6月3日，国际机器学习顶会 ICML 2020 放出了论文接收结果。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，以便大家对此会议有一个基本了解。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。在他之后是 Michal Valko（DeepMind）、Michael Jordan（UC Berkeley）以及 Dale Schuurmans（Google / U. of Alberta），三人均有 8 篇文章被接收。
他们也是大多数论文的最后作者（这对大多数作者来说都是如此，许多人都是资深的资深研究者）。虽然没有被列在这张图的顶部，但是普林斯顿大学的 Chi Jin 作为第一作者的论文最多（3 篇第一作者论文超过 6 篇被接受的论文），而 Alexey Drutsa 是来自 YANDEX 的最多的单篇论文（2 篇论文是单独作者超过 3 篇被接受的论文）。
从每篇论文的作者数量的分布来看，大多数论文有 3-4 个作者，但是也有一些例外情况，比如 15 个作者。
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》。
这一部分展示的是论文作者与其所在国家或地区之间的关联，以便查看哪个国家或地区发表论文数量最多。毫不意外，美国承包了绝大多数论文。美国研究者参与的论文有 728 篇，大约是论文总数的 3/4，与其他国家和地区相比具有巨大的优势。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。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。
大多数论文有 1 或 2 个组织，但有些论文的撰写有 7 个组织的参与。
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！