《自然》杂志最新论文：谷歌量子处理器实现误差抑制指数增长

中新网北京7月15日电 (记者孙自法)国际著名学术期刊《自然》最新发表一篇量子计算的研究论文称，谷歌人工智能(AI)设计的量子处理器“悬铃木”实现了错误抑制的指数增长，该实验演示或为可扩展容错量子计算机的开发铺平道路。

该论文介绍，量子计算机和经典计算机一样，很容易出现由底层物理系统“噪声”引起的错误。一种解决办法是在计算机操作中加入一种能在错误出现时发现并纠正这些错误的方法；另一种量子纠错方法使用量子纠错码，通过将多个量子比特(量子信息的单位，对应经典计算机的比特)当作一个逻辑量子比特，从而在不破坏逻辑量子比特中存储信息的情况下，发现并纠正错误。为实现量子计算的潜力，逻辑错误率必须保持在很低的水平。

论文通讯作者、美国谷歌公司朱利安·凯利(Julian Kelly)和同事对“悬铃木”处理器的量子纠错能力进行研究，“悬铃木”包含一个54超导量子比特的二维阵列。他们运行了两种量子纠错码：一种是最多由21个量子比特组成的一维链重复码，用来测试错误抑制能力；另一种是由7个量子比特组成的二维表面码，作为与更大码的设置相容性的原理验证实验。

他们的研究表明，将重复码基于的量子比特数量从5个提高到21个，对逻辑错误的抑制实现了最多100倍的指数增长。同时，这种错误抑制能力在50次纠错实验中均表现稳定。

论文作者认为，这项研究结果表明，量子纠错可以成功将错误率控制在一定范围内，虽然这个错误率还没达到实现量子计算机潜力的阈值，但“悬铃木”架构或已逼近这一阈值。(完)

来源：中国新闻网

AI论文“井喷年”，两位AI尖子将相继爆发学术不端行为

几大 AI 顶会接收论文的数量正在迎来大爆炸，这当然是由 AI 研究的火热所驱动。然而，增长的烦恼也随之而来，人们担心，这些顶会的论文质量会不会跟不上数量的膨胀速度，以致顶会论文的整体质量遭到稀释。

正当这种忧虑还仅仅停留在合理推测的层面时，更加严重的论文质量问题给出了“实锤”。

ICCV与CVPR是计算机视觉领域最具影响力的顶级会议。它们不仅是CCF会议列表认定的A类会议，CVPR更是在2018年谷歌学术期刊和会议影响力排名中位列前20。然而，近期这两大会议却纷纷爆出学术不端风波。

两大顶会接连出现抄袭风波，谁该负责？

首先是南开大学程明明教授组被ICCV2019接收的论文受到抄袭质疑，其摘要部分与另一篇发表于CVPR2018的论文摘要相似度非常之高。

图丨南开大学程明明教授组论文摘要，地址：

https://arxiv.org/abs/1908.08433v1（来源：arxiv）

图丨CVPR2018论文

https://arxiv.org/abs/1801.03924（来源：arxiv）

图丨程明明教授也在知乎上快速做出了回应（来源：知乎）

ICCV 鉴定两篇论文的相似度仅为 3%，认定不构成抄袭。程明明也再次重申了对学术不端行为的重视，并表示今后将加强对论文的把控。

他表示：“在这件事情上，我们所有作者确实不够严谨，有明确责任。其中第一作者在撰写初稿过程中，在摘要里如此高相似度的去写研究背景，连我自己都很震惊”。

程明明也公布了事件发生和处理过程：一作的学生在撰写摘要初稿的过程中，计划模仿 CVPR 2018 的摘要的表述方式。但是在后续长时间的修改中错误地将计划参考的部分混入正文中。我们其他作者在后续修改的过程中主要关注文章创新点、实验等部分，没有发现摘要中背景介绍部分的问题。接到 IEEE 邮件之后，我们已按照 IEEE 的建议进行了认真修改。这篇论文和 CVPR 2018 的研究问题、所用方法是不一样的，同时我们也在文中多次引用了 CVPR 2018 论文。

对于国内团队这一摘要雷同事件，知乎原帖下留言的分歧也非常之大。

一些人认为过失在于老师，毕竟老师有责任为论文把关。另外一些人则认为老师并无过错。毕竟人脑不是机器，每年相关领域会诞生上千篇论文，老师怎么可能记得每篇论文中每一句话。避免类似问题，既不能靠老师，也不能靠评审，而应该建立查重系统。

不过也有人表示，即使老师没有人肉查重的能力，也应该提醒学生不能使用和他人如此相似的表述。程教授的回复中称撰写摘要的第一作者为高年级博士。高年级博士还犯如此低级的错误，终归还是老师没有尽到教导的责任。

还有一部分人认为，老师和学生都没有过错。每年发表的论文千千万，能把相似的背景精确表述的话早就被前人说完了。论文要讲究“形散而神不散”，文字的相似没有关系，只要创新点突出，对整个领域有贡献即可，没必要在文字上苛责，让研究者把时间浪费在组织不一样的表述上。

