Exploring Major Journals in AI - AI와 관련된 주요 저널 알아보기 (feat. h-index)
Exploring Major Journals in AI (feat. h-index)
Hello there!! 👋
Today, let’s take a look at some of the major journals and conferences related to Artificial Intelligence (AI).
But before we dive in, let’s first understand how the research performance of journals and researchers can be measured quantitatively.
Shall we visit Google Scholar, which lets us explore various journals at a glance?
Go to Google Scholar
As you can see from the image above, Google uses the h5-index as a key metric to rank journals.
Not only that, it also lets us evaluate individual researchers’ performance using similar metrics!
We can find h-index on the page of Einstein —
🔍 Let’s Start with the h-index!
The h-index was proposed in 2005 by physicist Jorge Hirsch.
It allows us to measure a researcher’s productivity and impact simultaneously.
✅ Definition
“A researcher has an h-index of h if h of their papers have each been cited at least h times.”
🔎 Example
- If a researcher has published 10 papers, and 5 of them have been cited at least 5 times → h-index = 5
- Even if someone has published 100 papers, if only a few are cited frequently, the h-index may be low.
- In Einstein Case, his 156 papers are cited more than 156 times!!!
🧠 Advantages
- Reduces the impact of a single “hit paper”
- Reflects consistent academic influence
⚠️ Limitations
- Time-sensitive: May disadvantage early-career researchers
- Does not account for disciplinary citation patterns
(e.g., biology vs. philosophy or mathematics)
📊 So, What is the h5-index?
The h5-index, used by Google Scholar, is a variation of the h-index that focuses on recent performance.
✅ Definition
“The h5-index is the h-index for articles published in the last 5 complete calendar years.”
In other words, it’s the same concept, but limited to the last 5 years 🤓
Very useful in rapidly evolving fields like AI, where recent research impact matters.
🧠 GPT’s Suggested h-index Benchmarks for Researchers
| Level | h-index Range | Description |
|---|---|---|
| 🐣 Early-Career | 0–10 | Master’s graduates, Ph.D. students, or early postdocs |
| 🌱 Emerging Scholar | 10–20 | A few years post-Ph.D. |
| 🌿 Mid-Career | 20–40 | Active researchers at Assistant/Associate Professor level |
| 🌳 Established | 40–60+ | Full Professors, lab directors, or senior leaders |
| 🧠 Renowned Expert | 60–100+ | Global leaders and theory creators in the field |
📌 Note: This is not a strict rule, as citation practices vary by field.
🔁 Let’s Head Back to Google Scholar!
In the global rankings, you’ll find Nature at Rank 1 and the well-known Science at Rank 4!
These journals need no introduction 😄
🎯 Now Let’s Explore AI & Computer Vision Fields!
🔗 Top Journals in Engineering & Computer Science
Here are some top conferences I personally refer to:
| Rank | Conference | h5-index |
|---|---|---|
| 1 | IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) | 440 |
| 2 | Neural Information Processing Systems (NeurIPS) | 337 |
| 4 | International Conference on Learning Representations (ICLR) | 304 |
| 5 | IEEE/CVF International Conference on Computer Vision (ICCV) | 291 |
| 7 | International Conference on Machine Learning (ICML) | 268 |
| 13 | AAAI Conference on Artificial Intelligence (AAAI) | 220 |
| 18 | European Conference on Computer Vision (ECCV) | 206 |
🗓️ Summary of Conference Characteristics
| Rank | Conference | Field | Frequency | Month | Key Highlights |
|---|---|---|---|---|---|
| 1 | CVPR | Computer Vision | Annual | June | Leading in industrial and applied vision research |
| 2 | NeurIPS | Machine Learning | Annual | Nov–Dec | Covers both ML theory and applications |
| 4 | ICLR | Deep Learning | Annual | Apr–May | Strong focus on representation learning and new trends |
| 5 | ICCV | Computer Vision | Biennial (odd years) | October | More theoretical than CVPR |
| 7 | ICML | Machine Learning | Annual | July | Strong in mathematical foundations |
| 13 | AAAI | Classical + Deep AI | Annual | Jan–Feb | Blends logic-based AI and modern techniques |
| 18 | ECCV | Computer Vision | Biennial (even years) | October | Europe’s premier CV research venue |
💡 Interesting Observations!
Both ICCV and ECCV are biennial conferences,
but despite occurring only once every two years, they still rank highly on the h5-index!
Even more impressive:
Four of the top 14 venues worldwide are AI-related conferences!
- CVPR ranks above Science and is just below Nature at #2 globally!
🎉 In Summary…
This shows how competitive and dynamic the field of Computer Science, especially AI and Computer Vision, has become.
Major conferences like CVPR, NeurIPS, ICLR, ICML, AAAI, ICCV, and ECCV
are among the most prestigious venues in the world.
