基于2008—2017年cnki我国深度学习现状图谱研究

基于2008—2017年cnki我国深度学习现状图谱研究

ID:19647871

大小:78.89 KB

页数:5页

时间:2018-10-04

基于2008—2017年cnki我国深度学习现状图谱研究_第1页
基于2008—2017年cnki我国深度学习现状图谱研究_第2页
基于2008—2017年cnki我国深度学习现状图谱研究_第3页
基于2008—2017年cnki我国深度学习现状图谱研究_第4页
基于2008—2017年cnki我国深度学习现状图谱研究_第5页
资源描述:

《基于2008—2017年cnki我国深度学习现状图谱研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于2008—2017年CNKI我国深度学习现状图谱研宄张君冬嵇红涛徐孟辉卢成南京中医药大学摘要:文章以2008—2017年CNKI我国深度学习来源期刊发文及引用数据为数据来源,绘制并分析了深度学习作者合作共现图谱,机构合作共现图谱,关键词共现图谱及关键词共现图谱HnieZone视图,TimeLine视图。通过相关知识图谱的构建,文章可视化地呈现了我国深度学习近10年来的科研脉络、重要影响力的学者及科学合作情况。关键词:知识图谱;深度学习;CNK1;图谱分析;共现分析;作者简介:张君冬(1996—),男,江苏南通人,本科生;研究方向:情报学领域。Researchonthecu

2、rrentsituationofdeeplearningbasedon2008-2017CNKIinChinaZhangJundongJiHongtaoXuMenghuiLuChengNanjingUniversityofChineseMedicine;Abstract:Thispaperdrawsandanalyzestheco-occurrencemapofthecooperationonauthorswithdeeplearning,theco-occurrencemapofthecooperationonenterprise,theco-occurrenceofthe

3、keywordsanditsMapTimeZoneviewandTimeLineview.Throughtheconstructionofrelevantknowledgemap,thispapervisualizesthescientificresearchcontextofdeeplearningnearly10years,thescholarswithimportantinfluenceandscientificcooperationinChina.Keyword:knowledgemap;deeplearning;CNKI;mapanalysis;co-occurre

4、nceanalysis;新世纪初,随着计算机技术的发展和信息可视化技术的应用,科学知识阁谱得到迅猛发展,根据和关资料调查,知识图谱技术源于引文分析理论、复杂网络系统、社会网络分析以及信息可视化技术。我们可以把它通俗地理解为由知识点相互连接的语义网络。任何一个知识图谱都是由不同的节点和连线组成,节点的人小和紧密程度都直接影响Y该学科的科研状况,而连线的粗细代表着学科与学科间、作者与作者间的关联程度,而通过绘制这种科学知识阁谱,我们可以把复杂的科学知识领域,通过可视化的方法直观明确地显示出来,便于我们分析该领域学科的繁荣程度及未来走向趋势。机器学习是人工智能领域的一个重要学科。如

5、果说浅层学习是机器学习的一次浪潮,那么深度学习作为机器学习的一个新领域,将掀起机器学习的又一次浪潮。深度学习通过建立、模拟人脑的分层结构来实现对外部输入的数据进行从低级到高级的特征提取从而能够解释外部数据U1。其应用领域非常广泛,包括语音识别、机器翻译、计算机视觉等多个领域。从对实际应用的贡献来说,深度学习领域可能是机器学习领域最近这io年来最成功的研究方向m。本研究将通过绘制作者合作共现图谱、期刊机构合作共现图谱、期刊关键词共现图谱、期刊关键词共现TimeLine视图,通过可视化技术来展现2008—2017年间我国深度学习领域研究发展脉络,数据来源为CNKI收录深度学习来源

6、期刊发文及引用信息。1深度学习来源期刊作者合作共现图谱及分析本节通过作者共现图谱来展现出我国这10年内深度学习学者之间的研究合作情况,为了具体揭示深度学习这一领域的研宄持征。2008—2017这10年来发表文章5篇及以上的学者一井有18位,按发文量降序排列,具体情况如表1所示。表12008—2017年CNKT深度学习来源期刊高产学者下载原表如表1所示,我们可以分析得出张雄伟、祝智庭、王志军3名学者近10年来在深度学习领域发文量较多,其中张雄伟发文量达9篇,另外两名作者也达到7篇。下面木文将通过作者共现图谱来探究学者间的科研合作情况,以一年为一个时间切片,经过参数调整自动聚类后

7、可视化图谱如图1所示。如图1所示,图屮每个节点代表一个作者,节点的大小代表作者发文量的多少,如张雄伟教授和祝智庭教授,节点的连线代表作者间的合作关系,连接线的粗细代表着作者之间合作的强度。网络中的连线较少,这表明深度学习领域合作网络的整体关系很分散,图中的连接线偏细,可以看出学者之间的联系强度较弱。通过进一步观察可知网络中仍存在一些小团体如禹龙教授与高双印教授、史新宇教授,张雄伟教授与吴海佳教授,王志军教授与陈丽教授就合作密切,而一些学者如王娟教授、陈玲教授等发文量则较为稀少。2深度学习来源期刊机构合作

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。