만 보시면 안되는게, 같은 rate 이라도 뽑히는 페이퍼 수가 적은게 훨씬 어려워서...

AI/ML Oral 페이퍼는 국내에서도 꽤나 보이지만 OSDI, SIGCOMM 같은 시스템 학회는 국내에서 1년에 1편도 잘 안나와요. 아키텍쳐 쪽이나 Security 쪽도, ISCA 나 CCS 가 AI/ML Oral 보다 쉽다고 말하긴 좀 힘들지 않을까 싶어요.

이런거 감안하면, AI/ML/Vision/NLP Oral 이 다른 CS 탑학회랑 동급으로 보는게 맞는거 같습니다. BK 에서도 그렇게 다루고 있구요.

능글맞은 피터 힉스// AI oral 페이퍼갯수가 타 분야보다 많은건 연구하는 사람들이 많아서 그런거지 더 난이도가 낮아서 그런건 아니죠. 학생많은 학교의 전교 10등이 학생적은 학교의 전교 1등보다 더 쉽다고 말 못하듯이요

능글맞은 피터 힉스// AI oral 억셉률은 4%로 타분야 oral 억셉률보다 훨씬 낮습니다

점잖은 막스 베버 //

네, 그래서 솔직히 애초에 다른 분야끼리 비교하는게 별로 의미는 없다고 생각해요.

그래도 한번 비교해보고 싶다면, 적어도 억셉율로만 하는게 아닌 프로젝트 텀이나 절대적인 자리수와 같은 다른 복합적인 요소도 같이 고려해야한다는게 제 생각이구요.

그래서 이것저것 고려해봤을때 타분야 CS 탑학회들이 적어도 AI/ML Oral 페이퍼보다 더 쉽다고는 말 못 한다는게 제 결론이예요. 제가 언급한 학회들은 2-3개만 있어도 미국 상위권 대학 교수 지원하는 수준인걸요.

- 탑티어 중에 short paper가 나오는 경우가 간간히 있습니다. publication 형식은 그때 그때 학회 체어 레벨에서 조금씩 변경할 수 있는 것이라서요.

- NLP 포스터는 확인하지 않고 썼네요. 인공지능 및 타 분야 대비 인공지능과 밀접한 관계가 있는 비전과 NLP를 같이 붙여쓰다보니 그리 되었네요.

- 그외 분야별 비교의 어려움 및 Oral 관련 댓글: 저 개인적으로도 박사 졸업할 때 top-tier 1개만 있어도 나쁘지 않은 실적이었던 보수적인 분야에 있었기 때문에 전적으로 의견에 동의합니다. 억셉률로만 보면 안되는 것도 맞고, 사실 한 분야 내에서도 풀고자 하는 문제에 따라 난이도나 이런 것도 천차만별이고, 복합적으로 생각해봐야할 요소가 너무 많아서 oral 쪽은 부등호를 넣는게 조금은 무리한 비교라고도 생각합니다. 그렇다보니 제 개인적으로 느껴진 경험에 따른 (즉, 일반화가 다소 어려운) 난이도 정도로 보시면 좋겠습니다.

기회가 많아 보이긴 하지만 반대로 워낙 분야가 빠르게 바뀌다 보니 한 타이밍만 놓쳐도 비슷한 아이디어가 나오거나 다른 더 좋은 아이디어가 나오기도 합니다. 심지어 하이재킹 당하기도..
그러다 보니 한번 떨어지면 기사회생이 불가능 경우가 허다합니다. 사이클이 촘촘한 게 좋을 수도 있지만 달리 말하면 언제든지 본인이 하던 연구가 하루아침만에 쓰레기통으로 가기 쉬운 것도 현실입니다. 이게 실제로 좋은 연구라 할지라도 리뷰어나 AC 따라서 말도 안 되는 비판을 받고 떨어지는 경우도 배제할 수 없어서 리스크도 큰 편입니다.