重磅!全球TOP 1000计算机科学家公布:中国96位学者上榜!港理工张磊居大陆科学家之首
今天golang学习网给大家带来了《重磅!全球TOP 1000计算机科学家公布:中国96位学者上榜!港理工张磊居大陆科学家之首》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~
近日,Research(Guide2Research)发布了2023年世界顶尖1000名计算机科学家排名。
美国583名科学家实力霸榜。中国科学家有96人上榜,张磊居中国大陆科学家之首。
世界前20名顶尖科学家中不乏AI界大牛,比如图灵奖得主Bengio和Hinton。
网友指出,其中,在美国TOP100计算机科学家中,只有7位女性。

Research计算机科学领域最佳科学家排名已经更新到了第9版。
这个排名对全世界14400多名科学家的各项学术指标进行了审查,选出了前1000名顶尖科学家。排名基于包括OpenAlex和CrossRef等各种数据源整合的数据。
用于评估基于引文的指标的文献计量数据收集于2022年12月21日。排名中的位置基于学者的D指数(学科H指数),该指数仅考虑被审查学科的出版物和引文指标。
美国593人实力霸榜!斯坦福位列机构榜首
美国仍然是计算机领域科学家最多的国家,共有583人(去年591),占58.3%。
在排名前1%的科学家中,有5名研究人员为美国机构工作,2名来自加拿大大学,还有来自德国、英国和澳大利亚的学者各1名。
与此同时,中国和英国也保持了去年的第2名和第3名的位置,分别有96名和64名科学家,占比为9.2%和6.4%。

注:Research将台湾地区单独列出(共有4位TOP1000科学家)
在2023年的排名报告中,斯坦福大学的顶尖计算机科学家数量跃居榜首,共有38名计算机科学家。

麻省理工学院 (MIT) 的排名从之前的第一位下滑,现在有36名科学家。它与卡内基梅隆大学(36人)并列第二。
在2022年的报告中,前十名仅有美国的大学和公司。而今年,瑞士苏黎世联邦理工学院位列第10。
在研究型大学之外,谷歌和微软雇佣的最优秀的计算机科学家数量最多,分别是27人和25人。
就H指数排名平均值和分布来看,排名前1%的科学家的平均D指数为175,而排名中的1000名科学家的平均D指数为90。
到2023年,排名前1%的学者发表的论文平均数量为1047篇,而所有科学家的平均数量为473.7篇。
排名前1%的科学家的平均被引用次数为203,704.5次,而排名中所有学者的平均被引用次数为47,000.68次。

世界TOP 20:华人学者3位
在世界TOP 20计算机科学家中,密歇根州立大学的Anil K. Jain位列第一。
根据D-Index,Anil K. Jain教授连续6年排名第一,印度籍美国人,今年已经75岁了,过去几年依然硕果累累。
他的D-Index为203,已发表970篇论文,引用次数高达250,990。Anil教授引用次数最多的论文是1999年作为一作发表的「Data clustering: a review」,已经有18924次引用。
他因模式识别,计算机视觉和生物识别领域的贡献而闻名。2007年,他在生物特征识别方面的研究还获得了IEEE计算机协会授予的W.Wallace McDowell奖,这是该领域的最高技术荣誉。
排名第二的便是深度学习三巨头之一,图灵奖得主Yoshua Bengio。Hinton以153的D指数排名第13。

此外,在本次榜单中,LeCun以120的D指数世界排名第82。

华人学者在世界TOP20中占了3席位置。
其中,韩家炜 (Jiawei Han) 是唯一一位进入全球TOP5的华人计算机科学家,他的D指数为186,已发表1177篇论文,引用次数为209445。
他是美国伊利诺伊大学香槟分校计算机系教授,IEEE和ACM会士,2009 年获得了麦克道尔奖,这是 IEEE 颁发的最高技术奖。
在数据挖掘领域,韩家炜教授认为要想将现有的无结构的大数据变成有用的知识,首先要做的就是将数据结构化,因为杰出贡献而被冠以「数据挖掘领头人」。
此外,俞士纶(Philip S. Yu)、黄煦涛(Thomas S. Huang)都是进入TOP20的计算机科学家。
2020年第6版排名提到,为了纪念2020年4月25日逝世的黄教授(Thomas S. Huang),他生前主要研究算机视觉、模式识别以及多媒体等领域。
黄教授在全球排名第7位,在美国排名第5。