如果说中国团队这篇论文是“形散而神不散”，那下面这篇就是“形不散而神散”了。在第二起学术不端风波中，研究者 Jason Antic 发现，被 CVPR2019 接收的一篇论文剽窃了自己的研究成果 Deoldify，而他在几月前刚好和该论文的一位作者谈及过该成果！

仔细阅读论文，Jason Antic 发现，这篇论文声称他们受到了 Deoldify 的启发，而实际上根本就是 Deoldify 的副本。论文作者称早已包含在 Deoldify 中的部分是自己做出的改进。而他们自己真正做出的“改进”其实只是为了使该论文的代码可以与 Deoldify 有所区别。

（来源：推特）

当 Jason Antic 开始仔细阅读论文，一样样罗列证据时，剽窃者开始心虚。他们给出了这样的解决方案：将 Jason Antic 的名字加入作者的行列中，列在第三位，并将修改后的论文 pdf 发给了 Jason Antic。

图丨上图为 CVPR 2019 出版论文，地址https://openaccess.thecvf.com/content_CVPRW_2019/papers/NTIRE/Sharma_Robust_Image_Colorization_Using_Self_Attention_Based_Progressive_Generative_Adversarial_CVPRW_2019_paper.pdf；下图：论文作者修改后发给 Jason Antic的pdf，增加其为第三作者，且标注了 equal contribution（来源：cvpr）

Jason Antic 得到了很多研究者的声援，他也拒绝了剽窃者和解的请求，表示自己不会像个傻瓜一样为这样明目张胆的抄袭行为开绿灯。接下来，剽窃者开始删除与论文相关的资料，注销自己的各类账号。不过好在 Jason Antic 先前已经截图，并将收集到的证据提交给 CVF（Computer Vision Foundation，负责ICCV和CVPR的举办）裁决。

图丨有消息称，今年AAAI每位评审需要负责5到10篇论文，工作量艰巨（来源：推特）

AI会议投稿数进入4位数时代，需要新的审稿机制？

不久前有消息称，9 月 5 日截止提交的顶会 AAAI 论文注册数目超过 10000，AI会议论文投稿数进入 4 位数时代。

近年来，几乎每个与人工智能相关的论文投稿数都在不断刷新纪录。今年可谓是AI顶会“论文大爆炸”的一年，无论是已经举办的 IJCAI，还是正在路上的NIPS，都迎来投稿数的历史新高。以后者为例，今年，NIPS 会议的论文投稿量再创造新高，共收到 6743 篇投稿，最终接收 1428 篇论文，与2018年相比增长40%，并在论文提交截止时间前几分钟，服务器被挤爆。

好的一方面是，高投稿量一定程度上反映行业的蓬勃发展和创新涌现，但对于论文接收方来说，这样庞大的数目给会议论文评审带来庞大的压力，今年甚至出现了很明显的对顶会审稿机制不满的集体吐槽事件。

图丨CCF 划分的人工智能A类会议（来源：CCF）

图丨清华大学最新版AI 顶会（来源：清华）

今年 5 月 9 日， IJCAI 公布录取结果，共接收 4752 篇有效提交论文，最终收录 850 篇，录用率为 17.9%，低于历年平均 20% 的录用率。公布结果之际，多位论文作者在网上表达了其对审稿结果的不满，称“本届 IJCAI 审稿史上最烂”，相关的讨论同样在当天登上了国内社区知乎的热门话题。

审稿问题以外，论文质量难以得到保证的问题其实早已凸显，而如今像 CVPR 这样的顶会，也出现了触及学术不端红线的论文。

在 AI 领域，每个细分方向的专家其实数目有限，会议难以找到足够的评审者。通常来说，解决的方法只有两种：每位评审者承担更多的任务，或者是让不够资格或者不够了解该领域的研究者充数。不论选择哪一种方法，都会导致评审质量下降。其次，大量论文的涌现，让细分领域的专家也无法完全把握所有的研究成果，剽窃行为就可能侥幸躲过评审的眼睛。

人工智能领域的火爆之势还不见衰减，接下来各个会议的投稿数可能继续创造新高。回顾今年以来层出不穷的各种顶会“审稿乱象”，或许整个领域的审稿机制又到了急需改革的时候。

在诸多改善审稿机制的讨论中，求助于技术的力量是一个值得关注的方向：能否通过自动化的方法减轻人工审稿负担？这将是整个领域急需探索的问题，此前，北大一支团队就曾提出过用AI来帮助审稿的思路。如果自动化审稿的方法在AI领域能够跑通，对于其他学科方向来说，这样的探索也可以为其提供借鉴。

2021，谷歌博士奖学金宣布：同济和南京大学校友都在其中。

TOP前言

“TOP大学来了”小编按，8月30日，谷歌公布了2021博士生奖学金项目（Google PhD Fellowship program）获奖者名单，来自昆士兰科技大学、阿德莱德大学、新南威尔士大学和悉尼大学的四位博士生获得该殊荣。

“TOP大学来了”小编按，8月30日，谷歌公布了2021博士生奖学金项目（Google PhD Fellowship program）澳大利亚及新西兰地区的获奖者名单，来自昆士兰科技大学、阿德莱德大学、新南威尔士大学和悉尼大学的四位博士生获得该殊荣。

