AI 2000 全球人工智能学者旨在十年间（2020至2029年）通过AMiner学术数据在全球范围内遴选2000位人工智能学科最有影响力、最具活力的顶级学者。对于每个作者，引用值和其他三个指标——贡献、新星和CSRankings——都是根据他或她的出版记录及其收集的引文计算的。引用值: 在某个领域的顶级期刊和会议上发表的论文的总引文数。贡献:贡献是为了模拟每个作者在出版物上的独特贡献。它旨在根据作者列表的顺序向作者分发贡献度，特别地，我们将出版物的最后一位作者视为通讯作者，通讯作者的贡献与第二作者相同。换句话说，对于收集了C篇引文的出版物，第k位作者的贡献与他或她在n位作者中的顺序成正比。新星: 新星的提出是为了挖掘新星学者。与贡献不同的是，作者的得分随着作者顺序的增加而减少。CSRankings度量:它是调整后的计数度量，其中每个出版物的信用平均分配给一个出版物的所有作者。

会议 / 期刊排名旨在通过AMiner学术数据确定会议和期刊的科学影响。我们使用了h5指数和h5中位数对期刊和会议进行评价。

全球人工智能最具创新力城市旨在通过创新指数评价人工智能领域内的全球城市的创新水平，该指数涵盖了论文、学者、机构和国际合作这四个维度。 论文：主要考察论文的数量和被引用的频率。 学者：主要考察学者的数量以及他们的研究被引用的频率。 机构：主要考察研究机构的数量以及这些机构的研究被引用的频率。 国际合作：主要考察城市与其他国家城市进行合作的次数。 综合以上四个维度，我们可以计算出一个城市的创新指数。这个指数会根据每个维度的重要性给予不同的权重，例如，论文、学者和机构的权重都是 0.3，而国际合作的权重是 0.1。这样，我们就可以得到一个全面反映城市在人工智能领域创新水平的指数。

这一排名旨在通过AMiner学术数据确定学术机构的科学影响力。我们使用了h5指数和h5中位数对学术机构进行评价。

人工智能全球女性榜单（Women in AI）旨在通过AMiner学术数据在全球范围内遴选人工智能学科最有影响力、最具活力的女性顶级学者。

美国高校军事排名旨在通过AMiner学术数据确定美国高校在军事方面的科学影响。