发表论文的平台如下：
1.知网
这里所说的是知网，是清华大学和清华同方共同办的这个数据库。在前些年他也叫中国期刊网，由于后来有人自己建了个网站也叫中国期刊网，自己收录期刊，假李逵装真李逵。玩文字游戏，导致很多作者上当。
所以现在知网对外不称中国期刊网了，就是叫知网。从论文发表来说，知网是最权威的，最有说服力的数据库。
凡是知网收录的期刊，一定是正规的，可以放心大胆的发表的，但是最近这两年知网变得更严格，所以知网收录的期刊发表费用比较贵一些。
2.万方数据库
万方数据库，也是一个比较大的论文数据库，仅次于知网。其权威性和重要性就等于是一个弱化版的知网，但是也是比较大。
从期刊正规性来说，如果一个期刊，知网不收录，但是万方数据库收录，说明还是比较正规的，虽然不如知网收录的那么正规。但是对于一般单位来说够用。
对于大学这样的单位可能必须要求知网。而对于一些企业单位，只要万方数据库能检索到已经发表的论文，就算不错了。所以，万方数据库也是一个必须参考的标准。
3.维普网
维普网在前些年实际上假刊比较多，比较泛滥，这两年所说期刊审核严格，上面审核严格，但是维普网收录的期刊从正规性和权威性上来说，都是严重不如知网和万方数据库。
对于很多要求不高的单位，或者评一些初级职称的单位，只有维普网收录的期刊还能管点用。稍微严格一些的，就不大灵光了。
《人工智能与机器人研究》是一本关于人工智能的期刊，该期刊杂志上发表的文章包含这些领域：智能机器人、模式识别与智能系统、虚拟现实技术与应用、系统仿真技术与应用、工业过程建模与智能控制、智能计算与机器博弈、人工智能理论、语音识别与合成、机器翻译、图像处理与计算机视觉、计算机感知、计算机神经网络、知识发现与机器学习、建筑智能化技术与应用、人工智能其他学科等等。另外，这本期刊就是一本开源期刊，与传统期刊相比，采用了同行评审的方法审稿，具体开源期刊的特点可以百度了解更多；而且发表了的文章传播范围更广，受众更多，文章的影响力也更大。
喜马拉雅和懒人听书，企鹅FM也可以上面不仅有经典也有小说，相声，儿童，人文，历史，音乐，情感，英语，商业。非常全面
塔丝猫好用提现门槛低，对学生党来说也不耽误学习，空闲时间玩一玩，零花钱就到手了。还有一个就是风车转赚手机APP挺适合学生党的我觉得，学生只要以学习为主嘛，那这个软件就是阅读转发即可，简单操作，安全方便。
貌似没刷到过。你可以去公众号，杂志社什么的投稿，比如说卡娃微卡，读者，Cheese 少女，，半个刺猬，谈心社，选择自己，深夜的晚安等等。如果你的文笔不错，也可以去晋江，起点什么的写写小说，个人比较喜欢看晋江文学城。
懒人听书和喜马拉雅都不错
看你自己擅长啥，这个是最重要的。如果没有特别中意的话，还是人机交互容易发论文。
人机交互主要是语言方面，这个方向范围比较广，以后可以从事数据挖掘、黑红客、软件开发等，普适计算包括包括移动通信、小型计算设备制造、计算设备上操作系统、嵌入式系统及软件技术等，可从事的职业一般有通信和硬件方面，如嵌入式系统和电信系统的无线通信等就是现在较热门的技术。网络多媒体主要是网络技术、网络工程和多媒体技术的结合，如视频会议，QOS、IPTV等是较热门的话题，跟通信有相邻的领域。至于多核操作系统目前好像还不是很多热门的技术和实用价值，但是将来很难说，在这方面研究的人好像相对少些。小的个人选择普适计算，因为通讯是现在社会发展的重要标志。当然论文也比较容易发表，是语言方面的论文都容易些。呵呵
在达特茅斯学院会议上确认“人工智能”学科。该年也被成为“人工智能”元年。 约瑟夫·利克莱德 设计互联网初期架构——以宽带通信线路连接的计算机网络，以实现信息存储、提取以及实现人机交互的功能。 以此催生了继电话网络、电报网络、无线电网络之后的，基于计算机网络的的第四网络。 恩格尔巴特发表《提升人类智能：一个概念性的框架》 “视窗”、“鼠标”、“互联网”以及后来的语音交互都是基于此理论框架衍生而来。 伊凡·苏泽兰（Ivan Sutherland） 计算机图形学之父 在MIT博士论文项目发明了电脑程序“画板”，是人们“曾经编写过的程序中最重要的一份程序”。