关于谷歌博士生奖学金项目

谷歌博士生奖学金项目（Google PhD Fellowship program）始创于2009年，谷歌一直在支持那些希望对科技未来产生影响的顶尖研究生。谷歌博士奖学金项目主要针对在计算机科学和相关领域从事重要和创新研究的候选人。

在澳大利亚和新西兰，该项目的获奖者将获得15,000澳元的奖学金，用于支付津贴和其他与研究有关的活动，以及一名从事与其研究领域有关的课题并提供指导的谷歌导师。

Theekshana Dissanayake，昆士兰科技大学

Theekshana Dissanayake目前在昆士兰科技大学攻读信号处理、人工智能和视觉技术(SAIVT)研究小组的博士学位。本科就读于斯里兰卡佩拉德尼亚大学。

他目前的研究兴趣包括生物信号数据的深度学习应用。

王鑫龙，阿德莱德大学，语音技术和计算机视觉博士

王鑫龙目前是阿德莱德大学博士二年级学生，导师为沈春华教授。本科就读于同济大学。

研究兴趣在于计算机视觉与机器学习，特别是赋能机器观察和理解环境。他的研究主题包括 2D/3D / 视频目标检测和实例分割。曾在旷视、腾讯、字节跳动等公司进行计算机视觉研究。目前为止，王鑫龙有多篇研究入选顶会论文，其中有四篇论文被 CVPR 2021 接收、一篇论文被 AAAI 2021 接收、两篇论文被 ECCV 2020 接收等。

李昀，新南威尔士大学，新机器学习博士研究生

李昀是新南威尔士大学计算机科学与工程学院的博士生，导师为姚丽娜教授和Boualem Benatallah教授。在此之前，李分别于2019年和2016年获得南京大学计算机科学与技术系的硕士学位和学士学位。

研究兴趣主要集中在深度学习和大数据分析，特别是在人类医疗卫生中的应用。我目前的主题概述如下：样本学习，基因组分析，医学影像。

自 2018 年以来，李昀参与撰写的多篇论文被 TKDE、ICTAI、ICONIP、ICDE、CIKM、AAAI、TNNLS 等学术会议以及 VLDB Journal等学术期刊接收。

Sampson Wong，悉尼大学，算法、优化和市场研究金

“为了保持高水平的可操作性，交通网络需要定期的监控和维护。随着网络的发展和技术的进步，对数据驱动的传输网络数据分析的需求越来越大。

Sampson Wong 的研究目标是开发有效的算法来解决交通网络中涉及几何运动数据的基本问题。该研究使用聚类和其他算法来检测几何运动数据中的通勤模式，并可以为交通网络选择有益的升级。

审核、编辑：大可

重的谷歌2019学术指标发布！《中国煤炭杂志》排名第八

北京时间7月20日，谷歌正式发布了2019年版的学术指标(Scholar Metrics)。本次发布涵盖2014-2018年发表的文章，并包括了截至2019年7月在谷歌学术中被索引的所有文章的引用。谷歌学术指标为作者提供了一种简便的方法，让学者们可以快速评估学术出版物最近文章的影响力。

在其官网（https://scholar.google.com/citations?view_op=top_venues）上，可以看到根据 5 年高引用（h5指数）和 h5中位数指标排名的前 20 出版物，也可以看到不同语种排名前 100 的出版物，比如中文、德语、日语等。每一种期刊可以点击 h5-index 查看被引用最多的论文。

在2019年Google Scholar Metrics排名中，英文综合刊物排名前10如下。

此外，英文出版物分为以下几大类，每个类别中亦有数十个子学科或研究方向。

商业、经济和管理
化学和材料科学
工程和计算机科学
健康和医学科学
人文、文学和艺术
生命科学和地球科学
物理和数学
社会科学

中文刊物排名前10如下，其中《煤炭学报》排名第8。

据悉，h5 指数是指在过去整整 5 年中所发表文章的 h 指数。h 指在 2014-2018 年间发表的 h 篇文章每篇至少都被引用过 h 次的最大值。出版物的 h5 中位数，是指出版物的 h5 指数所涵盖的所有文章获得的引用次数的中位值。

来源：综合自察言观数、新智元、中国科学院武汉病毒研究所、生物探索、青塔等

征稿邮箱：718710799@qq.com

信息提供：白娅娜 编辑整理：刘旸

审核：毕永华

免责声明：图片来自原帖转载或网络，版权归作者所有，如有侵权，请联系删除。

免责声明：以上内容转载自煤传媒，所发内容不代表本平台立场。全国能源信息平台联系电话 010-56002763，邮箱 hz@people-energy.com.cn

2018年谷歌学术影响力排行榜发布：中国百强期刊发布，19种教育期刊上市！

美国时间 8 月 2 日，谷歌学术发表了 2018 学术期刊&出版物学术影响力指数排名。该榜单涵盖了 2013-2017 年之间发表的的文章，以及截至 2018 年 7 月底谷歌学术索引中被引用过的所有文章，给我们提供了一个从SCI以外评价期刊的视角。

Google Scholar Metrics是谷歌2012年推出了一个期刊评价系统，即谷歌学术影响力指数，用来评价各个领域期刊的影响力。该榜单还包括来自网站的期刊文章，这些文章符合谷歌学术的收录指南。

