跳转到主要内容
必威精装版App西汉姆联

计算机科学学科领域和主持人

论文在计算研究存储库(COR)有两种分类方式:下面列出的主题列表中的主题区域和使用1998年ACM计算分类系统。ACM分类方案为我们提供了一个相对稳定的方案,它涵盖了所有的计算机科学。主题领域不是相互排斥的,它们(还)也没有提供该领域的完整覆盖。另一方面,我们希望它们能更好地反映CS研究的活跃领域。我们希望增加更多的主题领域,并根据需求细分现有的主题领域。不能找到合适主题领域的作者应该使用主题领域Other。我们欢迎建设性的评论和建议

AI -人工智能- Diego Calvanese,Julien Corman和Ognjen Savkovic

除了视觉、机器人学、机器学习、多智能体系统和计算和语言(自然语言处理)以外的所有人工智能领域,它们有单独的学科领域。特别是,包括专家系统、定理证明(尽管这可能与计算机科学中的逻辑重叠)、知识表示、规划和人工智能中的不确定性。大致包括ACM主题类I.2.0、I.2.1、I.2.3、I.2.4、I.2.8、I.2.11中的内容。

CC -计算复杂度——克里斯多夫·乌曼

包括计算模型,复杂性类,结构复杂性,复杂性权衡,上界和下界。大致包括ACM主题类F.1(抽象设备计算)、F.2.3(复杂性度量之间的权衡)和F.4.3(形式语言)中的材料,尽管形式语言中的一些材料可能更适合于计算机科学中的逻辑。F.2.1和F.2.2中的一些材料可能也适用于这里,但更有可能将数据结构和算法作为主要主题领域。

CG—计算几何-凯文·布钦,杰夫·埃里克森

大致包括ACM主题类I.3.5和F.2.2中的材料。

计算工程,金融和科学——保罗Bientinesi

涵盖计算机科学应用于科学,工程和金融领域复杂系统的数学建模。这里的论文是跨学科和面向应用的,专注于能够进行挑战要执行的计算模拟的技术和工具,通常需要使用超级计算机或分布式计算平台。包括ACM主体类J.2,J.3和J.4(经济学)中的材料。

CL -计算和语言(计算语言学、自然语言和语音处理)包容cmp-lg- Stuart Shieber

涵盖自然语言处理。大致包括ACM Subject Class I.2.7中的材料。请注意,如果人工语言(编程语言、逻辑、正式系统)没有明确地解决广义上的自然语言问题(自然语言处理、计算语言学、语音、文本检索等),那么对该领域的工作就不适合。

计算机视觉和模式识别——大卫·福赛斯

包括图像处理,计算机视觉,模式识别,和场景理解。大致包括ACM Subject Classes I.2.10, I.4, I.5的内容。

计算机与社会——Aylin Caliskan

涵盖计算机对社会的影响、计算机伦理、信息技术和公共政策、计算机法律方面、计算机和教育。大致包括ACM主题课程K.0、K.2、K.3、K.4、K.5和K.7中的材料。

密码和安全- 耶利米碉堡

涵盖密码学和安全的所有领域,包括身份验证、公钥密码系统、携带证明代码等。大致包括ACM Subject Classes D.4.6和E.3中的材料。

DB -数据库——H.V. Jagadish

包括数据库管理、数据挖掘和数据处理。大致包括ACM主题课程E.2, E.5, H.0, H.2和J.1中的材料。

数据结构和算法——大卫o艾普斯坦

包括数据结构和算法分析。大致包括ACM主题课程E.1、E.2、F.2.1和F.2.2中的材料。

DL -数字图书馆-莉莲·卡塞尔,迈克尔·莱斯克

涵盖数字图书馆设计、文档和文本创作的所有方面。请注意,这里将与信息检索(这是一个单独的主题领域)有一些重叠。大致包括ACM Subject Classes H.3.5, H.3.6, H.3.7, I.7中的材料。

DM -离散数学- Jeff Erickson, Marcin Pilipczuk

包括组合学,图论,概率论的应用。大致包括ACM主题课程G.2和G.3中的材料。

DC—分布式、并行和集群计算- Shlomi Dolev.