事实上，这是有史以来第一个交互式绘图系统。这也是交互式电脑绘图的开端。 恩格尔巴特发明鼠标。（意义有多大，一个眼神体会下） 伊凡·苏泽兰（Ivan Sutherland）（对，还是前年那个老头） 提出“虚拟现实”概念，江湖人称“VR 之父”，并与人合作创造出世界首台VR/AR HMD（头戴式显示设备）“达摩克里斯”之剑。 恩格尔巴特 开发世界首个标准化编辑器——NIB，并提出超文本连接、电子邮件、电子出版、多窗口计算机显示器等概念。后来1997年图灵奖得主（受小的一拜） 英国剑桥大学 第一次人机系统国际大会，同年《国际人机研究》（IJMMS）创刊。 英国 Loughborough 大学创立 HUSAT 研究中心。 美国施乐创立 Palo Alto 研究中心（PARC） AT&T发明“蜂窝网络”（Cellilar Network） 摩托罗拉实验室马丁·库帕（Martin Cooper）（江湖人称“移动电话之父”）率先推出民用移动电话。 Palo Alto 研究中心（PARC）推出世界首台图形界面 Alto 计算机。人机交互正式进入GUI时代。 NASA 开发一款用于火星探测的虚拟环境视觉显示器VIVED VR，其特征为VR 设备体积较小并可以四处移动。 杰拉·拉尼尔 VRL Research 面向民用市场推出一系列VR设备，其中包括VR手套，头显，环绕音响系统，3D引擎以及操作系统Body Electric。 苹果，IBM，微软等相继推出图形界面操作系统。微软Windows 95抢占了大部分操作系统（虽然是抄苹果，还没抄好，另外苹果也是抄PARC的，后来乔布斯就有了“伟大的灵感靠偷”！niubility了！） 苹果推出掌上计算机（PDA）Apple Newton Messagepad,其中包括触控屏，红外线感应，手写输入等人机交互功能。 飞利浦公司 推出数字化智能手机。能够无线接入电子邮件，互联网和传真（传真是啥玩意？90后不懂）这个意义在于用户将可以随时随地接收互联网信息，呵，移动互联网。 斯蒂芬·费昂纳 发布世界第一款户外移动增强现实系统 Touring Machine。这个意义在于计算机从室内走向室外，开始获取和上传更加真实的空间信息。 奈良先端科学技术学院 加藤 鹰 弘（Hirokazu Kato） 推出世界首款 AR 开源工具 ARToolKit。程序猿们可以用这玩意自己写AR应用了，由于可以显示3D图像，意味着人机交互开始从二维转向三维空间。 （呵，日本。。。） IVR 交互式语音应答（Interactive Voice Response）,这玩意不用介绍，随便给哪个银行打个电话就知道这是啥了。这玩意干掉多少话务员？？ Web2.0 提出“应用软件构架在互联网”概念，FB和油管等相继问世，用户数据逐渐开始沉淀到大公司数据平台上。 任天堂发布新世代游戏机wii，wii游戏手柄通过传感器识别玩家手臂动作，增加互动性和娱乐性。 初代iPhone & iOS1（先拜为敬！） Google 发布 Android。（再拜！） 微软发布 Xbox 360体感外设 Kinect ，这意味着人们可以通过动作，手势和语音与机器进行交互。 Hi Siri！ Google Assistant！（大G家的，都听说过，都没见过，对吧？） Alexa！（亚马逊的语音助手） Dueros OS (百度推出的对话式人工智能操作系统，大概就是为智能硬件提供对话式语音交互解决方案) Google Glass上市。（没过几年凉了，技术没到风口，猪也难飞起来） Leap 发布体感控制器Leap Motion。 Thalmic Labs 推出MYO腕带。可以通过电活动判断用户意图（厉害了！）。 中国公司柔宇科技（终于轮到中国了）发布全球首款0.01毫米全彩柔性显示屏。 激动！！！ 任天堂 发布 PokemonGo AR游戏 索尼公司 推出智能触控投影仪 SONY Xperia Touch。这意味着任意载体都有可能成为屏幕。 