×

2024 CSRankings全美计算机科学排名发布!CMU霸榜,MIT跌出前5

admin admin 发表于2024-05-04 19:30:57 浏览6 评论0

抢沙发发表评论

  新智元报道

  编辑:桃子

  全美 CSRankings 2024 结果出炉!全美计算机科学专业排名中,排名前三的学校是 CMU、UIUC、佐治亚理工学院。值得注意的是,MIT 跌出了全美前5。

  2024 CSRankings 全美计算机科学专业排名,刚刚发布了!

  今年,全美全美 CS 最佳大学排名中,卡耐基梅隆大学(CMU)位列全美第一,同时是 CS 世界第一。与此同时,伊利诺伊大学香槟分校(UIUC),连续 6 年稳居榜单第二。佐治亚理工学院位列第三。

  然后,斯坦福大学、圣迭戈加利福尼亚大学、密歇根大学、华盛顿大学并列世界第四。

  值得注意的是,MIT 排名下跌,跌出前五。

  CSRankings 是由麻省州立大学阿姆赫斯特分校计算机与信息科学学院教授 Emery Berger 组织的全球院校计算机科学领域实力排名,完全基于研究指标,相对来说比较透明。

  CSRanking 的细分排名分为 4 大类(27 项小细分),分别为 AI、系统、理论和跨学科领域。

  在 AI 板块,主要有 5 个细分领域:1.人工智能(Artificial intelligence);2.计算机视觉(Computer vision);3.机器学习(Machine learning);4.自然语言处理(Natural language processing);5.网页信息检索(The Web & information retrieval)。

  全美 CS 排名:CMU 稳坐第一,MIT 跌出前5

  3 所大学 CS 实力并列全美前8,分别是麻省理工学院、加州大学伯克利分校、马里兰大学帕克分校。

  然后是,康奈尔大学、东北大学、普渡大学、德克萨斯大学奥斯汀分校,还有 5 所大学并列前 15、4 所大学并列前 20。

  具体看,CMU 的机器学习领域,以及 NLP、视觉、AI 最为拿手。

  伊利诺伊大学香槟分校(UIUC)的机器学习和 NLP 研究是最大的强项。

  佐治亚理工学院 ML、安全领域研究比较突出。

  再来看看斯坦福大学、圣迭戈加利福尼亚大学、密歇根大学、华盛顿大学四所并列第四的大学研究表现。

  并列第 8 的三所大学研究领域占比可视化。

  排名依据:顶会论文发表量

  当前,1983 年开始的《美国新闻与世界报道》(US News and World Report)排名最具声望。

  不过,US News 排名完全以声誉为基础,依赖于向各部门主管和研究生院主任进行调查。

  就拿 2023 年 US News 世界排名一出离了大谱,把 213 所机构排名弄错了,留学圈也是吵翻了天。

  包括之前哥大在 US News 的排名数据造假事件,也是掀起了腥风血雨。

  另外,基于引用次数的指标也存在灌水的嫌疑。比如,有的大学就鼓励教职员工相互引用,「引用卡特尔」(Citation Cartels)也就看着光彩了。

  不仅如此,并非所有论文引用都是免费的,而且变化很快,像 Google Scholar 中引文统计系统在作者歧义方面做的不是很好。

  为了给所有人提供一个有意义且透明的排名体系,Emery Berger 组织的全球院校计算机科学领域实力排名,完全基于「研究指标」进行排名。

  具体来说,CSRankings 是以绝大多数院校教员,在计算机科学领域的各大顶会发布的论文数量为衡量指标。

  自然语言处理的顶会有 ACL、EMNLP、NAACL;计算机视觉领域的顶会含 CVPR、ECCV、ICCV;机器学习与数据挖掘会议的论文来自 ICML、KDD 、NIPS;人工智能顶会则包含 AAAI、IJCAI。

  看得出,这种方法是为了激励教职员工在顶会上发表论文,而且 CSrankings 所有代码和数据共享,同时还能防止造假。

  教职工入选标准是?

  数据库的收录标准是,只要是特定校园中的全职、终身教职员工,并且能够单独为计算机科学专业的博士生提供指导,都可以被收录到数据库中。

  因此,这种方法将数据库的覆盖范围扩大到了其他院系的一些教师,这些教师与计算机科学系或类似院系有兼职合同,可以为 CS 的博士生提供指导。

  请注意,全职意味着在整个学年至少有 75% 的工作时间。

  作者署名、论文数怎么算?

  一名教职员工在一篇论文中可获得1/N分,其中N是作者人数,与他们的隶属关系或身份(教职员工、学生或其他身份)无关。这个数字永远不会变。

  在所有作者都是/最终成为数据库中的教员的情况下,那么一篇论文最多只能算 1.0 分。

  如果不按作者数量划分论文的学术产出量,仅简单计数论文数,那么作者可以很容易地通过增加作者来人为操纵和夸大单篇论文的产出量。

  为了避免这种情况,必须分割论文的学术产出量。这可以激励作者适当地对待学术产出的署名,不滥用多作者夸大单篇论文的产出量。

  参考资料:

  https://csrankings.org/#/fromyear/2023/toyear/2024/index?all&us

群贤毕至

访客