据官方统计，ICML 2020 共提交 4990 篇论文，投稿数量再创新高，而最终接收论文 1088 篇，接收率 21.8%。与往年相比，接收率逐年走低。
ICML 是机器学习领域最重要的会议之一，因此在该会议上发表论文的研究者也会备受关注。受到疫情影响，今年的 ICML 大会已经改为在 2020 年 7 月 13 日至 18 日线上举行。
在ICML2020召开之前，我们根据论文作者，研究机构，国家和地区几方面给出了对本届ICML会议的基本统计数据，以便大家对此次会议有一个基本了解。
论文作者
让我们首先来看一论文作者的排名（按论文数量）
在 ICML 上发表论文是很困难的，因此能够一次性发表多篇论文的作者会让人印象深刻。来自日本理化学研究所（RIKEN）和东京大学的 Masashi Sugiyama 有 11 篇论文被接收，成为大会中被接收论文数量最多的作者。
排名前50的论文作者
有 15 个作者的两篇论文分别是：由来自谷歌、牛津大学、剑桥大学、哥伦比亚大学和伯克利大学 15 位研究者发表的论文《Stochastic Flows and Geometric Optimization on the Orthogonal Group》和来自天津大学、阿里巴巴、清华大学以及上海交大的 15 位研究者发表的论文《Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising》。
每篇论文作者数统计
不同国家的论文数统计
排在第二位的是英国（123 篇），第三位是中国大陆（122 篇），二者在接收论文数量上相差无几，但同样仅为美国的六分之一左右。
需要注意的是，国家或地区是根据组织机构的总部所在地而定，而非论文作者所在位置。因此，如果一位论文作者在 Google 苏黎世工作，那么该论文被计入美国，而不是瑞士。
不同国家论文数（仅统计大学）
值得一提的是，英国和中国大陆大约发表了相同数量的文章。
机构与组织
共有 494 个机构，362 所（73.3%）来自工业机构和 132（26.7%）来自学术界。587 篇论文（53.9%）纯粹隶属于学术研究，而只有 90 篇论文（8.3%）纯粹来自工业研究组织，411 篇论文（37.8%）隶属于两者。
前 50 的机构发表了几乎全部的论文，谷歌公司排名总体第一也是工业界排名的第一，谷歌的附属机构 Deepmind 与 Google brain 也位于工业界排名的前 4 名，微软公司在工业界排名第三。排名最高的大学分别为 MIT，Stanford，UC Berkeley，总体排名也仅次于 Google。在学术机构排名中 CMU 紧追上述 3 所大学排名第四。
总体排名及工业学术排名
美国有大量的组织，无论是在工业还是在学术界，都有大量的论文。相反，英国的表现是由 DeepMind 领导的，其次是大学。
参与每篇论文的组织数统计如下：
每篇论文参与的组织数
两篇有 7 个组织参与的论文分别是：由谷歌、微软、华沙大学、阿姆斯特丹大学、加州大学欧文分校、苏黎世联邦理工学院以及伦敦帝国理工学院的研究者协作完成的《How Good is the Bayes Posterior in Deep Neural Networks Really?》和由蒙特利尔大学、IIIT Hyderabad、麻省理工学院、Mila、特拉华大学以及 LinkedIn 等机构的研究者协作完成的《Learning To Navigate The Synthetically Accessible Chemical Space Using Reinforcement Learning》。
在 ICML 2020 即将来临之际，为了让大家能方便且第一时间了解 ICML 顶会的相关信息与论文的解读，AMiner 提供了 ICML 2020 顶会专版，欢迎大家了解！
ICML 2020 AMiner顶会系统入口：
想要了解更多学术进展、前沿科技资讯，参与学术头条每日话题讨论，可以扫描二维码或搜索AMiner308添加学术君微信，对学术君说: “我想进读者群”, 即可进入读者群，不定期发福利~
