基于文献计量的深度学习论文影响力分析及知识图谱

发布时间：2021-01-30 08:03

　　文章从深度学习的研究现状及其内涵入手,利用文献计量法对有关深度学习的426篇文献进行论文影响力分析,并对排名前20%的文献进行文献年代、期刊发布、作者分析,得出深度学习的初步知识图谱,以期促进深度学习技术的应用和发展。 

【文章来源】：河南图书馆学刊. 2020,40(05)

【文章页数】：3 页

【部分图文】：

论文篇数与论文出版年关系图

图2是85篇高影响力文献中每种期刊的发文量,NEUROCOMPUTING发文量最大,其次是IEEE TRANSACTIONSONPATTERNANALYSISAND MACHINEINTELLIGENCE,其余期刊发文量锐减,说明前两种期刊属于深度学习领域的核心期刊。NEUROCOMPUTING的影响因子为2.392,主要发表关于神经网络、神经计算科学、学习系统、跨学科人工智能等方面的文章[12]。IEEETRANSACTIONS GENCE的影响因子为6.077,主要发表关于计算机视觉和图像理解的文章,特别是用于模式分析的机器学习领域,还涵盖图像和视频检索、手写分析、面部识别等领域。4.3 作者研究

在这些作者中,较有影响力的有GeoffreyE.Hinton,YoshuaBengio,RuslanSalakhutdinov等人。GeoffreyE.Hinton是多伦多大学计算机科学领域的荣誉教授,是谷歌的工程师。YoshuaBengio是计算机科学教授,蒙特利尔学习算法研究所(MILA)主任,是多本机器学习和神经网络杂志的副主编。RuslanSalakhutdinov是卡内基梅隆大学(CMU)的副教授,也是苹果首任AI总监。5 结语


本文编号：3008564