發(fā)布時(shí)間：2021-01-12 18:35

　　新一代人工智能持續(xù)引發(fā)全球政界、學(xué)術(shù)界和產(chǎn)業(yè)界的高度關(guān)注。本文以科學(xué)引文索引數(shù)據(jù)庫(kù)2013～2018年收錄的33460篇高質(zhì)量文獻(xiàn)作為研究對(duì)象,對(duì)世界人工智能研究的發(fā)文趨勢(shì)、儲(chǔ)量分布、技術(shù)熱點(diǎn)、產(chǎn)研融合等方面進(jìn)行知識(shí)圖譜分析。研究發(fā)現(xiàn),人工智能高質(zhì)量發(fā)文量呈現(xiàn)整體上升趨勢(shì),中國(guó)、美國(guó)和英國(guó)的知識(shí)儲(chǔ)量全球領(lǐng)先;關(guān)鍵詞熱點(diǎn)包括神經(jīng)網(wǎng)絡(luò)、分類算法、遺傳算法、特征選擇、支持向量機(jī)、聚類算法、數(shù)據(jù)挖掘、深度學(xué)習(xí)等;產(chǎn)業(yè)界以微軟、IBM、谷歌研發(fā)實(shí)力最為深厚,其中,微軟與中國(guó)地區(qū)學(xué)術(shù)合作較多。 

【文章來(lái)源】：中國(guó)電子科學(xué)研究院學(xué)報(bào). 2020,15(02)北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

人工智能研究的機(jī)構(gòu)分布

在機(jī)構(gòu)分布上，涵蓋神經(jīng)網(wǎng)絡(luò)關(guān)鍵詞載文最多的前三個(gè)機(jī)構(gòu)是中科院、美國(guó)東北大學(xué)和伊朗阿扎德大學(xué);在分類算法關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是中科院、南洋理工大學(xué)、西班牙格拉納達(dá)大學(xué)和悉尼科技大學(xué);在遺傳算法關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是阿扎德大學(xué)、巴基斯坦通信衛(wèi)星信息技術(shù)研究所和伊朗德黑蘭大學(xué);在機(jī)器學(xué)習(xí)關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是中科院、南洋理工大學(xué)、格拉納達(dá)大學(xué)和巴西圣保羅大學(xué);在特征選擇關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是中科院、深圳大學(xué)和吉林大學(xué);在支持向量機(jī)關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是中科院、中國(guó)農(nóng)大和哈爾濱工大;在聚類算法關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是中科院、西電、南洋理工和阿扎德大學(xué);在數(shù)據(jù)挖掘關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是韓國(guó)世宗大學(xué)、臺(tái)灣高雄國(guó)立大學(xué)和國(guó)立中山大學(xué);在深度學(xué)習(xí)關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是中科院、清華大學(xué)和西電;在粒子群優(yōu)化關(guān)鍵詞方面，發(fā)文最靠前的機(jī)構(gòu)是阿扎德大學(xué)、中科院和臺(tái)灣科技大學(xué)。3.3 關(guān)鍵技術(shù)聚類圖譜

世界各國(guó)科研機(jī)構(gòu)發(fā)表的人工智能學(xué)術(shù)文獻(xiàn)，大體分為智能基礎(chǔ)、機(jī)器學(xué)習(xí)、感知與模式識(shí)別、自然語(yǔ)言處理、認(rèn)知與神經(jīng)科學(xué)等多個(gè)子領(lǐng)域。統(tǒng)計(jì)不同時(shí)間階段發(fā)表情況的可以看出，高質(zhì)量文獻(xiàn)總數(shù)由2013年的4674篇提高到2018年的7511篇，其中，2016年和2017年的高質(zhì)量文獻(xiàn)數(shù)量持平(見(jiàn)圖1)。各國(guó)載文量呈現(xiàn)整體上升的發(fā)展趨勢(shì)，反映出政府組織、學(xué)術(shù)機(jī)構(gòu)或企業(yè)科研團(tuán)隊(duì)的相關(guān)研究力度沒(méi)有減弱，經(jīng)濟(jì)環(huán)境的周期性對(duì)人工智能研究進(jìn)展的影響相對(duì)有限。2.2 高質(zhì)量研究國(guó)別分布

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)選擇策略的有約束多目標(biāo)優(yōu)化算法[J]. 楊景明,王成浩,吳紹坤.  高技術(shù)通訊. 2019(12)
[2]基于超限學(xué)習(xí)機(jī)與隨機(jī)響應(yīng)面方法的深度學(xué)習(xí)超參數(shù)優(yōu)化算法[J]. 孫永澤,陸忠華.  高技術(shù)通訊. 2019(12)
[3]計(jì)算機(jī)視覺(jué)與模式識(shí)別研究進(jìn)展[J]. 孫哲南,李琦,劉云帆,鄧琪瑤,李佩佩,任民,張鴻文,曹杰,何勇.  科研信息化技術(shù)與應(yīng)用. 2019(04)
[4]基于深度強(qiáng)化學(xué)習(xí)和循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的圖像恢復(fù)算法[J]. 楊海清,徐勇軍,王明雪.  高技術(shù)通訊. 2019(05)
[5]大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J]. 曾宏志.  電子技術(shù)與軟件工程. 2019(04)
[6]基于最小生成樹(shù)的多層次k-Means聚類算法及其在數(shù)據(jù)挖掘中的應(yīng)用[J]. 金曉民,張麗萍.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(05)
[7]大數(shù)據(jù)、人工智能與軟件業(yè)發(fā)展機(jī)遇[J]. 隋秀峰,閆曉麗,王闖,王龍康.  全球化. 2018(08)
[8]基于群體決策的多用戶協(xié)同交互式遺傳算法[J]. 郭廣頌,文振華,郝國(guó)生.  電子與信息學(xué)報(bào). 2018(09)
[9]國(guó)外群體決策研究進(jìn)展[J]. 任福兵,李玲玲.  現(xiàn)代情報(bào). 2018(05)
[10]淺析機(jī)器學(xué)習(xí)的發(fā)展與應(yīng)用[J]. 陳春霞.  信息系統(tǒng)工程. 2017(08)

博士論文
[1]基于IEC的混合型隱性多目標(biāo)決策方法研究[D]. 張俊嶺.合肥工業(yè)大學(xué) 2009
[2]智能群體決策支持系統(tǒng)中若干關(guān)鍵理論與方法研究[D]. 吳強(qiáng).中國(guó)科學(xué)技術(shù)大學(xué) 2006



本文編號(hào)：2973324