此外,还有我们熟悉的人工智能领域专家Andrew Ng(吴恩达)教授全球排名第54。
他是斯坦福大学计算机科学系和电气工程系的客座教授,曾任斯坦福人工智能实验室主任。他与达芙妮·科勒一起创建了在线教育平台Coursera。2012年曾被《时代》杂志评选为「最有影响力的100个人」。

斯坦福大学首位红杉讲席教授李飞飞位列第44。2020年2月,她当选为美国国家工程院院士;同年5月,担任Twitter公司董事会新独立董事;10月,当选为美国国家医学院院士。

中国96名计算机科学家上榜
在这次的TOP1000榜单中,大陆地区有96名科学家(「大陆92人+台湾4人」)上榜,其中排名前10的是:


除了上述10位科学家,入选全球前1000的知名科学家还有:(括号排名:国内排名/国际排名)
南京大学周志华(12/105)

旷视首席科学家孙剑(13/127)

清华大学马维英(15/141)

中国科学院大学谭铁牛(16/155)

华为田奇(19/201)

浙江大学沈春华(22/224)

清华大学刘云浩(29/341)

中国科学技术大学李向阳(32/402)

香港中文大学贾佳亚(40/485)

北京大学朱松纯(46/586)

腾讯俞栋(52/655)

清华大学唐杰(59/717)

联想芮勇(62/747)

百度王井东(71/828)

北京大学谢涛(92/980)

台湾地区
台湾地区入选全球前1000名科学家的有4位:

排名方法
Research科学家排名最初于2014年推出,入选标准是基于科学家的学科H指数(D指数),即他们在特定学科中的贡献比例,以及在特定领域的奖励和成就。
什么是D指数?D指数是用来对学者进行降序排名,并结合总引用次数。
H指数(D-指数)是一种反映科学家撰写有影响力文献数量的指示性指标。它是根据至少获得h次引用的论文数量h来计算的。
Research使用的H指数和引用数据来自各种计量数据来源。学科H-指数(D-指数)是通过仅考虑被认为属于所检查学科的出版物及其引用值来计算的。
将学者纳入顶尖学者排名的审批标准是基于D-指数,特定学科内的贡献比例以及科学家的奖项和成就。
列出领先学者的D-指数门槛是根据评估每个科学领域的科学家总数而设定的,增量为10,同时确保将顶尖1%的领先研究者纳入排名。
如果研究人员的大部分出版物属于计算机科学领域,那么将其纳入考察的D-指数门槛设定为30。
研究人员的一般H-指数与D-指数之间的接近程度应为30%或更低。
完整名单:
https://research.com/scientists-rankings/computer-science
理论要掌握,实操不能落!以上关于《重磅!全球TOP 1000计算机科学家公布:中国96位学者上榜!港理工张磊居大陆科学家之首》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
GPT-4“自我反思”后能力大增,测试表现提升 30%
- 上一篇
- GPT-4“自我反思”后能力大增,测试表现提升 30%
- 下一篇
- 数据和人工智能如何改变汽车行业
-
- 科技周边 · 人工智能 | 3小时前 | 人工智能 · rag · 语义检索重排器 第二阶段重排 Cross-Encoder Retrieve and Re-Rank Recall@K
- 语义检索重排器何时值得加入第二阶段
- 449浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 缓存 · 人工智能 · 提示词工程 · 提示词缓存 cache_control Prompt Caching 静态前缀 cache_read_input_tokens
- 提示词缓存命中率低应如何划分静态前缀
- 453浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- 模型路由怎样按任务难度分配不同推理预算
- 232浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- 结构化输出遇到递归字段时怎样约束模式
- 215浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · 工具调用 ·
- 智能体工具调用失败后怎样设计可控重试
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 17小时前 |
- 多模态模型输入图片过大时如何控制视觉令牌
- 196浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 |
- 推理服务连续批处理怎样减少 GPU 空转
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 23小时前 | 人工智能 · LoRa PEFT merge_and_unload 量化推理 模型合并
- LoRA 合并权重后输出变化过大应检查什么
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- RAG 分块重叠过大为什么会降低检索多样性
- 409浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 ·
- 合成数据能否替代真实样本:覆盖率与偏差检查方法
- 128浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 395次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 476次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 482次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 426次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 253次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