包括容错、分布式算法、稳定性、并行计算和集群计算。大致包括ACM主题类C.1.2、C.1.4、C.2.4、D.1.3、D.4.5、D.4.7、E.1中的内容。

ET -新兴技术- Igor Markov, Dmitri Maslov

包括信息处理(计算,通信,传感)和生物化学分析的方法,基于替代硅cmos技术,如纳米级电子,光子,自旋,超导,机械,生物化学和量子技术(此列表不是独家的)。感兴趣的主题大致对应于硬件/新兴技术"香港邮政2012 ACM计算分类包括(1)新兴技术的构建模块,它们的可扩展性和在更大系统中的采用,包括与传统技术的集成,(2)新设备和系统的建模、设计和优化,(3)新兴技术的计算模型、算法设计和编程。注:关于无线网络的论文应提交给sci . ni。对于云计算的工作,考虑cs。cs。基于“增大化现实”技术,cs。倪或cs。CE,视焦点而定。对于水印,考虑cs。毫米和cs.CR。

形式语言与自动机理论- Michael Domaratzki.

涵盖自动机理论,正式语言理论,语法和语言。这大致对应于ACM主体类F.1.1和F.4.3。处理计算复杂性的论文应该转到CS.CC;处理逻辑的论文应该转到cs.lo.除非自动机,传感器或语法是主要科目,否则简单地利用自动机,传感器,语法等,否则简单地利用自动机,传感器,语法等,是不合适的。

计算机科学与博弈论-米哈尔·费尔德曼,大卫·帕克斯,摩西·坦纳霍兹

涵盖了计算机科学和博弈论交叉的所有理论和应用方面,包括机制设计工作,游戏学习(可能与机器学习重叠),游戏中agent建模的基础(可能与多agent系统重叠),协调,非合作计算环境的规范和形式化方法。该领域还涉及博弈论在电子商务等领域的应用。

GL -一般文学——乔Halpern

包括介绍材料,调查材料,未来趋势的预测,传记,和其他计算机科学相关的材料。大致包括所有ACM A类主题,但不包括会议论文集(将在相应的主题区域中列出)。

GR -图形-斯蒂芬·斯宾塞和大卫·Salesin

涵盖计算机图形学的所有方面。大致包括所有ACM科目I.3的材料,除了I.3.5可能有计算几何作为主要科目领域。

AR -硬件架构- Onur umllu.

涵盖系统组织和架构。粗略地包括ACM主体类C.0,C.1和C.5中的材料。

人机交互- Terry Winograd和Michael Bernstein

包括人为因素、用户界面和协同计算。大致包括ACM Subject Classes H.1.2和所有H.5的材料,除了H.5.1,它更可能以多媒体作为主要的主题领域。

IR -信息检索——詹姆斯·艾伦

涵盖索引,词典,检索,内容和分析。粗略地包括ACM主体课程H.3.0,H.3.1,H.3.2,H.3.3和H.3.4中的材料。

信息技术-信息论- Venkat Guruswami和Muriel Medard

涵盖信息理论和编码的理论和实验方面。包含ACM Subject Class E.4中的材料,并与H.1.1相交。

LG -机器学习- 汤姆迪特奇,塞巴斯蒂安Raschka和Luis Lamb

关于机器学习研究的所有方面的论文(有监督的,无监督的,强化学习,土匪问题,等等),还包括鲁棒性,解释,公平性和方法论。cs。对于机器学习方法的某些应用来说,LG也是一个合适的主要类别(见下文)。

与其他类别的关系如果论文的主要贡献是机器学习方法或基础,那么cs。LG应该是初级的。然而,如果论文是机器学习技术在目标应用领域的应用或改进,并且该领域可以作为arXiv中的另一个类别,那么该类别应该是主要的。必威精装版App西汉姆联实例包括计算机视觉(cs.CV),自然语言处理(cs.CL),语音识别(eess.AS),信息检索(cs.IR;包括推荐系统、文档分类、主题建模和计算广告)、网络安全和隐私(cs.CR)、众包和信息可视化(cs.HC)、定量金融(q-fin)和定量生物学(Q-Bio.).如果论文的应用域没有对应的ar必威精装版App西汉姆联Xiv类,则cs。LG作为原色合适。

讨论神经网络结构(激活函数、尖峰神经元等)基础的论文应该列出cs。NE是首要的,应用生物启发的优化技术如进化方法的论文也应如此。研究特定信号类型(如声音、脑电图、高光谱、超声)特性的论文应该考虑cs。SD(声音,包括音乐),eess。(演讲),套。IV(图像和视频),或eess。SP为主。cs。LG不适合用于研究人类学习的论文,如计算机辅助教学。CY更适合。

主要关注统计结果(新方法/推导)的ML论文很适合stat.ML,并且应该将stat.ML作为主要的或交叉列出的类别。用stat.ML作为主要分类的论文自动交叉列出为cs。LG,反之亦然。

计算机科学中的逻辑- Gopalan Nadathur.

