人工智能视角下深度学习的研究热点与教育应用趋势——基于2006～2019年WOS数据库中20708篇文献的知识图谱分析

发布时间：2022-02-12 07:39

　　近年来,深度学习已经成为人工智能教育研究领域的前沿。为了更进一步审视人工智能视角下的深度学习,文章以Web of Science（WOS）核心数据库为文献数据来源,对2006～2019年与深度学习有关的20708篇有效文献进行了知识图谱分析,发现:2014年以后深度学习相关研究的年发文量激增,且重要的节点文献大多集中在计算机模式识别和视觉领域;中国、美国、英国产出的深度学习研究成果占国际发文总量的一半以上;深度学习的相关研究主要集中在大学开展;主流算法、多模态识别、教育应用场景是深度学习的三个研究热点。基于此,文章提出:深度学习主流算法支持的人工智能分析平台搭建、教育数据多模态识别范式更迭、基于场景的智慧校园生态圈构建代表了未来深度学习的教育应用趋势。 

【文章来源】：现代教育技术. 2020,30(01)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

深度学习的三层模型

近十年深度学习相关研究的年发文量变化

基于对20708篇文献作者所属单位的统计，本研究绘制了深度学习研究机构知识图谱，如图4所示。图4显示，在中国，深度学习相关研究发文总量位居前三的研究机构分别是中国科学院（占比3.68%）、清华大学（占比2.63%）、上海交通大学（占比1.72%），而美国发文总量位居前三的研究机构是卡内基·梅隆大学（占比2.83%）、西北理工大学（占比1.36%）、伊利诺伊大学（占比0.85%）。由此可见，深度学习的相关研究主要集中在大学开展，表明大学科研对深度学习的研究与发展具有引领作用，而中美两国的大学在此方面做出了重要贡献。图4 深度学习研究机构知识图谱

【参考文献】：
期刊论文
[1]深度学习算法研究进展[J]. 田启川,王满丽.  计算机工程与应用. 2019(22)
[2]关于深度学习的误解与澄清[J]. 李小涛,陈川,吴新全,王海文.  电化教育研究. 2019(10)
[3]人工智能与深度学习[J]. 张淳杰.  科技与创新. 2019(13)
[4]深度学习技术在教育大数据挖掘领域的应用分析[J]. 陈德鑫,占袁圆,杨兵.  电化教育研究. 2019(02)
[5]人工智能教育应用的新发展[J]. 冯翔,王亚飞,吴永和.  现代教育技术. 2018(12)
[6]脑机接口研究之演化及教育应用趋势的知识图谱分析——基于1985-2018年SCI及SSCI期刊论文研究[J]. 姜雷,张海,张岚,吴闯,孙启存,李海斌.  远程教育杂志. 2018(04)
[7]学习科学视角下深度学习的多模态研究[J]. 刘哲雨,郝晓鑫,王红,吴立宝.  现代教育技术. 2018(03)
[8]深度学习技术教育应用:现状和前景[J]. 刘勇,李青,于翠波.  开放教育研究. 2017(05)
[9]MOOC的全球化发展与高等教育公平[J]. 段丽华,周霖,柳海民.  现代教育管理. 2015(04)
[10]2013年10大突破性技术（一）[J]. 冯卫东,刘霞.  今日科苑. 2013(14)



本文编号：3621312