Jul, 2023

人工智能研究的文献研究：全球概览与印度出现

PDF
TL;DR通过科学映射方法的文献计量研究，本研究确定和评估了 2015-2020 年间人工智能研究的参考文献趋势。使用 Scopus 数据库收集了所需的数据，并进行数据转换和映射技术分析，结果显示神经网络和深度学习是顶尖人工智能研究论文的主题之一。
artificial intelligence researchbibliometric studytopical terms in aineural networksdeep learning
发现论文，激发创造
  • AI 领域的研究领域定位

    通过对 OpenAlex 中 257K 篇 AI 文章进行文献计量分析和聚类分析，得出了人工智能，深度学习和机器学习等领域的研究趋势。

    May, 2022

  • AI 强化的科学计量学、网络计量学和文献计量学的前沿技术的系统综述

    通过系统文献综述，本研究分析了人工智能与科学计量学，网路计量学和文献计量学的协同作用，以揭示 AI 算法在这些领域应用和效益的潜力。

    Feb, 2024

  • 支持研究评估的人工智能技术综述

    该文献综述通过机器学习预测引用次数或质量评分等方法，从文章文本和元数据中识别高影响力或高质量研究的指标，并回顾了有关排名和公共数据集的证据，用于预测学术文章的影响力，并讨论了技术辅助评估的偏见和透明度。

    Dec, 2022

  • 科学文本中的人工智能开发与应用识别

    利用 arXiv 的元数据，通过学习这些数据中科学论文的主题标签，我们可以推断出其他大型语料库中与人工智能相关的论文，这种监督式方法可以一直更新，无需依赖于主题专家进行查询开发或标注。

    Feb, 2020

  • NLLG 季度 arXiv 报告 09/23：当前最有影响力的人工智能论文是什么？

    人工智能（AI）领域中，自然语言处理（NLP）、机器学习（ML）和计算机视觉（CV）是主要的研究方向和研究领域，此篇研究报告通过对 arXiv 上最引用的论文的分析，对数据集特征、关键词的流行程度和全球机构的分布进行了研究，发现 NLP 在研究中占主导地位，并且美国在相关论文中占据主导地位，而欧洲在最引用的论文中表现较差。

    Dec, 2023

  • 可解释人工智能（XAI）文献趋势

    通过使用 SemanticScholar API 和手动整理方法，本文收集了 5199 篇与 XAI 相关的论文并进行了可视化分析，发现 XAI 领域正在变得越来越多学科交叉和引用交叉，本文提出的收集方法还可用于检索具有特定影响力的 XAI 文献。

    Jan, 2023

  • 负责任的人工智能：智能文献计量学中的画像

    通过分析可解释的人工智能、可信的人工智能和道德人工智能等三个主要概念，本研究定义了负责任的人工智能并确定了其核心原则。方法论上，成功地将人工智能的能力应用于文献计量学，以加强知识发现，并通过领域见解对实验模型进行交叉验证。在实证方面，本研究调查了自 2015 年以来人工智能社区贡献的 17,799 篇研究文章，揭示了负责任人工智能的主题和层次结构，并阐明了责任原则与主要人工智能技术之间的相互作用。作为一项旨在探索负责任人工智能的先驱性文献计量研究之一，本研究将提供综合的宏观洞察，加深对负责任人工智能的理解，并为人工智能监管和治理倡议提供宝贵的知识支持。

    May, 2024

  • 六十年来具有重要影响力和高引用量的机器学习研究综合研究

    通过对高被引机器学习论文进行综合评析，我们揭示了机器学习领域内最有影响力的论文、高被引作者以及合作网络。我们还发现了热门研究主题和最新受到关注的新兴话题，并对高被引论文的地理分布进行了分析，突显了某些国家在机器学习研究中的主导地位。通过为研究人员、政策制定者和实践者提供关于这一快速发展领域的主要进展和趋势的有价值的见解，我们的研究为它们提供了有价值的洞察。

    Aug, 2023

  • 2024 年人工智能指数报告

    2024 年度 AI 指数报告是目前为止最全面的，包含技术进步、公众认知、地缘政治动态、负责任的人工智能等重要趋势，并引入了关于 AI 对科学和医药的影响的全新章节。

    May, 2024

  • 基于出版物对企业对 AI 研究的影响分析

    人工智能是我们时代最重要的技术之一，本文通过比较学术界和企业界合作的科研出版物，利用科学计量学数据来衡量企业对人工智能研究的影响，并发现由企业合著的出版物获得更高的引用次数和在线关注度，最终提出了保持学术界与工业界在人工智能研究领域和谐平衡的建议。

    Oct, 2023