Munich Center for Machine Learning 入选 Stanford/Elsevier 2026 榜单
Stanford/Elsevier 榜单收录各子领域被引最多的前 2% 科学家。以下是该机构至少入选两项排名之一的人员：终身排名和年度排名（2025 年引用）。
17
位入选研究人员
153
德国排名
3,014
全球排名（共 38,384 个）
按入选人数排名，由我们根据同一数据计算。
分享给您的院系
完整名单，包括每位学者的排名、子领域、c 分数、h 指数和引用次数，可用 Excel 打开。
点击姓名查看详情。各列为其在每份榜单中的子领域排名。
| 姓名 | 子领域 | 终身榜 | 年度榜 |
|---|---|---|---|
| Hüllermeier, Eyke | Artificial Intelligence & Image Processing | 331 / 517,648 | 349 / 517,648 |
| Cremers, Daniel | Artificial Intelligence & Image Processing | 190 / 517,648 | 739 / 517,648 |
| Althoff, Matthias | Industrial Engineering & Automation | 369 / 131,085 | 91 / 131,085 |
| Kasneci, Enkelejda | Artificial Intelligence & Image Processing | 4,192 / 517,648 | 704 / 517,648 |
| Feuerriegel, Stefan | Artificial Intelligence & Image Processing | 4,456 / 517,648 | 1,027 / 517,648 |
| Akata, Zeynep | Artificial Intelligence & Image Processing | 4,949 / 517,648 | 1,061 / 517,648 |
| Bischl, Bernd | Artificial Intelligence & Image Processing | 7,825 / 517,648 | 1,566 / 517,648 |
| Kutyniok, Gitta | Numerical & Computational Mathematics | 110 / 17,431 | 58 / 17,431 |
| Sra, Suvrit R.A. | Artificial Intelligence & Image Processing | 1,525 / 517,648 | 1,967 / 517,648 |
| Drton, Mathias | Statistics & Probability | — | 301 / 24,695 |
| Rinke, Patrick | Applied Physics | 5,584 / 323,282 | 1,809 / 323,282 |
| Rauhut, Holger | Networking & Telecommunications | 878 / 228,312 | 2,064 / 228,312 |
| Wachinger, Christian | Artificial Intelligence & Image Processing | 9,710 / 517,648 | 5,286 / 517,648 |
| Fortuin, Vincent | Artificial Intelligence & Image Processing | — | 5,439 / 517,648 |
| Egger, David A. | Nanoscience & Nanotechnology | 2,861 / 177,859 | — |
| Li, Han | Artificial Intelligence & Image Processing | — | 10,012 / 517,648 |
| Seidl, Thomas | Artificial Intelligence & Image Processing | 8,113 / 517,648 | — |
来源：Ioannidis JPA, Elsevier (2026). August 2026 data-update for "Updated science-wide author databases of standardized citation indicators". Mendeley Data，第 9 版。许可协议 CC BY-NC 3.0。 doi:10.17632/btchxktzyw.9
Explore Labs 与斯坦福大学和爱思唯尔均无关联。本工具免费使用。