苹果推出 AR kit Google 推出ARcore Magic Leap 推出Magic Leap one 消费机AR眼镜。 这一年是AR集中爆发的一年。没中国啥事。。。 柔宇科技推出首款可折叠柔性屏手机 FlexPai。柔性屏扩展了Z轴空间，意味着人机交互和信息传递将可以在Z轴进行。 1. 2000年以来，数据量剧增，多维度，多类型，多环境的数据为其提供了良好的底层基础。 2. 运算力持续提升，AI芯片的发展提高了数据并行处理的速度和能力。 3. Google 微软 FB 百度等企业开源研究成果，引导和聚集开发者参与到人工智能的浪潮。以上内容取自《AI 改变设计-薛志荣著》以及部分网上素材。侵删。
从1946年第一台计算机ENIAC问世以来，在计算机领域内，曾研制了各式各样的新技术和新产品，有些"长盛不衰"，有些则是"昙花一现"，总结它们盛、衰的缘由，可以得出这样一个规律，即：凡有助于缩小人机隔阂，有助于建立和谐人机环境的理论、方法、技术和产品都具有强大的生命力。例如，大规模并行处理（Massively Parallel Processing）、多媒体（Multinedia）、开放系统（Opensystem）、面向对象（Object-oriented）、网络计算（Netwouk computing）和嵌入式计算（Embedded comput-ing）等，均因为在建立和谐人机环境方面成效显著，而成为当今的主流技术。所谓建立和谐的人机环境，决不仅限于设计并实现一个友好的人机界面和具有灵活的交互功能，其最终目的是：从人在应用计算机的过程中增长了知识，发展到计算机在被人应用的过程中优化了功能；从计算机系统?quot;初解人意"逐步发展成计算机系统能够"善解人意"。用户在开始时都极力追求"更快、更高、更全"的计算机，但随着信息技术的发展和信息应用系统的普及，用户已经致力于寻求更为"好用、适用、易用"的计算机，希望在与计算机"合作共事"的过程中，计算机会逐步了解用户的需求、爱好和水平，并且用户和计算机的"学问"一起增长，这种。"人机智能共增"的技术水平和应用结果是计算机技术和人工智能技术发展到一个新的阶段的重要标志之一。 在以计算机或类计算机为核心的电子产品时代，人机交互技术正成为各国研究的重点之一。所谓人机交互技术，就是利用人类自身的语言、文字、图像等进行人机之间通讯的技术统称，人机自然语言（语音）通讯是其中较具潜能的一种。由于具有理解人类自然语言的计算机智能是新一代计算机的重要特征，围绕人机自然语言交互技术有关课题的研究是当今计算机、人工智能和信号处理研究的前沿热点课题，难度很大，既有很强的理论性又有很强的实验性。 从古老的"芝麻开门"传说开始，人类就一直幻想着用语言去征服和改造自然。伴随新技术的不断发展，人类的这一梦想正在逐步实现。谁能预知中文语音识别技术究竟能给我们带来什么样的应用前景？ 随着信息时代的到来，计算机已成为人类不可缺少的日常工具。在计算机中，通常人机交互界面以键盘为主。为了使计算机的界面与人更加"友好"，科学家开发出了若干种易学易懂、操作简单的界面。其中最方便最自然的界面首推口述语言。基于语音识别、镆艉铣杉白匀挥镅岳斫獾娜嘶�镆舳曰凹际跏鞘澜绻�系囊桓瞿讯群艽螅��惶粽叫缘母呒际趿煊颉Ｋ�那熬笆�止饷鳌Ａ斓际澜缛砑�绷鞯奈⑷硎琢毂榷�谴淖罱�担?quot;5年以后95%的网络软件将是在语音驱动下完成的。"近几年来，语音识别、合成技术发展很快，和它有关的语言学、语音学、语音理解，听觉心理和语言感知也有较大进展，加之超大规模集成电路、电子计算机、数字信号处理、人工智能等取得了突飞猛进的发展，以及最近两年的国际互联网的迅速生长和全球信息基础设施建设热潮，这为人机语音对话的研究提供了更好的理论和物质基础以及需求牵引。科学家们指出，人机语音对话已处于突破的前夜，估计10年内将会有重大的突破，并得到广泛应用。人机语音技术主要包括二个方面的内容，即语音识别和合成。 一般来说，语音可分成声母和韵母，计算机在接受到口腔发出的声音振动信号以后，切分出声母和韵母，然后根据声母和韵母在信号中不同空间、不同参数进行处理，并按照事先在计算机内部建立起来的各种模型进行匹配，计算出实际输入的波形和各模型之间的中心距离，最后得到一串以符号表征的信号序列。