Papers published in these venues are carefully selected through rigorous peer review,
representing the cutting edge of global research 😊
📎 Appendix: Detailed Conference Descriptions
🧠 1. CVPR
- Full Name: IEEE/CVF Conference on Computer Vision and Pattern Recognition
- Held: Annually (June–July)
- Highlights: The largest computer vision conference. Known for applied research like Vision Transformers, Object Detection, Segmentation, and 3D Vision.
🧠 2. NeurIPS
- Full Name: Conference on Neural Information Processing Systems
- Held: Annually (November–December)
- Highlights: Top-tier machine learning conference. Covers theory, neural networks, LLMs, AI ethics, and reinforcement learning.
🧠 3. ICLR
- Full Name: International Conference on Learning Representations
- Held: Annually (April–May)
- Highlights: OpenReview format. Focuses on representation learning, diffusion models, and reproducibility.
🧠 4. ICCV
- Full Name: IEEE/CVF International Conference on Computer Vision
- Held: Biennially (Odd Years, October)
- Highlights: More theoretical than CVPR. Strong international participation and academic focus.
🧠 5. ICML
- Full Name: International Conference on Machine Learning
- Held: Annually (June–July)
- Highlights: Strong emphasis on theoretical and statistical foundations of ML, including optimization and probabilistic modeling.
🧠 6. AAAI
- Full Name: AAAI Conference on Artificial Intelligence
- Held: Annually (January–February)
- Highlights: Covers both classical AI topics (reasoning, planning) and modern approaches (deep learning, NLP, RL).
🧠 7. ECCV
- Full Name: European Conference on Computer Vision
- Held: Biennially (Even Years, October)
- Highlights: Europe’s top computer vision venue. Known for high-impact vision research and global participation.
Thanks for reading! 🚀
AI와 관련된 주요 저널 알아보기 (feat. h-index)
안녕하세요!! 👋
오늘은 인공지능, 즉 AI와 관련된 주요 저널들을 알아보고자 합니다.
알아보기에 앞서!! 저널들, 그리고 연구자들의 연구 역량을 정량적으로 판단할 수 있는 지표에 대해 먼저 알아보겠습니다!
먼저 다양한 저널들을 살펴볼 수 있는 Google Scholar를 방문해볼까요?
Google Scholar 바로가기
위 이미지를 보면 알 수 있듯, 구글에서는 h5-index를 저널의 평가지표로 삼아 순위를 매기고 있습니다.
뿐만 아니라 연구자 개개인의 연구 성과도 정량적으로 판단할 수 있답니다!
위의 아인슈타인 이미지에서도 h-index를 볼수 있지요!? —
🔍 먼저 h-index부터 알아봅시다!
h-index는 2005년 물리학자 Jorge Hirsch가 제안한 지표로,
연구자의 생산성과 영향력을 동시에 측정할 수 있습니다.
✅ 정의
“한 연구자가 발표한 논문 중에서 h번 이상 인용된 논문이 h편 이상 있을 때, h-index는 h이다.”
🔎 예시
- A 연구자가 10편의 논문을 냈고, 그 중 5편이 각각 5회 이상 인용되었다면 → h-index = 5
- 논문 100편을 썼더라도 인용이 골고루 분포되지 않았다면 h-index는 낮을 수 있음
- 아인슈타인의 h-index가 157이라는것은!! 그의 논문중 157편이 157회이상 인용되었다!!!!
🧠 장점
- 인용 수만으로 평가할 때보다, 대박 논문에 의한 왜곡을 줄임
- 꾸준한 영향력을 가늠할 수 있음
⚠️ 단점
- 시간에 민감: 젊은 연구자는 불리
- 분야별 인용 문화 차이를 반영하지 못함
(예: 인용이 활발한 생명과학 vs 상대적으로 적은 수학/철학)
🧠 GPT가 알려준 연구자 h-index 단계 구분!
| 단계 | h-index 범위 | 설명 |
|---|---|---|
| 🐣 초기 연구자 | 0–10 | 석사 졸업~박사과정/초기 포닥 수준 |
| 🌱 신진 연구자 | 10–20 | 박사 졸업 후, 몇 년간 활동 |
| 🌿 중견 연구자 | 20–40 | 조교수/부교수급에서 활발히 연구 |
| 🌳 저명 연구자 | 40–60+ | 정교수급, 학회장, 연구센터장급 |
| 🧠 세계적 석학 | 60–100+ | 분야 리더, 주요 이론/모델 제안자 |
📌 단, 분야와 인용 특성에 따라 다르기 때문에 절대 기준은 아니며 참고용입니다.
📊 그렇다면 h5-index는?
h5-index는 Google Scholar에서 사용하는 지표로, 최근 연구 성과를 반영하기 위한 버전입니다.
✅ 정의
“최근 5년간 발표된 논문 중에서, h번 이상 인용된 논문이 h편 이상일 때의 h 값”
즉, h-index의 범위를 최근 5년으로 제한한 것입니다! 🤓
AI와 같이 빠르게 발전하는 분야에서, 저널이나 학회의 최신 영향력을 파악할 때 유용합니다.
