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)在全美和CS领域均名列前茅,而伊利诺伊大学香槟分校(UIUC)连续六年稳定地位于第二。佐治亚理工学院则排名第三。
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发起的全球院校计算机科学领域排名项目。该排名基于客观的研究指标,为学术界和学生提供了一个相对透明的评估工具。
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。
以上是2024 CSRankings全美计算机科学排名发布!CMU霸榜,MIT跌出前5的详细内容。更多信息请关注PHP中文网其他相关文章!

斯坦福大学以人为本人工智能研究所发布的《2025年人工智能指数报告》对正在进行的人工智能革命进行了很好的概述。让我们用四个简单的概念来解读它:认知(了解正在发生的事情)、欣赏(看到好处)、接纳(面对挑战)和责任(弄清我们的责任)。 认知:人工智能无处不在,并且发展迅速 我们需要敏锐地意识到人工智能发展和传播的速度有多快。人工智能系统正在不断改进,在数学和复杂思维测试中取得了优异的成绩,而就在一年前,它们还在这些测试中惨败。想象一下,人工智能解决复杂的编码问题或研究生水平的科学问题——自2023年

Meta的Llama 3.2:多模式和移动AI的飞跃 Meta最近公布了Llama 3.2,这是AI的重大进步,具有强大的视觉功能和针对移动设备优化的轻量级文本模型。 以成功为基础

本周的AI景观:进步,道德考虑和监管辩论的旋风。 OpenAI,Google,Meta和Microsoft等主要参与者已经释放了一系列更新,从开创性的新车型到LE的关键转变

连接的舒适幻想:我们在与AI的关系中真的在蓬勃发展吗? 这个问题挑战了麻省理工学院媒体实验室“用AI(AHA)”研讨会的乐观语气。事件展示了加油

介绍 想象一下,您是科学家或工程师解决复杂问题 - 微分方程,优化挑战或傅立叶分析。 Python的易用性和图形功能很有吸引力,但是这些任务需要强大的工具

Meta's Llama 3.2:多式联运AI强力 Meta的最新多模式模型Llama 3.2代表了AI的重大进步,具有增强的语言理解力,提高的准确性和出色的文本生成能力。 它的能力t

数据质量保证:与Dagster自动检查和良好期望 保持高数据质量对于数据驱动的业务至关重要。 随着数据量和源的增加,手动质量控制变得效率低下,容易出现错误。

大型机:AI革命的无名英雄 虽然服务器在通用应用程序上表现出色并处理多个客户端,但大型机是专为关键任务任务而建立的。 这些功能强大的系统经常在Heavil中找到


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

Atom编辑器mac版下载
最流行的的开源编辑器

mPDF
mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

Dreamweaver Mac版
视觉化网页开发工具

记事本++7.3.1
好用且免费的代码编辑器