純屬個人看法, 僅供參考. tier-1的列得較全, tier-2的不太全, tier-3的很不全.
同分的按字母序排列. 不很嚴謹地說, tier-1是可以令人羨慕的, tier-2是可以令
人尊敬的,由於AI的相關會議非常多, 所以能列進tier-3的也是不錯的.

tier 2: tier-2的會議列得不全, 我熟悉的領域比較全一些.

AAMAS (2+): agent方面最好的會議. 但是現在agent已經是一個一般性的概念,
幾乎所有AI有關的會議上都有這方面的內容, 所以AAMAS下降的趨勢非常明顯.

ECCV (2+): 計算機視覺方面僅次於ICCV的會議, 因為這個領域發展很快, 有可能
升級到1-去.

ECML (2+): 機器學習方面僅次於ICML的會議, 歐洲人極力捧場, 一些人認為它已
經是1-了. 我保守一點, 仍然把它放在2+. 因為機器學習發展很快, 這個會議
的reputation上升非常明顯.

ICDM (2+): 數據挖掘方面僅次於SIGKDD的會議, 目前和SDM相當. 這個會只有5年
歷史, 上升速度之快非常驚人. 幾年前ICDM還比不上PAKDD, 現在已經拉開很大
距離了.

SDM (2+): 數據挖掘方面僅次於SIGKDD的會議, 目前和ICDM相當. SIAM的底子很厚,
但在CS裡面的影響比ACM和IEEE還是要小, SDM眼看着要被ICDM超過了, 但至少
目前還是相當的.

ICAPS (2): 人工智能規劃方面最好的會議, 是由以前的國際和歐洲規劃會議合併
來的. 因為這個領域逐漸變冷清, 影響比以前已經小了.

ICCBR (2): Case-Based Reasoning方面最好的會議. 因為領域不太大, 而且一直
半冷不熱, 所以總是停留在2上.

COLLING (2): 計算語言學/自然語言處理方面僅次於ACL的會, 但與ACL的差距比
ICCV-ECCV和ICML-ECML大得多.

ECAI (2): 歐洲的人工智能綜合型會議, 歷史很久, 但因為有IJCAI/AAAI壓着,
很難往上升.

ALT (2-): 有點象COLT的tier-2版, 但因為搞計算學習理論的人沒多少, 做得好
的數來數去就那麼些group, 基本上到COLT去了, 所以ALT裡面有不少並非計算
學習理論的內容.

EMNLP (2-): 計算語言學/自然語言處理方面一個不錯的會. 有些人認為與COLLING
相當, 但我覺得它還是要弱一點.

ILP (2-): 歸納邏輯程序設計方面最好的會議. 但因為很多其他會議里都有ILP方面
的內容, 所以它只能保住2-的位置了.

PKDD (2-): 歐洲的數據挖掘會議, 目前在數據挖掘會議裡面排第4. 歐洲人很想把
它抬起來, 所以這些年一直和ECML一起捆綁着開, 希望能借ECML把它帶起來.
但因為ICDM和SDM, 這已經不太可能了. 所以今年的PKDD和ECML雖然還是一起開,
但已經獨立審稿了(以前是可以同時投兩個會, 作者可以聲明優先被哪個會考慮,
如果ECML中不了還可以被PKDD接受).

tier 3: 列得很不全. 另外, 因為AI的相關會議非常多, 所以能列在tier-3也算不錯了, 基本上能
進到所有AI會議中的前30%吧

ACCV (3+): 亞洲的計算機視覺會議, 在亞太級別的會議里算很好的了.

DS (3+): 日本人發起的一個接近數據挖掘的會議.

ECIR (3+): 歐洲的信息檢索會議, 前幾年還只是英國的信息檢索會議.

ICTAI (3+): IEEE最主要的人工智能會議, 偏應用, 是被IEEE辦爛的一個典型. 以前的
quality還是不錯的, 但是辦得越久聲譽反倒越差了, 糟糕的是似乎還在繼續下滑, 現在
其實3+已經不太呆得住了.

PAKDD (3+): 亞太數據挖掘會議, 目前在數據挖掘會議里排第5.

ICANN (3+): 歐洲的神經網絡會議, 從quality來說是神經網絡會議中最好的, 但這個領域
的人不重視會議,在該領域它的重要性不如IJCNN.

AJCAI (3): 澳大利亞的綜合型人工智能會議, 在國家/地區級AI會議中算不錯的了.

CAI (3): 加拿大的綜合型人工智能會議, 在國家/地區級AI會議中算不錯的了.

CEC (3): 進化計算方面最重要的會議之一, 盛會型. IJCNN/CEC/FUZZ-IEEE這三個會議是
計算智能或者說軟計算方面最重要的會議, 它們經常一起開, 這時就叫WCCI (World
Congress on Computational Intelligence). 但這個領域和CS其他分支不太一樣, 倒是和
其他學科相似, 只重視journal, 不重視會議, 所以錄用率經常在85%左右, 所錄文章既有
quality非常高的論文, 也有入門新手的習作.

FUZZ-IEEE (3): 模糊方面最重要的會議, 盛會型, 參見CEC的介紹.

GECCO (3): 進化計算方面最重要的會議之一, 與CEC相當，盛會型.

ICASSP (3): 語音方面最重要的會議之一, 這個領域的人也不很care會議.

ICIP (3): 圖像處理方面最著名的會議之一, 盛會型.

ICPR (3): 模式識別方面最著名的會議之一, 盛會型.

IEA/AIE (3): 人工智能應用會議. 一般的會議提名優秀論文的通常只有幾篇文章, 被提名
就已經是很高的榮譽了, 這個會很有趣, 每次都搞1、20篇的優秀論文提名, 專門搞幾個
session做被提名論文報告, 倒是很熱鬧.

IJCNN (3): 神經網絡方面最重要的會議, 盛會型, 參見CEC的介紹.

IJNLP (3): 計算語言學/自然語言處理方面比較著名的一個會議.

PRICAI (3): 亞太綜合型人工智能會議, 雖然歷史不算短了, 但因為比它好或者相當的綜
合型會議太多, 所以很難上升.