2024 CSRankings全美計(jì)算機(jī)科學(xué)排名發(fā)布！CMU霸榜，MIT跌出前5（全美計(jì)算機(jī)排名前30大學(xué)排名）
編輯：桃子
【新智元導(dǎo)讀】全美CSrankings 2024結(jié)果出爐！全美計(jì)算機(jī)科學(xué)專業(yè)排名中，排名前三的學(xué)校是CMU、UIUC、佐治亞理工學(xué)院。值得注意的是，MIT跌出了全美前5。
2024 CSRankings全美計(jì)算機(jī)科學(xué)專業(yè)排名，剛剛發(fā)布了！
今年，全美全美CS最佳大學(xué)排名中，
卡耐基梅隆大學(xué)（CMU）位列全美第一，同時(shí)是CS世界第一。與此同時(shí)，伊利諾伊大學(xué)香檳分校（UIUC），連續(xù)6年穩(wěn)居榜單第二。佐治亞理工學(xué)院位列第三。
然后，斯坦福大學(xué)、圣迭戈加利福尼亞大學(xué)、密歇根大學(xué)、華盛頓大學(xué)并列世界第四。
值得注意的是，MIT排名下跌，跌出前五。
CSRankings是由麻省州立大學(xué)阿姆赫斯特分校計(jì)算機(jī)與信息科學(xué)學(xué)院教授 Emery Berger 組織的全球院校計(jì)算機(jī)科學(xué)領(lǐng)域?qū)嵙ε琶?，完全基于研究指?biāo)，相對來說比較透明。
CSRanking的細(xì)分排名分為4大類（27項(xiàng)小細(xì)分），分別為AI、系統(tǒng)、理論和跨學(xué)科領(lǐng)域。
在AI板塊，主要有5個(gè)細(xì)分領(lǐng)域：1.人工智能（Artificial intelligence）；2.計(jì)算機(jī)視覺（Computer vision）；3.機(jī)器學(xué)習(xí)（Machine learning）；4.自然語言處理（Natural language processing）；5.網(wǎng)頁信息檢索（The Web & information retrieval）。
全美CS排名：CMU穩(wěn)坐第一，MIT跌出前5
3所大學(xué)CS實(shí)力并列全美前8，分別是麻省理工學(xué)院、加州大學(xué)伯克利分校、馬里蘭大學(xué)帕克分校。
然后是，康奈爾大學(xué)、東北大學(xué)、普渡大學(xué)、德克薩斯大學(xué)奧斯汀分校，還有5所大學(xué)并列前15、4所大學(xué)并列前20。
具體看，CMU的機(jī)器學(xué)習(xí)領(lǐng)域，以及NLP、視覺、AI最為拿手。
伊利諾伊大學(xué)香檳分校（UIUC）的機(jī)器學(xué)習(xí)和NLP研究是最大的強(qiáng)項(xiàng)。
佐治亞理工學(xué)院ML、安全領(lǐng)域研究比較突出。
再來看看斯坦福大學(xué)、圣迭戈加利福尼亞大學(xué)、密歇根大學(xué)、華盛頓大學(xué)四所并列第四的大學(xué)研究表現(xiàn)。
并列第8的三所大學(xué)研究領(lǐng)域占比可視化。
排名依據(jù)：頂會論文發(fā)表量
當(dāng)前，1983年開始的《美國新聞與世界報(bào)道》（US News and World Report）排名最具聲望。
不過，US News排名完全以聲譽(yù)為基礎(chǔ)，依賴于向各部門主管和研究生院主任進(jìn)行調(diào)查。
就拿2023年US News世界排名一出離了大譜，把213所機(jī)構(gòu)排名弄錯(cuò)了，留學(xué)圈也是吵翻了天。
包括之前哥大在US News的排名數(shù)據(jù)造假事件，也是掀起了腥風(fēng)血雨。
另外，基于引用次數(shù)的指標(biāo)也存在灌水的嫌疑。比如，有的大學(xué)就鼓勵(lì)教職員工相互引用，「引用卡特爾」（Citation Cartels）也就看著光彩了。
不僅如此，并非所有論文引用都是免費(fèi)的，而且變化很快，像Google Scholar中引文統(tǒng)計(jì)系統(tǒng)在作者歧義方面做的不是很好。
為了給所有人提供一個(gè)有意義且透明的排名體系，Emery Berger組織的全球院校計(jì)算機(jī)科學(xué)領(lǐng)域?qū)嵙ε琶?，完全基于「研究指?biāo)」進(jìn)行排名。
具體來說，CSRankings是以絕大多數(shù)院校教員，在計(jì)算機(jī)科學(xué)領(lǐng)域的各大頂會發(fā)布的論文數(shù)量為衡量指標(biāo)。
自然語言處理的頂會有ACL、EMNLP、NAACL；計(jì)算機(jī)視覺領(lǐng)域的頂會含CVPR、ECCV、ICCV；機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘會議的論文來自ICML、KDD 、NIPS；人工智能頂會則包含AAAI、IJCAI。
看得出，這種方法是為了激勵(lì)教職員工在頂會上發(fā)表論文，而且CSrankings所有代碼和數(shù)據(jù)共享，同時(shí)還能防止造假。
教職工入選標(biāo)準(zhǔn)是？
數(shù)據(jù)庫的收錄標(biāo)準(zhǔn)是，只要是特定校園中的全職、終身教職員工，并且能夠單獨(dú)為計(jì)算機(jī)科學(xué)專業(yè)的博士生提供指導(dǎo)，都可以被收錄到數(shù)據(jù)庫中。
因此，這種方法將數(shù)據(jù)庫的覆蓋范圍擴(kuò)大到了其他院系的一些教師，這些教師與計(jì)算機(jī)科學(xué)系或類似院系有兼職合同，可以為CS的博士生提供指導(dǎo)。
請注意，全職意味著在整個(gè)學(xué)年至少有75%的工作時(shí)間。
作者署名、論文數(shù)怎么算？
一名教職員工在一篇論文中可獲得1/N分，其中N是作者人數(shù)，與他們的隸屬關(guān)系或身份（教職員工、學(xué)生或其他身份）無關(guān)。這個(gè)數(shù)字永遠(yuǎn)不會變。
在所有作者都是/最終成為數(shù)據(jù)庫中的教員的情況下，那么一篇論文最多只能算1.0分。
如果不按作者數(shù)量劃分論文的學(xué)術(shù)產(chǎn)出量，僅簡單計(jì)數(shù)論文數(shù)，那么作者可以很容易地通過增加作者來人為操縱和夸大單篇論文的產(chǎn)出量。
為了避免這種情況，必須分割論文的學(xué)術(shù)產(chǎn)出量。這可以激勵(lì)作者適當(dāng)?shù)貙Υ龑W(xué)術(shù)產(chǎn)出的署名，不濫用多作者夸大單篇論文的產(chǎn)出量。
參考資料：
https://csrankings.org/#/fromyear/2023/toyear/2024/index?all&us
版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn)，該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容， 請發(fā)送郵件至 舉報(bào)，一經(jīng)查實(shí)，本站將立刻刪除。