涵盖计算机科学逻辑的所有方面,包括有限模型理论,程序逻辑,模态逻辑和程序验证。程序设计语言语义应该把程序设计语言作为主要的主题领域。大致包括ACM科目类D.2.4、F.3.1、F.4.0、F.4.1、F.4.2中的材料;F.4.3(形式语言)中的一些材料可能也适用于这里,尽管计算复杂性通常是更合适的主题领域。

MS -数学软件——保罗Bientinesi

大致包括ACM主题G.4中的材料。

MA -多智能体系统——何塞·维达尔

涵盖多智能体系统、分布式人工智能、智能代理、协调交互。和实际应用。大致涵盖ACM Subject Class I.2.11。

MM -多媒体——特•拉玛钱德朗

大致包括ACM Subject Class H.5.1中的材料。

网络和互联网体系结构——(Katerina Argyraki

涵盖了计算机通信网络的所有方面,包括网络架构和设计、无线通信、网络协议和互联网标准(如TCP/IP)。还包括与互联网架构和性能直接相关的主题,如web缓存。大致包括所有的ACM Subject Class C.2,除了C.2.4,后者更可能将分布式、并行和集群计算作为主要的主题领域。

神经和进化计算乔丹-波拉克

涵盖神经网络,连接主义,遗传算法,人工生命,自适应行为。大致包括ACM Subject Class C.1.3, I.2.6, I.5中的一些材料。

NA -数值分析——保罗Bientinesi

大致包括ACM Subject Class G.1中的材料。

OS -操作系统——威廉·韦特

粗略地包括ACM主体类别D.4.1,D.4.2中的材料,D.4.3,D.4.4,D.4.5,D.4.7和D.4.9。

哦,其他——乔Halpern

这是用于不适合其他任何地方的文档的分类。如果其他类别似乎合适,则不应使用这个类别。

PF -性能——Leana Golubchik

包括性能度量和评估、排队和模拟。大致包括ACM科目类D.4.8和K.6.2中的材料。

PL -程序设计语言- Gopalan Nadathur.

涵盖编程语言语义,语言功能,编程方法(例如面向对象编程,功能编程,逻辑编程)。还包括面向编程语言的编译器上的材料;编译器上的其他材料可能在架构(AR)中更合适。大致包括ACM主体类别D.1和D.3中的材料。

RO -机器人——Damien Chablat

大致包括ACM Subject Class I.2.9中的材料。

SI -社会和信息网络- Jure Leskovec和David Gleich

涵盖了社会和信息网络的设计、分析和建模,包括它们在在线信息访问、交流和交互中的应用,以及它们作为数据集在探索这些和其他领域问题中的作用,包括与社会和生物科学的联系。此类网络的分析和建模包括ACM主题课F.2、G.2、G.3、H.2和I.2中的主题;计算应用包括H.3、H.4和H.5的主题;以及计算机和其他学科接口上的应用程序,包括J.1—J.7的主题。关于计算机通信系统和网络协议(如TCP/IP)的论文通常更适合于网络和互联网体系结构(cs.NI)类别。

软件工程- Stéphane Ducasse和Nicolas Anquetil

包括设计工具,软件度量,测试和调试,编程环境等。大致包括所有ACM科目D.2的材料,除了D.2.4(程序验证)应该以计算机科学中的逻辑学作为主要科目领域。

SD - 声音——迈克尔·奥唐纳

涵盖了声音计算的各个方面,并将声音作为一种信息渠道。包括声音模型,分析和合成,音频用户界面,数据的声音化,计算机音乐,和声音信号处理。包含ACM主题类H.5.5,并与H.1.2, H.5.1, H.5.2, I.2.7, I.5.4, I.6.3, J.5, K.4.2相交。

SC - 符号计算——丰富Zippel

粗略地包括ACM主题类I.1中的材料。

系统和控制——Marco Lovera, Shi Guodong, Jan-Willem Van Wingerden和Yuan Wang

本部分包括理论和实验研究,涵盖自动控制系统的所有方面,重点分析和设计方法使用建模,仿真和优化工具。具体的研究领域包括非线性,分布,自适应,随机和鲁棒控制,混合和离散事件系统。应用领域包括汽车、航空航天、过程控制、网络控制、生物系统、多智能体和协同控制、传感器网络、网络物理和能源相关系统控制、计算系统控制。