此外，随着 AI 科技的发展，一些计算机科学和电子工程方面的会议文章也被收入在内。不过，2013-2017 年间发表文章不到 100 篇，以及这些年未被引用过的出版物没有涵盖在内。

今年的榜单包含了英语、中文、葡萄牙语、西班牙语、德语、法语、俄语、日语、韩语、波兰语、乌克兰语、印度尼西亚语等12 种语言的前 100 名出版物信息，涉及商业/经管、化学/材料科学、工程/计算机科学、健康/医学、人文/艺术、生命/地球科学、物理/数学、社会科学等8 大领域 260 个子领域的前 20 名出版物信息。

和影响因子相比，谷歌学术指标具有明显优越性：

首先，与影响因子只基于过去两年数据不同，谷歌学术指标统计过去五年的数据，因而更加体现一个出版物的持久影响力，而不仅仅是当前的热度。

更为重要的是，谷歌学术指标采用h5因子进行评价，显示的是出版物综合整体实力，而不会像影响因子那样很容易受一篇高引用文章所扭曲。最典型的例子就是神刊CA – A Cancer Journal for Clinicians，在谷歌学术指标中始终在前100名以外。

谷歌学术指标能够更为准确的体现一个出版物的实际影响。简而言之，两个出版物发表文章数量不同，但影响因子接近，显然发表数量多的影响力更广。这种差别在影响因子上看不出来，而在谷歌学术指标上则很容易体现。

GSM评价标准主要包括6个等核心指标：

H指数（h-index或Hirsch index）

H核心（h-core）

H中值（h-median）

H5指数（h5-index）

H5核心（h5-core）

H5中值（h5-median）

H指数于2005年由美国加利福尼亚大学圣地亚哥分校物理学家乔治·希尔施（Jorge Hirsch）首先提出，原本用来评价某一个学者的影响力，计算基于论文总数及各论文被引用的次数，即某学者如果在其所有学术论文中至少有N篇论文分别被引用了至少N次，那么该学者的H指数就是N。例如，王教授共发表200篇论文，其中有至少50篇被引用至少50次，那么他的H指数就是50。

总体来看，本次GSM主要参考了以下2个指标：

h指数（h-index）：指在所有发表的论文中，有至少 h 篇论文分别被引用了至少 h 次，那么这份期刊或会议的h指数就是h。

h中位数（h-median）：指 h核心中位数论文的引用次数。谷歌学术影响力英文期刊排名方面，《自然》、《新英格兰医学杂志》和《科学》分列前三名（详见图2）；中文期刊方面，《中国电机工程学报》、《中国电化教育》和《现代教育技术》分列前三名，其中教育类期刊达到19个（详见图1）。

图1：2018谷歌学术计量评价中文期刊前100名

序号	出版物	h5指数	h5中位数
1	中国电机工程学报	45	63
2	中国电化教育	39	67
3	现代教育技术	36	57
4	经济研究	36	47
5	中华护理杂志	36	43
6	农业工程学报	35	47
7	电力系统自动化	35	46
8	会计研究	34	48
9	中国社会科学	33	50
10	管理世界	33	43
11	护士进修杂志	32	46
12	地理学报	32	38
13	中国法学	31	46
14	煤炭学报	31	38
15	求是	30	54
16	生态学报	30	38
17	电网技术	30	38
18	教育研究 (中国教育科学研究院)	29	54
19	石油勘探与开发	29	47
20	计算机学报	29	37
21	中国老年学杂志	29	35
22	教育教学论坛	28	42
23	中国大学教学	28	39
24	图书情报工作	28	38
25	重庆医学	28	36
26	中国全科医学	28	35
27	远程教育杂志	27	99
28	开放教育研究	27	55
29	中国高等教育	27	54
30	理论参考	27	45
31	地理科学进展	27	43
32	农业经济问题	27	34
33	经济地理	27	32
34	中国石油勘探	26	41
35	电化教育研究	26	38
36	课程. 教材. 教法	26	38
37	中国工业经济	26	37
38	学周刊	26	36
39	中国校外教育	26	33
40	实验技术与管理	26	32
41	江西建材	26	30
42	现代阅读 (教育版)	25	51
43	软件学报	25	49
44	中国高教研究	25	41
45	科技创新与应用	25	39
46	高电压技术	25	36
47	中国水稻科学	25	35
48	环境科学	25	35
49	中国图书馆学报	25	34
50	中华民居 (下旬刊)	25	33
51	中国流通经济	25	33
52	会计之友	25	33
53	中国农业科学	25	32
54	实用妇产科杂志	25	32
55	中国医药导报	25	30
56	天然气工业	25	30
57	中国人口资源与环境	25	29
58	当代医学	25	28
59	现代远程教育研究	24	56
60	外语界	24	42
61	高等工程教育研究	24	42
62	中国商论	24	37
63	中国检察官	24	37
64	地球物理学报	24	36
65	法学研究	24	35
66	自动化学报	24	34
67	地理研究	24	32
68	地理科学	24	32
69	中国护理管理	24	31
70	南开管理评论	24	30
71	中国软科学	24	29
72	教育与职业	24	29
73	中华医院感染学杂志	24	28
74	现代中西医结合杂志	24	28
75	门窗	24	28
76	河北医学	24	27
77	计算机研究与发展	23	42
78	中国远程教育	23	39
79	国内高等教育教学研究动态	23	39
80	中国园林	23	36
81	人口研究	23	36
82	图书馆学研究	23	34
83	外语电化教学	23	34
84	中国行政管理	23	33
85	农业机械学报	23	32
86	实验室研究与探索	23	32
87	广东医学	23	31
88	法学	23	31
89	才智	23	28
90	中国中药杂志	23	27
91	中国医药指南	23	27
92	实用医学杂志	23	27
93	中国妇幼保健	23	26
94	护理学杂志	23	26
95	改革	22	39
96	职教论坛	22	32
97	煤炭科学技术	22	31
98	高等教育研究	22	31
99	中国环境科学	22	29
100	资源科学	22	29