这些工作仅完成了语音识别的第一步。大家知道，语音信号往往是模糊不清的，它可以归结为五重模糊：即语音模糊、音词转换模糊、多义模糊、语义切分模糊和指代性模糊。人类的大脑在语音交流过程中，有天然的解决上述模糊的本领，因此人类可以从模糊的语音中清理出语音中包含的信息，通俗地说，这就是理解。而要通过计算机进行理解，必须要教会计算机有这种理解模糊的能力，这就比较困难。科学家们对此进行了大量研究。最近中科院声学所黄曾阳研究员提出基于自然语言理解?quot;概念层次网络理论"。这一理论的出现，立刻在我国计算语言界引起了重视，一些著名学者称这是一项创新成果，认为随着这一理论在计算机上实现，在计算机自然语言理解上将有重大突破。根据这个理论，我国科学家在计算机上设计了一套计算机可读的符号系统，建立了富有汉语特色的知识库。知识库中包含了内容极其丰富、内在逻辑关系十分严密的网络结构语义信息，同时设计了包括单字词感知、语义块感知、句类判定、语境生成、隐藏知识揭示等处理模块。组成了一个具有一定人工智能水平的计算机自然语言理解系统。 计算机语音合成即文语转换系统，就是将计算机内文字形式的语言文本转换成声音形式，以语音方式播放出来的系统，它的目标是让计算机具备人一样的说话能力，即在合成语音的质量上，在文字信息的认读能力和抑扬顿挫的掌握上，都达到正常语言交际的要求，并为大多数听众接受。文语转换除了与语音识别和语言理解共同构成人机对话系统外，还可以广泛用于文稿校对、计算机辅助教学、自动电话查询、盲人阅读机等方面。 近年来在汉语文语转换技术上取得了很大进展。由于采用了新的语音合成技术对汉语的声学特征作了比较深入的研究，建立了韵律调节规律，使得新的汉语文语转换系统的语音合成的质量有了明显的提高。为使计算机合成的语言具有高清晰度和高自然度，还必须解决文语转换中的"文本处理"智能化问题，即将现系统中静态的韵律模型改变为与上下文有关的由语义控制的动态模型，将特殊条件下韵律的人工标注改为机器自动标注，其中包括文本中的多音字读音的自动确认、重读、语间停顿或连续，以及其它韵律特征的自动标注等。为了达到这个目标，计算机必须完全读懂文本中的每一句话。计算机自然语言理解系统同样可以解决这一难题。这一系统可为韵律处理和语音合成提供各种处理信息，解决多音字读音问题、歧义切分问题，给出正确的语义块结构，自动生成轻重、缓急、停延等韵律信息，从而提高合成语音的正确率和自然率。目前国外比较完善的文语转换系统的文本处理多数是通过语法分析或统计分析在一定程度上理解文本，对于不能提取韵律信息的只能通过人工加入韵律符号。基于语义理解的韵律处理是保证合成语音自然度的关键。韵律处理包括两方面的内容：一是根据文本内容对合成语音的韵律特片进行描述，如确定什么地方强调，什么地方应一带而过，什么地方放慢语速，什么地方加快语速，什么地方有短停顿，什么地方有个长停顿等；二是?quot;强调"、"忽略"、"加快"、"放慢"、"停顿"等韵律描述信息转化为相应的音高、音长和音强等声学参数，送给合成模块，使合成语音具有适当的韵律、节奏。解决韵律控制问题有两个途径：一是利用知识，二是利用统计模型。当前，科学家正努力将以自然语言理解为支持的汉语语音识别和语音合成的计算机人机语音对话系统做成可供上市的商品提供给用户，但是目前仍有大量工作要做，特别是基于概念层次网络的知识库的建立，需要投入大批人力、物力，需要按照计算机可以处理的袷剑�源罅恐�督�惺占�⒐槟伞⒄�怼⒙既搿Ｔ诖锏绞辜扑慊�耆�腿艘谎�杂啥曰熬辰缰�埃�嵊胁簧僦屑洳�房梢酝聘�没АＨ缰悄苄秃河锲匆羰淙胂低常�淖执�碇械男８逑低常�跫兜奈挠镒�幌低常�扑慊�虻タ谟镏噶钕低常�囟ㄈ说目谟锸侗鹣低车染�崖叫�谑导手械玫搅擞τ谩Ｓ芍锌圃荷����⒌?quot;佳音"文语转换系统已经装配到微机上，可将输入到计算机中的文章模拟男人、女人、老人、儿童等不同的声音，用"普通话"和"广东话"读出。虽然目前该系统还不具备"理解"能力，但其发出的声音清晰，有较高的自然度。另外，自然语言理解技术的突破不光可以应用在计算机人机语音对话中，它的更大应用将是人工智能中的一个具有更大意义的领域──机器翻译。人类梦寐以求的以机器代替翻译人员对自然语言进行全自动翻译的一天将会到来。
