【摘要】：隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)等技術(shù)不斷發(fā)展,人工智能正引發(fā)可產(chǎn)生鏈式反應(yīng)的科學突破、催生一批顛覆性技術(shù),引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革。而機器學習則是通往智能的關(guān)鍵技術(shù)途徑。本研究將新興的知識圖譜可視化方法應(yīng)用于機器學習領(lǐng)域前沿演進的研究,選取Web of Science核心合集以及Derwent專利庫中2008年至2018年機器學習領(lǐng)域的論文文獻和專利文獻做數(shù)據(jù)源,全面把握機器學習領(lǐng)域的研究現(xiàn)狀,探測和明析其熱點前沿的發(fā)展脈絡(luò),力求達到對該學科的全面剖析。以一個全新的視角為機器學習領(lǐng)域科研工作提供方向和思路以及為文獻的統(tǒng)計分析提供實證研究案例,同時幫助企業(yè)識別和把握可能存在的技術(shù)機會。本文主要研究內(nèi)容是:(1)機器學習研究領(lǐng)域文獻的分析,包括按時間維度的宏觀分析,按國家地區(qū),機構(gòu),期刊、作者等知識主體的微觀分析,借助web of science自帶的分析軟件做數(shù)量、被引數(shù)、H指數(shù)等指標統(tǒng)計。借助CiteSpace繪制知識圖譜,根據(jù)圖譜光圈顏色和中心性、半衰期等指數(shù),分析知識主體間合著情況,經(jīng)過分析總結(jié)出機器學習領(lǐng)域發(fā)文量和逐年增加規(guī)律,說明機器學習領(lǐng)域研究文獻在數(shù)量和質(zhì)量上都保持了較高的增長水平,該領(lǐng)域的研究熱點和質(zhì)量都處于蓬勃上升期。知識主體以美國為主的發(fā)達國家和中國為代表;(2)通過繪制關(guān)鍵詞共現(xiàn)圖譜,分析出機器學習領(lǐng)域研究熱點是分類、支持向量機、遺傳算法、模式識別、神經(jīng)網(wǎng)絡(luò)、預(yù)測、網(wǎng)絡(luò)回歸、鑒定特征以及卷積神經(jīng)網(wǎng)絡(luò)。使用關(guān)鍵詞突變以及施引文獻耦合法進行前沿分析,分析得出深度學習、圖像識別、遺傳算法、模式識別、學習效果以及決策樹為該領(lǐng)域的前沿主題詞;(3)對機器學習領(lǐng)域的專利文獻統(tǒng)計和專利權(quán)主體分析,美國的企業(yè)占比最高。對機器學習領(lǐng)域企業(yè)做發(fā)展定位分析,并預(yù)測未來技術(shù)發(fā)展趨勢是G06(計算;推算;計數(shù))。
【圖文】：

大學的劉嶠、李楊等人發(fā)表論文《知識圖譜構(gòu)建技術(shù)綜述》，，從知識圖譜的定逡逑義和技術(shù)架構(gòu)角度出發(fā)，對構(gòu)建知識圖譜涉及的關(guān)鍵技術(shù)進行了自底向上的全逡逑面解析。目前知識圖譜的發(fā)展方向如圖１．１所示。逡逑科學技術(shù)前沿邐科學技術(shù)臺作逡逑Ｒｅｓｅａｒｃｈ邋Ｆｒｅｎｔｅ邋ｏｆ邋Ｓ＆Ｔ邐ＳＡＴ邋Ｃｏｌｌ３ｒ＞0ｒａｔ？ｏｎ逡逑１Ｓ＾＼邐N邐科，：價逡逑邐＼邐文本挖掘邐邐逡逑科學發(fā)現(xiàn)理論邐一７—Ｔｇ：：：二——／邐組織知識管理逡逑Ｓｃｉｗｕｒｉｃ邋Ｄｉｓｃｏｖｅｒｙ邋Ｔｈｅｏｒｙ邐／邐＼邐Ｋｎｃｗｉｅｄｇ？逡逑／邐＼邐0？邋Ｏｒｇａｎｉｚａｔｉｏｎ逡逑賽＊支軸新Ｉ邋ｅ－ｆ斗學與Ｗ會科學逡逑Ｄｆｅｃｏ－ｖｅｒ邋ａｎｆｌ邋ｉｎｎｏｖａｔｓｏｆＨＣＤＩ）邐ｅ－Ｓｃｓｅｎｃｅ邋ｉ邋ｅ邋Ｓｏｃ？ｉ邋Ｓｃｏｎｃｅ逡逑圖１．１科學知識圖譜應(yīng)用領(lǐng)域與前景逡逑Ｆｉｇ．１．１邋Ａｐｐｌｉｃａｔｉｏｎ邋Ｆｉｅｌｄｓ邋ａｎｄ邋Ｐｒｏｓｐｅｃｔｓ邋ｏｆ邋Ｓｃｉｅｎｃｅ邋Ｋｎｏｗｌｅｄｇｅ邋Ｍａｐｐｉｎｇ逡逑５逡逑