图2：2018谷歌学术计量评价英文期刊前100名

学术假期过后，谷歌“飞走了”

今天，Google Cloud CEO黛安·格林（Diane Greene）在官方博客中宣布，原本担任Google Cloud AI负责人的李飞飞将重回斯坦福任教，取而代之的是卡内基梅隆计算机科学院院长安德鲁·摩尔（Andrew Moore），他将会在今年年底辞职，然后加入谷歌接手李飞飞的空缺。

谷歌高层再次变动，李飞飞重返校园执教

今天，Google Cloud迎来了近三个月的第三次高层变动。继此前首席运营官黛安娜·布莱恩特（Diane Bryant），以及黛安·格林的得力副手Google Cloud副总裁Bogomil Balkansky分别在7、8月离职后，现在李飞飞也要离开了。不过相对于前两人离职的突然且没有立即找接替人选，李飞飞的离开显然是有计划的。

据了解，李飞飞于2016年底加入Google，并担任AI团队负责人兼首席科学家。在此之前，她是斯坦福计算机科学副教授，在任教期间建立了ImageNet这个全球最大的图像识别数据库，创办了ImageNet的图像识别竞赛，奠定图像识别机器学习的比较基础。

在不到40岁的年纪，她已经获得了斯坦福终身教授资格，并担任斯坦福人工智能实验室、斯坦福视觉实验室、TOYOTA人工智能中心等多个重要人工智能实验室的负责人。这也是为什么当时她加入Google Cloud的消息备受外界关注。

过去一年多的时间里，李飞飞为谷歌在中国成立了Google AI China Center，由她和李佳（李飞飞在斯坦福的学生）共同领导。而谷歌今年推出的重量级产品，云端自动化机器学习工具Cloud AutoML，也可以说是她在Google Cloud期间的代表作之一。

除学术假期满，李飞飞的离开或与Project Maven有关

黛安·格林称赞李飞飞在谷歌建立了一个很棒的团队，加速了开发者和Google Cloud客户采用AI和ML。但对于李飞飞为什么离开，她没有多做说明，仅强调未来李飞飞仍会担任Google Cloud的顾问。

外界认为，一方面李飞飞加入谷歌是以兼职的形式，是向斯坦福请假投入的谷歌的工作，学术假期满，她势必要回学校继续任教。这与她的接替者安德鲁·摩尔不同，后者是辞去了卡内基梅隆计算机科学院院长一职，将以全职身份加入Google Cloud。

另一方面，有人猜测李飞飞卸任Google AI负责人，也可能与此前谷歌与美国国防部计划合作开发军用无人机Project Maven有关。虽然不确定李飞飞参与这项计划的程度有多深，但媒体曝光的邮件显示李飞飞对这项计划未持反对意见，只是提醒了这件事的敏感性。而这样的态度与她平日对外提倡AI应符合道德规范、应该是为了创造更好的世界等正面形象相违背，也因此引来争议。

但不论如何，李飞飞将回归校园，从Google Cloud AI负责人和首席科学家的角色转为顾问。李飞飞表示：“我在这个产业工作学到的，将可以强化产学合作往前更进一步。”接下来她将把工作的重心重新转回学术界，她还表示自己非常期待接下来和摩尔以及其Google Cloud AI团队继续这样的产学合作关系。

而即将接任的安德鲁·摩尔，其实在2006年到2014年就曾在谷歌任职，在这8年里，他组建立了谷歌匹兹堡研究中心。而在接下Google Cloud AI负责人的工作，重返Google任职之后，他将会继续在匹兹堡工作。

对于加入谷歌，安德鲁·摩尔表示，“我对此非常兴奋，我一直非常相信技术的力量来改善世界的状况，因此对我而言，这是一个帮助谷歌将有用的AI引入所有其他行业垂直领域的大好机会。”

卡内基梅隆大学的校长Farnam Jahanian也向安德鲁·摩尔表达了祝贺：“我代表CMU大学师生及教职工全体，很高兴能够表达对Andrew Moore职业生涯下一步的支持。他在CMU成功发展AI创新，并将其应用于现实世界环境。在21世纪追求对人工智能重要作用的共同理解，也将继续加强我们的长期与谷歌保持合作关系。”