首先看看你的要求是什么，做什么用的，什么样的期刊对你有更大的作用，自己要了解清楚 再发表 大学生现在发表论文的也挺多的。现在发表，主流是两个方法:直接和期刊联系，也可以通过机构 去操作 想要通过中间机构投稿的 要注意下 平台的信息可信度 ，或能淘宝第三方交易的 这样就比较好 ，像我就是这样的 嘿嘿 ~~~
IJCAI作为AI领域的首个国际性的学术会议，一直以来都被该领域的研究者们视为发表论文和参加会议的重要殿堂。本届大会共收到4752篇有效提交论文，最终收录论文850篇，接收率为17.9%。虽然，今年的论文提交量和录取量都创历史新高，但录取比率却是近10年最低。今年IJCAI的投稿总数相较于去年增加了约37%（去年论文投稿量3470篇、收录量710篇），而录取数仅比去年多了141篇。可以看出，一方面AI正受到越来越多研究者的关注，另一方面论文被接受的难度也在不断加大，但论文的含金量也得到了大大提高。大会历年来接收论文数量从通讯作者来看，来自中国的研究人员为本届IJCAI贡献了主要力量。据大会官方统计，今年的接收论文中，38%的论文来自中国，48%的论文来自亚洲。根据通讯作者所在地区划分：中国327篇（38%）中国香港15篇美国169篇（20%）欧盟152篇（其中包括英国32，法国29，意大利19，德国28）澳大利亚37篇加拿大14篇其他亚洲国家：日本18篇，新加坡18篇，印度20篇，以色列8根据论文主题划分，机器学习投稿2516篇，接收438篇，依旧是最热门的子领域。其次是计算机视觉，提交833篇，接受117篇；机器学习应用提交785篇论文，收录144篇论文。多智能体系统、自然语言处理、人类和AL、Al中的不确定性等都成为此次热门投稿论文。IJCAI 2019奖项全部出炉在13日上午的开幕致辞中，IJCAI2019理事会主席、香港科技大学计算机科学与工程学系主任杨强教授为各位获奖者颁发了奖项。
IJCAI 2019 奖项全部出炉！中国接收论文居首2019年08月14日 · 优质科技领域创作者8月10日-16日，第28届国际人工智能联合会议IJCAI在中国澳门隆重召开。来自全球各国3000 余名 AI 研究人员和专家齐聚中国澳门，共同探讨人工智能的现状和未来。IJCAI 2019 奖项全部出炉！中国接收论文居首会议现场IJCAI作为AI领域的首个国际性的学术会议，一直以来都被该领域的研究者们视为发表论文和参加会议的重要殿堂。本届大会共收到4752篇有效提交论文，最终收录论文850篇，接收率为17.9%。虽然，今年的论文提交量和录取量都创历史新高，但录取比率却是近10年最低。今年IJCAI的投稿总数相较于去年增加了约37%（去年论文投稿量3470篇、收录量710篇），而录取数仅比去年多了141篇。可以看出，一方面AI正受到越来越多研究者的关注，另一方面论文被接受的难度也在不断加大，但论文的含金量也得到了大大提高。IJCAI 2019 奖项全部出炉！中国接收论文居首大会历年来接收论文数量从通讯作者来看，来自中国的研究人员为本届IJCAI贡献了主要力量。据大会官方统计，今年的接收论文中，38%的论文来自中国，48%的论文来自亚洲。IJCAI 2019 奖项全部出炉！中国接收论文居首根据通讯作者所在地区划分：中国327篇（38%）中国香港15篇美国169篇（20%）欧盟152篇（其中包括英国32，法国29，意大利19，德国28）澳大利亚37篇加拿大14篇其他亚洲国家：日本18篇，新加坡18篇，印度20篇，以色列8根据论文主题划分，机器学习投稿2516篇，接收438篇，依旧是最热门的子领域。其次是计算机视觉，提交833篇，接受117篇；机器学习应用提交785篇论文，收录144篇论文。多智能体系统、自然语言处理、人类和AL、Al中的不确定性等都成为此次热门投稿论文。IJCAI 2019奖项全部出炉在13日上午的开幕致辞中，IJCAI2019理事会主席、香港科技大学计算机科学与工程学系主任杨强教授为各位获奖者颁发了奖项。
