NeurIPS是机器学习领域的最高水平、最具影响力的会议之一。该会议与ICML、ICLR并称为机器学习领域最难、最高水平、最具影响力的会议，是一场集结了世界范围内顶尖学者、科学家和工程师的盛会。作为CCF推荐的A类会议和Core Conference Ranking推荐的A类会议，NeurIPS的H5指数高达278，可见其在学术界和行业中的重要性。
NeurIPS历史
NeurIPS的历史可以追溯到1987年，当时由连接学派神经网络的学者在加拿大创办。随着时间的推移，NeurIPS的影响力逐渐扩大，会议也曾在美洲、欧洲等地举办。在早期的NeurIPS会议上，发布的论文涵盖了各种主题，从单纯的工程问题到使用计算机模型来理解生物神经元系统等各种领域。然而，随着机器学习、人工智能和统计学的发展，NeurIPS的主题也逐渐围绕这些领域展开。每年，来自世界各地的顶尖学者和研究者齐聚一堂，分享他们最新的研究成果和最前沿的技术。NeurIPS的贡献和影响力已经远
远超出了学术界，对于推动人工智能技术的发展和应用也起到了重要的作用。
NeurIPS 录取率
NeurIPS会议的录取率一直相对稳定，大约在20%至30%之间波动。然而，自2021年以来，NeurIPS的录取率迎来了一次历史性的变化，增长到了25.7%，达到了近10年来的最高水平。与此同时，2022年的录取率也保持在了相似的水平，为25.6%。虽然录取率有所上升，但由于NeurIPS对于研究文章的要求整体上要求比AAAI和IJCAI等会议更高一些，因此一般研究者可能会更谨慎地选择NeurIPS作为投稿平台。
尽管如此，NeurIPS仍然是研究者们争相投稿的热门会议之一。从投稿数量来看，自2016年以来，NeurIPS的投稿数量呈现近乎指数式的增长趋势，逼近了10000篇。在2022年，投稿数量再次创下新高，达到了10411篇。与此同时，NeurIPS的录取量也在逐年上升，2022年更是突破了2600篇的记录。
除了上面提到的NeurIPS会议的录取率和投稿数量，NeurIPS会议还有一些其他值得关注的特点和趋势。
首先，NeurIPS会议的主题范围非常广泛，涵盖了机器学习、计算机视觉、自然语言处理、数据挖掘、统计学等众多领域。这些领域都是现代人工智能技术的核心，因此NeurIPS会议也被认为是人工智能领域最具影响力的会议之一。
其次，NeurIPS会议还设立了许多与会议主题相关的研讨会和工作坊，这些研讨会和工作坊提供了一个更加深入和专业的交流平台。与此同时，NeurIPS会议还设立了一系列挑战赛，这些挑战赛旨在推动人工智能领域的技术发展和应用。
另外，随着人工智能技术的不断发展，NeurIPS会议也越来越受到学术界和工业界的关注。越来越多的人工智能公司和技术巨头们都会在NeurIPS会议上展示他们最新的技术和研究成果，同时也会与会者们进行交流和合作。
总的来说，NeurIPS会议是一个非常重要的人工智能领域的学术盛会，它不仅是学者们交流研究成果和最新技术的重要平台，同时也是推动人工智能技术发展和应用的重要推手。
重要时间
NeurIPS会议计划于今年12月12日至14日在美国新奥尔良举行，与去年会议举办地相同。目前会议官网已公布了Organizing Committee的信息，但Programming Committee尚未公布。在Organizing Committee中，只有来自台湾的Hsuan-Tien Lin (National Taiwan University)担任Workshop Chair，希望即将公布的Programming Committee中能够看到更多国内学者的身影。
截稿信息方面，NeurIPS'23的截稿分为摘要和全文，摘要截稿时间为5月11日（UTC），全文截稿时间是5月17日（UTC）。具体时间节点可参考官网。此外，如果需要了解更多的投稿注意事项，请参考官网上的相关页面。
会议主题
从近五年的论文关键字来看，NeurIPS会议主要关注强化学习、深度学习和神经网络等方向。相关关键词包括Reinforcement learning、Deep Learning、Neural Networks、Deep Neural Networks等。此外，主动学习、无监督学习、样本复杂度等关键词也占有一定比例。
学者分布
从作者的分布来看，美国占比最大，约占40%，中国排名第二，占比约为24%，比前几年占比有所提升。其次是英国、加拿大等国家。然而，虽然中国在论文数量上有明显进步，但真正产生巨大影响力的文章相对较少，所以会议的chairs分布以欧美学者为主。尽管如此，中国学者在NeurIPS会议上的表现和影响力仍在不断提升。
从作者发布论文数量来看，Michael Jordan以129篇的数量稳居第一名，每年都保持着稳定产出。其次为Bernhard Schölkopf（89篇）、Yoshua Bengio（79篇）、Francis Bach（66篇）和Geoffrey Hinton（63篇）。这些学者都是机器学习和人工智能领域的重要代表人物，他们的研究成果对人工智能技术的发展做出了巨大的贡献。