中国队获得了5个奖项！Beihang团队荣获2021届ACM多媒体最佳论文奖

来源：acmmm

编辑：David 洁茹mm 好困

【新智元导读】近日，2021 ACM MultiMedia会议落下帷幕，会议揭晓了多项大奖，北航刘偲团队获得大会唯一一篇最佳论文奖。在会议公布的9个奖项中，国内团队揽下5项，实现大丰收！

又一场计算机学术盛会落下帷幕！

10月24日，2021 ACM MultiMedia会议顺利闭幕。会议公布了多个奖项：包括最佳论文奖、最佳学生论文奖、最佳Demo奖、最佳开源奖等9个奖项。

国内团队收获满满，来自北京航空航天大学的年轻团队获会议唯一一篇最佳论文奖，来自国内的研究团队更是获得了大会9个奖项中的5个。

最佳论文奖

Video Background Music Generation with Controllable Music Transformer

用可控音乐节奏变换器（CMT）生成视频背景音乐

作者：

Shangzhe Di (北京航空航天大学)

Zeren Jiang (北京航空航天大学)

Si Liu (北京航空航天大学)

Zhaokai Wang (北京航空航天大学)

Leyan Zhu (北京航空航天大学)

Zexin He (北京航空航天大学)

Hongming Liu (英国查特豪斯公学)

Shuicheng Yan (新加坡Sea AI实验室)

狄尚哲，本文第一作者，2020年在北京航空航天大学获得软件工程学士学位，本科毕业后进入刘偲老师的实验室，目前在北航计算机学院攻读硕士学位。

姜泽仁，本文共同一作，2020年在北京航空航天大学获得软件工程学士学位，本科毕业后进入刘偲老师的实验室。

本文通讯作者为北京航空航天大学副教授、博士生导师刘偲。

她的研究领域包括计算机视觉和多媒体分析。她以图像视频中的人物分析为切入点，开展图像视频理解研究并形成了较为完整的体系。近年来，作为项目主持人或主要研发人员参与了国家自然科学基金面上项目、联合基金项目以及多个企业横向项目。她的个人主页：https://colalab.org/

内容提要：

视频是记录生活、表达观点、娱乐消费的绝佳媒介。近年来，越来越多的人开始拍摄和制作视频。

本文主要解决视频背景音乐生成的任务。以前的一些研究无法针对给定的视频生成悠扬的音乐，而且没有考虑视频音乐节奏的一致性。为了生成与给定视频匹配的背景音乐，我们首先建立视频和背景音乐之间的节奏关系，尤其是将视频的时间、运动速度和运动显著性与音乐的节奏、密度和强度联系起来。

本文提出了 CMT，即一种可控的音乐变换器，它能够对上述节奏特征进行本地化控制，还能对用户指定的音乐流派和使用的乐器进行全局控制。客观和主观评价表明，采用我们的技术，生成的背景音乐与输入的视频的兼容性是令人满意的，同时音乐质量之高也令人印象深刻。

论文链接：

https://dl.acm.org/doi/pdf/10.1145/3474085.3475195

最佳学生论文奖

aBio: Active Bi-Olfactory Display Using Subwoofers for Virtual Reality

aBio：在虚拟现实中为用户提供真实的嗅觉体验

作者：

You-Yang Hu (国立台湾大学)

Yao-Fu Jan (国立台湾大学)

Kuan-Wei Tseng (国立台湾大学)

You-Shin Tsai (国立台湾大学)

Hung-Ming Sung (国立台湾大学)

Jin-Yao Lin (国立台南艺术大学)

Yi-Ping Hung (国立台湾大学)

内容提要：

本文提出了一种在虚拟显示环境下的主动式生物嗅觉显示系统「aBio」，可将气味精确地传送到特定位置，增强用户在虚拟环境中的沉浸感。aBio 通过碰撞双扬声器涡流发生器发射的两个涡环，为用户提供自由空气中的自然嗅觉体验，同时可以缓冲空气的冲击力。

根据不同应用的不同要求，涡环的碰撞点可以定位在用户鼻子前方的任何位置。一系列实验和用户研究结果表明，系统是有效的，用户可以在没有感知触觉干扰的情况下闻到气味，该系统仅需消耗很少的芳香精油。我们相信 aBio 具有通过高效传递气味来提高 VR 存在水平的巨大潜力。

论文链接：

https://dl.acm.org/doi/pdf/10.1145/3474085.3475678

最佳Demo奖

ViDA-MAN: Visual Dialog with Digital Humans

ViDA-MAN：一款多模式交互的逼真数字人机代理

作者：

Tong Shen (京东AI研究院)

Jiawei Zuo (京东AI研究院)

Fan Shi (京东AI研究院）

Jin Zhang (咪咕文化)

Liqin Jiang (咪咕文化)

Meng Chen (京东AI研究院)

Zhengchen Zhang (京东AI研究院)

Wei Zhang (京东AI研究院)

Xiaodong He (京东AI研究院)

Tao Mei (京东AI研究院)

内容提要：

本文提出了一种多模式交互的数字人机代理 ViDA-MAN，为即时语音查询提供实时视听响应。与传统的基于文本或语音的系统相比，ViDA-MAN可以生成生动的语音、自然的面部表情和身体姿势。在给定语音请求的条件下，ViDA-MAN能够以亚秒级延迟响应高质量视频。

