栏目导航

腐蚀牌定制 奖牌厂家 铭牌加工 中山市东区鑫牌广告中心 社区 新闻中心 企业文化 地方资讯
铭牌加工

当前位置:主页 > 铭牌加工 >

点石成金!AI胜利发掘论文“宝藏”

发布日期:2021-05-19 21:46   来源:未知   阅读:

  点石成金!AI胜利发掘论文“宝藏”

  有助以数据驱动方法公道调配科研资源

  科技日报北京5月18日电 (记者张梦然)英国《天然?生物技术》杂志18日发表一项逾越人工智能及生物技术的研究,美国麻省理工学院团队研发的一个机器学习模型,可用于预测科学文献中已发表研究的将来影响力。目前,这个模型的打分可用来预测任意年份发表的“前5%的论文”,其将能弥补当前依附论文引用量指标的文献计量剖析体系。

  现阶段,有很多系统都被用来评估研究人员的科研产出,包含基于他们所著论文引用量的指标。跟着人工智能领域机器学习的崛起,科学家们以为能够从研究人员产出的更多角度去评判他们发表研究的潜在影响力。

  为此,麻省理工学院研究团队推出了一个机器学习模型,该模型能预测以时光为标准的网页排名分数??相似于用来给网页主要性排名的指标,并提议将该模型用于评估研究人员的产出。

  为实现这个主意,迷信家詹姆斯?维斯及约瑟夫?贾科布森树立了一个名为“通过学习猜测高影响实现动态预警”的模型,并用科学研究图谱加以练习。研讨团队应用的数据集,包括1980年到2019年期间发表的1687850篇存在独一性的论文,从中得到了论文发表后1年到5年与每例论文、作者、期刊、网络相干的29个特点。研究团队再用每篇论文的特征训练一个机器学习模型,让这个模型给出影响力“预警”分数。

  在一次回想性盲法研究中,这一最新模型正确辨认出了1980年到2014年间20项具备重大影响的生物技术中的19项。这个模型还预测,2018年在42本生物技术领域期刊发表的50篇论文可能会跻身未来排名的前5%,这一成果将能以数据驱动的方式发明并让经费流向那些“深藏不露”的好研究。

  研究职员表现,在将这类模型利用于其余研究范畴前,仍需发展进一步测试,将该方式在生物技巧以外领域的表示与惯例影响力指数相比拟,比方领域归一化的援用分数。 【编纂:田博群】