国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域中最主要的学术会议之一，原为单数年召开，自2016年起改为每年召开。有时还会和其他地区性的人工智能会议(‘xxCAI’)一起召开，常为该年举办地的所属的地区性质会议，如PRICAI(环太平洋人工智能会议)，ECAI(欧洲人工智能会议)等。[1]2021年1月22日消息，1月7日~15日人工智能领域最重要的学术会议之一IJCAI(国际人工智能联合会) 2020大会在受疫情影响半年后正式在线举行。在与大会同期召开的执委会会议上还进行了IJCAI 2024举办城市的投票选举，最终IJCAI 2024举办权花落上海，这是在2013年北京、2019年澳门两度举办之后，IJCAI大会第三次来到中国[2]。
人工智能领域发展到今天，哪些学术会议和期刊称得上顶级？清华大学刚刚提出的「计算机科学推荐学术会议和期刊列表」对于这些论文投稿目标有了新的评级。更为重要的是——它直接与清华学生的毕业产生了关联。对于研究生和博士来说，国际会议和期刊的评级可谓关键指标，清华计算机系的新规定和评级迅速引发了校内师生的广泛关注，讨论也很快扩展到了整个学术圈。最近，清华大学计算机学位评定分委员会针对其负责的计算机科学与技术、软件工程、网络空间安全三个一级学科，制定了「研究生学位创新成果要求」。与此同时，同时分委员会还发布了最新版《清华大学计算机学科推荐学术会议和期刊列表》。在我们比较关注的人工智能方向上，清华大学的列表就引来了不少议论。大幅减少会议期刊数量简单说来，与目前国内最为通用的中国计算机学会（CCF）版国际会议和期刊目录不同，清华大学新推出的分级标准只分 A、B 两类期刊，而且列表上的期刊数量也变少了。以往，B 类被认为是大神文章和普通文章的分水岭，而没有了 C 类则很可能让研究生们的毕业难度有所提高。此外，被清华评定为 A 类的期刊和会议与 CCF 有所不同。仅看 AI 领域：清华把 CCF 定为 B 类的 ECCV 、COLT、EMNLP 、ICRA 评定为 A 类，同时新增了 ICLR 、RSS 为 A 类会议。也就是说，由深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办、短短成立 6 年的国际学习表征会议（ICLR)，此次被清华大学列为 A 类顶会。在期刊方面，清华新增了 TR、TASLP 为 A 类期刊。当然也有从 A 类「降级」到 B 类的学术会议：它就是 AI 领域的首个国际性的学术会议 IJCAI。香港科技大学教授、微众银行首席 AI 官杨强评论说：「不知道清华大学这个排名用目标函数是不是『引用数』，如果只用引用数的话，排名的结果和我们所期望的影响力不一样。影响力的目标函数应该是（连接度+权威度），所谓『Hub and Authority』，参考 Jon Kleinberg。否则很容易被小圈子所利用。」另外，在数量上，与 CCF 的列表相比，清华给出的人工智能方向列表在期刊和会议数目上都有所减少，大大增加了投稿的难度。清华大学的文件还对于申请计算机相关学科的博士、硕士学位设置了标准，学生需要根据《研究生申请学位创新成果计分办法》至少获得 6 分才有资格申请博士学位；而申请硕士学位，则至少需要 2 分。而根据推荐会议和期刊列表，一篇 A 类得 4 分，一篇 B 类得 2 分。国际会议论文只认可长文，以及做口头报告的不少于 6 页的短文。若 B 类论文获得最佳论文或最佳学生论文奖，则等同于 A 类论文。这份规定从今年 9 月入学的新生开始执行，以往的高年级学生依然按照过去的考评标准。清华版 AI 顶会和期刊列表据《学术头条》报道，《清华大学计算机学科推荐学术会议和期刊列表》将计算机学科划分为 10 个方向，分别是高性能计算、计算机网络、网络与信息安全、系统软件与软件工程、数据库与数据挖掘、理论计算机科学、计算机图形学与多媒体、人工智能与模式识别、人机交互与普适计算、综合与交叉。