ViDA-MAN 无缝集成了多模态技术，包括声学语音识别 (ASR)、多轮对话、文本到语音 (TTS)、谈话头部视频生成，提供身临其境的用户体验。ViDA-MAN 能够与用户就多个话题进行聊天，包括聊天、天气、设备控制、新闻推荐、预订酒店，以及通过结构化知识回答问题。

论文链接：

https://dl.acm.org/doi/10.1145/3474085.3478560

最佳开源奖

X-modaler: A Versatile and High-performance Codebase for Cross-modal Analytics

X-modaler: 一个面向跨模态分析的全能型、高性能代码库

作者：

Yehao Li (中山大学)

Yingwei Pan (京东AI研究院)

Jingwen Chen (中山大学)

Ting Yao (京东AI研究院)

Tao Mei (京东AI研究院)

内容提要：

本文提出了一个多功能和高性能的代码库X-modaler，将最先进的跨模态分析封装到几个通用阶段（预处理、编码器、交叉模态交互、解码器和解码策略）。每个阶段都涵盖一系列在最先进技术中广泛采用的模块功能，并可以实现无缝切换。

这种方式可以灵活实现最先进的图像字幕、视频字幕和视觉语言预训练算法。同时，由于多个阶段的高效模块化设计在不同的视觉语言任务之间实现了共享，X-modaler 可简单地扩展，作为跨模态分析中其他任务的启动原型，比如视觉问题回答、视觉常识推理和跨模式检索。

X-modaler 是一个 Apache 许可的代码库，其源代码、示例项目和预训练模型可在线获取：https://github.com/YehLi/xmodaler。

论文链接：

https://dl.acm.org/doi/pdf/10.1145/3474085.3478331

除了上述4个奖项之外，本次会议还揭晓了SIGMM杰出技术成就奖、SIGMM新星奖、SIGMM Test of Time论文奖、SIGMM杰出博士论文奖，以及2021 NICHOLAS GEORGANAS ACM TOMM 最佳论文奖。

SIGMM杰出技术成就奖：罗杰波

罗杰波教授是罗彻斯特大学计算机科学教授，在柯达工作15年后，于2011年加入罗彻斯特大学计算机系，最后担任高级首席科学家。罗杰波教授撰写了 400 多篇技术论文和 90 多项美国专利。

罗杰波教授因在多媒体计算、通信和应用方面的杰出技术贡献而获得著名的ACM多媒体特别兴趣小组(SIGMM)奖。该奖项是为了表彰他的杰出、开拓性和连续性。

罗杰波教授在多媒体领域，尤其是社交媒体挖掘领域享有最有影响力的学者之一。他发表了论文500余篇，出版著作4部，被引用33000余次，H-index为101，美国专利95项，8项最佳论文奖。

2008年被提名为IEEE Fellow, 2018年被提名为ACM Fellow, 2018年被提名为AAAI Fellow。

SIGMM 新星奖：宋井宽

宋井宽，电子科技大学教授、博士生导师。他在多媒体，计算机视觉，人工智能等领域发表论文近100篇，谷歌学术引用1600余次，H-index为20。

Test of Time 论文奖

Dynamic Adaptive Streaming over HTTP – Standards and Design Principles

作者：Thomas Stockhammer

摘要：

在本文中，我们提供了一些关于基于HTTP的动态自适应流(DASH)规范的见解和背景知识，这些规范来自3GPP和MPEG的草案版本。具体来说，3GPP版本提供了规范描述媒体表示的格式、段的格式和传递协议。此外，它还添加了关于DASH客户端如何使用所提供的信息为用户建立流媒体服务的信息描述。该解决方案支持不同的服务类型「如按需、实时、时移查看」，不同的功能「如自适应比特率切换，多语言支持，广告插入，欺骗模式，DRM」和不同的部署选项。给出了设计原则和实例。

链接：https://dl.acm.org/doi/pdf/10.1145/1943552.1943572

杰出博士论文奖

Video Adaptation for High-Quality Content Delivery

作者：Kevin Spiteri

摘要：

在本论文中，我们提出了视频自适应算法来传递内容并最大化观众的体验质量。视频提供商将视频分割成短段，并对每段编码多个比特率。视频播放器自适应地选择每段的比特率下载时，可能会为连续的段选择不同的比特率。我们将比特率自适应定义为一个效用最大化问题，并设计算法来实现，提供了可证明的接近最佳的时间平均效用。

论文链接：

https://scholarworks.umass.edu/cgi/viewcontent.cgi?article=3193&context=dissertations_2

2021 NICHOLAS GEORGANAS ACM TOMM 最佳论文奖

Do Users Behave Similarly in VR? Investigation of the User Influence on the System Design

作者：

Silvia Rossi（伦敦大学学院，英国）

Cagri Ozcinar（爱尔兰都柏林三一学院）

Aljosa Smolic（爱尔兰都柏林三一学院）

Laura Toni（伦敦大学学院，英国）

摘要：

我们通过提供一个公共可用的数据集来补充当前的数据集，该数据集提供了获得的导航轨迹，用于异构的全向视频和不同的观看平台，即头戴显示器、平板电脑和笔记本电脑。然后，我们对收集的数据进行了详尽的分析，以更好地理解虚拟现实中的导航，跨越用户、内容，并首次跨越观看平台。