🔁 다시 Google Scholar로 돌아가볼까요?
Rank 1에는 모두가 아는 Nature, Rank 4에도 유명한 Science가 위치해 있네요!
너무 유명한 저널이라 별도 설명은 생략할게요 😄
🎯 이제 AI & Computer Vision 분야로 이동해봅시다!
제가 자주 참고하는 주요 학회들을 정리해보면 다음과 같습니다:
| 순위 | 학회명 | h5-index |
|---|---|---|
| 1 | IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) | 440 |
| 2 | Neural Information Processing Systems (NeurIPS) | 337 |
| 4 | International Conference on Learning Representations (ICLR) | 304 |
| 5 | IEEE/CVF International Conference on Computer Vision (ICCV) | 291 |
| 7 | International Conference on Machine Learning (ICML) | 268 |
| 13 | AAAI Conference on Artificial Intelligence (AAAI) | 220 |
| 18 | European Conference on Computer Vision (ECCV) | 206 |
🗓️ 각 학회별 요약 정리표
| 랭킹 | 학회 | 분야 | 개최 주기 | 개최 월 | 강점 요약 |
|---|---|---|---|---|---|
| 1 | CVPR | 컴퓨터 비전 | 매년 | 6월 | 산업/비전 실용 연구의 중심 |
| 2 | NeurIPS | 머신러닝 | 매년 | 11–12월 | 딥러닝 이론·응용 모두 포함 |
| 4 | ICLR | 딥러닝 | 매년 | 4–5월 | 표현 학습, 최신 트렌드에 민감 |
| 5 | ICCV | 컴퓨터 비전 | 격년 (홀수 해) | 10월 | CVPR보다 이론적 비중 높음 |
| 7 | ICML | 머신러닝 | 매년 | 7월 | 수학적 기초 연구 강세 |
| 13 | AAAI | 전통 AI + 딥러닝 | 매년 | 1–2월 | 추론, 계획 등 고전 AI와 최신 기술의 조화 |
| 18 | ECCV | 컴퓨터 비전 | 격년 (짝수 해) | 10월 | 유럽 중심, 비전 분야 핵심 연구 소개 |
💡 흥미로운 점!
ICCV와 ECCV는 격년제임에도 불구하고 상위권에 포진해 있다는 사실!
(즉, 다른 학회에 비해 절반만 열리는데도 h5-index가 높음)
그리고 놀랍게도…
전 세계 학술지 상위 14위 안에 AI 관련 학회가 무려 4개나 포함되어 있습니다!!
- CVPR는 Science보다 높고, Nature 바로 아래에 위치한 2위!
🎉 마무리하며…
이처럼 컴퓨터 과학, 특히 AI와 Computer Vision 분야는
전 세계적으로 엄청난 연구 경쟁이 펼쳐지고 있는 분야입니다.
우리가 논문에서 자주 접하는 CVPR, NeurIPS, ICLR, ICML, AAAI, ICCV, ECCV는
모두 세계 최고 수준의 학회이며,
그 속에서 발표되는 논문들은 수많은 심사를 거친 정제된 연구 결과라는 점을 기억해 주세요 😊
📎 참고1: 학회별 세부 소개
🧠 1. CVPR
- 정식 명칭: IEEE/CVF Conference on Computer Vision and Pattern Recognition
- 개최: 매년 (6~7월)
- 특징: 세계 최대 컴퓨터 비전 학회. Vision Transformer, 3D Vision 등 실용 중심 논문이 많음
🧠 2. NeurIPS
- 정식 명칭: Conference on Neural Information Processing Systems
- 개최: 매년 (11–12월)
- 특징: 머신러닝 이론, 신경망, LLM 등 최첨단 딥러닝 연구 발표
🧠 3. ICLR
- 정식 명칭: International Conference on Learning Representations
- 개최: 매년 (4–5월)
- 특징: OpenReview 방식, representation learning, diffusion model 중심
🧠 4. ICCV
- 정식 명칭: IEEE/CVF International Conference on Computer Vision
- 개최: 격년 (홀수 해, 10월)
- 특징: 비전 이론 연구 비중이 크며, 글로벌 연구자 참여 활발
🧠 5. ICML
- 정식 명칭: International Conference on Machine Learning
- 개최: 매년 (6~7월)
- 특징: 머신러닝 수학 이론, 최적화 중심
🧠 6. AAAI
- 정식 명칭: AAAI Conference on Artificial Intelligence
- 개최: 매년 (1–2월)
- 특징: 전통 AI(추론, 계획)과 최신 딥러닝을 함께 다룸
🧠 7. ECCV
- 정식 명칭: European Conference on Computer Vision
- 개최: 격년 (짝수 해, 10월)
- 특징: 유럽 중심이지만 국제적 영향력 큼. 비전 기술 혁신 소개
감사합니다!