在人工智能与模式识别方向，清华推荐了 12 个 A 类会议，17 个 B 类会议；A 类期刊 6 个，B 类期刊 33 个。A 类会议B 类会议A 类期刊B 类期刊CCF 版 AI 顶会和期刊列表清华大学发布的 CS 会议期刊列表和中国计算机学会的有哪些不同呢？2018 年 12 月，CCF 启动了新一轮《目录》的更新工作，并于今年 4 月发布了最新版的目录。对于计算机相关专业的学生们来说，CCF 目录是论文投稿的重要指标。不过 CCF 表示，该目录是值得计算机界研究者们发表研究成果的推荐列表，其目的不是作为学术评价的唯一根据，而仅作为 CCF 的推荐建议业界参考。与清华版人工智能与模式识别方向对应的是 CCF 人工智能方向。CCF 人工智能方向 A 类会议 7 个，B 类会议 12 个；C 类会议 21 个；A 类期刊 4 个，B 类期刊 21 个，C 类期刊 36 个。目前在最新版的目录中，人工智能领域的 A 类期刊为：而 A 类学术会议为：可以看出，CCF 版的七大人工智能学术会议基本早已成为大多数人认知中的「AI 顶会」。自 2010 年 CCF 发布计算机国际会议和期刊目录后，计算机科学领域内的国际会议重要性被人们逐渐确立起来，这改变了过去国内计算机科学领域仅依靠 SCI 影响因子评价的情况，让国内学界逐渐与国际发展接轨。不过在中国计算机学会版《目录》出现的 9 年之后，清华大学似乎已对未来计算机科学的学术评价有了新的思路。据悉，清华的学术期刊和会议标准，是根据论文引用的中位数、10H、H5 指数等指标进行量化后，再以人工（专家）意见为辅经过细微调整后得出的。随着学术和领域的发展，我们正在看到更加符合目前发展规律的评价方式不断出现，清华大学的新标准是否会业内带来变化？我们还需拭目以待。
一、什么是pi币 Pi Network 起始于2019年3月14日，这大概是项目名称的由来，圆周率π。核心团队由两名斯坦福大学博士和一名斯坦福大学MBA带领，他们都曾帮助建立斯坦福大学的区块链社区，现在项目开发处于第一阶段，是给早期用户发放福利的阶段。 这是一款基于社交裂变的手机APP挖矿项目，每个人都可以免费加入，用自己的手机进行挖矿，每24小时自动停止，需要点击闪电标志重新开启。巧妙的通过这样类似空投的方式把Pi分散到尽可能多的人手中，这样Pi的影响力才会更大，更有价值。 二、pi币发展规划： 第一阶段： 此阶段的网络被称为LiveNet（实时网络），Pi没有价格。 第三阶段： 此阶段会开通APP内转账功能，生成账户货币地址，场外交易正式开始。 此阶段的网络被称为TestNet（测试网络），此时官方会进行节点测试，先锋用户也可以自建节点，此时也是仿真器和测试网同时运行，进行系统结果的数据校正，为Pi主网上线做准备和修复。 第三阶段： 此阶段会上线交易所进行正式交易，Pi的价格正式确定。 此阶段被称为MainNet（主网），仿真器系统将会关闭，节点将全面开启，Pi系统将永远自行继续，此阶段是测试网络主网过渡期间，会进行KYC实名认证，确保Pi币属于真实用户同时对一些假冒用户进行Pi销毁或回收。 在Pi 的官方和APP内都介绍过Pi项目创始人，大意Pi是由三个来自斯坦福大学的人创办的手机离线挖矿项目，也有个人相关介绍，但是由于是英文的，所以很多人并不知道他们的更多详细信息。 Pi network联合创始人 产品负责人@Cfan，斯坦福大学博士、计算机科学家。 @nicolas，技术负责人，斯坦福大学博士、科学家。 @vince，社区负责人，耶鲁大学政治学位和斯坦福大学商业学位。 @cfan 在斯坦福大学拿到博士学位，拥有人类行为和人类群体研究方面的知识。我的研究方向集中在人机交互和社会计算，具体来说，就是我们如何使用科技对人类行为和社会产生积极的影响。她曾创办了一家初创公司，建立了一个通过众包来扩展对话的电子邮件生产平台。对Pi的希望是建立一个包容的经济体系，让全球公民释放和获取自己的价值，进而为社会和世界创造价值。