实验结果证明，我们的解决方案不仅在体验质量方面优于一般公司的建议，而且在编码和存储方面，达到了高达70%的节省。更重要的是，我们强调了存储成本和用户亲和性度量之间的强相关性，显示了后者在系统架构设计中的影响。

参考链接：

https://2021.acmmm.org/

https://2021.acmmm.org/awards

2018年谷歌学术指标发布，影响因素在哪里？

谷歌学术根据截至2018年6月的数据，发布了最新学术指标。

2018年8月3日，谷歌学术发表了2018年最新的学术期刊和会议影响力排名。其结果更广泛、客观、准确，这会不会进一步影响学术期刊的评价体系？知社学术圈做出对比与分析，后文附谷歌学术排名前20的各学科期刊列表，谨供各位参考。

谷歌学术从2004年年底推出，广受好评，影响力也日益增大。相对流传较广的Web of Science相比，谷歌学术有不少优点。一方面它可以免费检索，而且涵盖范围远大于Web of Science。据估计，截止至2014年5月，谷歌学术共收集1亿6千万篇学术文献，几乎是Web of Science的三倍。其学术指标 (Google Scholar Metric) 在推出后，也开始冲击影响因子的地位。

Google学术计量中，读者可以浏览100中期刊和会议等出版物的信息，其排序和分类指标是依据五年h指数和h中位数。其中，针对出版物（期刊）h指数为：

1. h指数：出版物发表发表的 h 篇文章每篇至少都被引用过 h 次的最大值；

2. h核心：出版物最高被引的h篇文章；

3. h5 指数是指在2007年到2011年整整 5 年中所发表文章的 h 指数

4. h5中位数：指出版物的 h5 指数所涵盖的所有文章获得的引用次数的中位值。

Google仅计算出版物最近5年内发表文章的上述值，即h5指数、h5核心和h5中位数。目前的排名依据是2007-2011发表文章（五年整），被引数据以2012.9.15为准。

Google给出了英、汉、萄、德、西、法、韩、日、荷、意10种语言期刊h指数前100的排名，h中位数用于相同h指数期刊的辅助排序。

谷歌学术指标基于所谓的h5因子 (H-index)，即某一出版物在过去5年发表的文章之中，至少有h5篇文章每篇引用不低于h5次。例如排名最高的Nature，在2012年至2016年h5因子为366，表明这一期间Nature共有366篇文章引用数不低于366次。此外，谷歌学术指标还统计h5中位数，也就是进入h5因子的所有文章的引用中位数。例如Nature的h5中位数 (H-median) 为563次，显示其进入h5因子统计的366篇文章中，排名第183位的文章引用数为563次。

和影响因子相比，谷歌学术指标的优越性是显而易见的。首先，与影响因子只基于过去两年数据不同，谷歌学术指标统计过去五年的数据，因而更加体现一个出版物的持久影响力，而不仅仅是当前的热度。更为重要的是，谷歌学术指标采用h5因子进行评价，显示的是出版物综合整体实力，而不会像影响因子那样很容易受一篇高引用文章所扭曲。一个最好的例子就是近年影响因子排名第一的CA – A Cancer Journal for Clinicians，在谷歌学术指标中始终在前100名以外。与此相关的是，谷歌学术指标能够更为准确的体现一个出版物的实际影响。简而言之，两个出版物发表文章数量不同，但影响因子接近，显然发表数量多的影响力更广。这种差别在影响因子上看不出来，而在谷歌学术指标上则很容易体现。一个例子就是Nanoscale和Nano Research，两者都是国人主导的纳米领域杂志，短短几年都取得非常优异的成绩，影响因子都达到了7、8左右。但Nanoscale发表文章更多，因此进入了工程和计算机科学的前20名。

h因子评价体系最初由UCSD物理学家Jorge Hirsch提出，用于评价一个学者的影响力。目前通常基于两个数据库进行统计，一个是Web of Science，另一个就是谷歌学术。越来越多的学者开始采用谷歌学术进行统计，因其更为广泛的代表性。这一趋势预计在谷歌学术指标和影响因子的竞争中也会延续。

其相关排名包括综合排名以及分类排名。分类排名包括：商业/经管、化学/材料科学、工程/计算机科学、健康/医学、人文/艺术、生命/地球科学、物理/数学、社会科学。

下面请看2018年最新谷歌学术指标清单。

2020年谷歌学术指标发布

导读

近日，谷歌发布了2020版的谷歌学术指标（Google Scholar Metrics，GSM）。涵盖期刊为2015-2019年间发表的所有文章。小福团将其摘录如下，供大家查阅。

h指数（h-index ）是一个混合量化指标，最初是由美国加利福尼亚大学圣地亚哥分校的物理学家乔治·赫希（Jorge Hirsch）在2005年的时候提出来的，其目的是量化科研人员作为独立个体的研究成果。Hirsch的原始定义是，一名科学家的h指数是指其发表的N篇论文中有h篇每篇至少被引h次、而其余N-h篇论文每篇被引均小于或等于h次。Google使用h5-index评价一个期刊的影响力，它表示的意思是5年内有h篇文章被引用超过h次。

1.总排名