2017年2月份联合Nicolas Kokkalis、Thomas Breier、Michael S. Bernstein等发表了一篇题为《Founder Center: Enabling Access to Collective Social Capital》的研究论文。2017年2月份联合Nicolas Kokkalis、Johannes Roith、Scott Klemmer等发表了一篇题为《MyriadHub: Efficiently Scaling Personalized Email Conversations with Valet Crowdsourcing》的研究论文@cfan博士的研究同时隶属于帕洛阿尔托大学和斯坦福大学。论文的记录地址在斯坦福大学官网HCI中心可以查询到 Pi 技术负责人 @Nicolas Kokkalis，斯坦福大学博士、计算机科学博士后、斯坦福大学区块链讲师，斯坦福大学区块链研究中心成员。在以太坊和区块链出现之前，其就创建了一个用于在容错分布式系统上编写“智能契约”的框架。是在线游戏平台Gameyola创始人，该公司于2009年获得Facebook基金奖。其是StartX（Stanford-StartX基金）首席技术官，该组织是非营利性创业孵化器，旨在帮助斯坦福大学学生创业。他毕业于希腊克里特岛大学计算机科学专业，并拥有多伦多大学计算机科学硕士学位。在世界顶级期刊ACM计算机与人机交互联合发表过多篇论文，合作者有上面提到的几个人和斯坦福大学的几个技术大咖。早2017年6月份的时候，Nicolas Kokkalis表示，斯坦福大学旗下的StartX正在开拓自己的区块链加速器平台，所有StartX孵化项目都将成为平台的一部分。2018年9月24日Filecoin（IPFS）项目组访问过斯坦福区块链技术小组，小组成员有Nicolas Kokkalis。2019年1月30日-2月1日的《斯坦福区块链会议2019年》中，担任第11节智能合约2的会议主席。顺便说一下，该会议已于2017、2018年都举办过，第四届是2020年2月19日-21日进行。 @Vincent McPhillip，先后就读于耶鲁大学和斯坦福大学，斯坦福大学区块链研究中心成员。共同参与创建了Stanford Blockchain Collective，同时开会教授Crypto 101研讨会。@vince来自北美洲的特立尼达和多巴哥共和国，一个靠近委内维拉的岛国，3一个加勒比地区重要的石油国。会说英语、西班牙语、法语。斯坦福大学一共有两个区块链组织，@vince均在其中，作为一个南美洲北部的一个岛国人，能先后进入耶鲁大学和斯坦福大学，想来不简单。Nicolas和Vincent都是斯坦度 区块链研究中心的成员，该组织的联合主任之一就是在2015年发明设计Stellar恒星协议技术的David教授。 三人都是来自于斯坦福大学，作为世界顶级大学和创业大学，这三个人代表的不仅仅是几个区块链技术大咖，更是代表了斯坦福大学和世界区块链的技术。
《人工智能与机器人研究》是一本关于人工智能的期刊，该期刊杂志上发表的文章包含这些领域：智能机器人、模式识别与智能系统、虚拟现实技术与应用、系统仿真技术与应用、工业过程建模与智能控制、智能计算与机器博弈、人工智能理论、语音识别与合成、机器翻译、图像处理与计算机视觉、计算机感知、计算机神经网络、知识发现与机器学习、建筑智能化技术与应用、人工智能其他学科等等。另外，这本期刊就是一本开源期刊，与传统期刊相比，采用了同行评审的方法审稿，具体开源期刊的特点可以百度了解更多；而且发表了的文章传播范围更广，受众更多，文章的影响力也更大。
首先看看你的要求是什么，做什么用的，什么样的期刊对你有更大的作用，自己要了解清楚 再发表 大学生现在发表论文的也挺多的。现在发表，主流是两个方法:直接和期刊联系，也可以通过机构 去操作 想要通过中间机构投稿的 要注意下 平台的信息可信度 ，或能淘宝第三方交易的 这样就比较好 ，像我就是这样的 嘿嘿 ~~~