圖１．２文章架構(gòu)圖逡逑Ｆｉｇ．邋１．２邋Ａｒｔｉｃｌｅ邋ｓｔｒｕｃｔｕｒｅ邋ｄｉａｇｒａｍ逡逑
【學位授予單位】：山東科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：G353.1;TP181

【相似文獻】

相關(guān)期刊論文 前10條

1 ;百度研究院發(fā)布2020年十大科技趨勢預(yù)測[J];中國經(jīng)濟周刊;2020年01期

2 李兵;林文釗;羅崢尹;;基于機器學習的智慧農(nóng)業(yè)決策系統(tǒng)設(shè)計與實現(xiàn)[J];信息與電腦(理論版);2018年24期

3 舒娜;劉波;林偉偉;李鵬飛;;分布式機器學習平臺與算法綜述[J];計算機科學;2019年03期

4 劉傳會;汪小亞;郭增輝;;機器學習在反洗錢領(lǐng)域的應(yīng)用與發(fā)展[J];清華金融評論;2019年04期

5 孟雨;;機器學習讓計算機更智能[J];計算機與網(wǎng)絡(luò);2019年14期

6 高華川;;機器學習在經(jīng)濟學中的應(yīng)用[J];納稅;2019年24期

7 李陽;;機器學習在網(wǎng)絡(luò)空間安全研究中的應(yīng)用分析[J];電腦知識與技術(shù);2019年24期

8 胡思潤;楊曉旭;宋靖華;;基于機器學習的城市生成方法研究[J];智能建筑與智慧城市;2019年11期

9 蔣良孝;;機器學習課程教學的實踐探索[J];新課程研究;2019年23期

10 ;降低機器學習門檻的六大工具[J];電腦知識與技術(shù)(經(jīng)驗技巧);2019年10期

相關(guān)會議論文 前10條

1 王玨;;歸納機器學習[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 王衍魯;張利會;張淑潔;石潔茹;王鵬;;大學新生學校適應(yīng)的個體與環(huán)境因素探究:基于機器學習的考察[A];第二十屆全國心理學學術(shù)會議--心理學與國民心理健康摘要集[C];2017年

3 張長水;;大數(shù)據(jù)機器學習[A];2015年中國自動化大會摘要集[C];2015年

4 何琳;侯漢清;;基于標引經(jīng)驗和機器學習相結(jié)合的多層自動分類[A];2005年中國索引學會年會暨學術(shù)研討會論文集[C];2005年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機器學習法相結(jié)合的蛋白質(zhì)名識別[A];大連理工大學生物醫(yī)學工程學術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機器學習在中醫(yī)計算機診斷識別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學術(shù)會議論文選集[C];2006年

7 吳滄浦;;智能系統(tǒng)與機器學習的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術(shù)年會文集[C];2000年

8 蔡健平;林世平;;基于機器學習的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集[C];2007年

9 ;基于機器學習的大數(shù)據(jù)防詐騙能力研究與應(yīng)用[A];2018中國信息通信大會論文摘要集[C];2018年

10 ;基于機器學習的影響感知無線根因問題快速定位研究[A];2018中國信息通信大會論文摘要集[C];2018年

相關(guān)重要報紙文章 前10條

1 唐一塵;機器學習能識別具有自殺傾向的病人[N];中國科學報;2017年

2 采訪人 本報記者 盧健;“中間三天”問題 最對機器學習“胃口”[N];中國氣象報;2020年

3 CIO.com資深作家 Clint Boulton 編譯 Charles;領(lǐng)先一步:機器學習的10個成功案例[N];計算機世界;2018年

4 Bob Violino 編譯 Charles;盲目冒進:機器學習的5個失敗案例[N];計算機世界;2018年

5 本報駐波士頓記者 侯麗;深入挖掘機器學習潛力[N];中國社會科學報;2019年

6 王方 編譯;菌自何方 機器學習早知道[N];中國科學報;2019年

7 Matt Asay 編譯 Monkey King;為什么機器學習沒有捷徑可循？[N];計算機世界;2019年

8 本報記者 操秀英;當量子計算遇到機器學習會碰撞出什么火花？[N];科技日報;2019年

9 彭博企業(yè)數(shù)據(jù)業(yè)務(wù)全球負責人 Gerard Francis;金融數(shù)據(jù)質(zhì)量決定機器學習時代的投資回報[N];計算機世界;2019年

10 Isaac Sacolick 編譯 Charles;關(guān)于機器學習的5個要點[N];計算機世界;2019年

相關(guān)博士學位論文 前10條

1 劉瀏;基于機器學習的惡意代碼檢測與分類技術(shù)研究[D];國防科技大學;2017年

2 薛紅新;基于機器學習方法的分類與預(yù)測問題研究[D];中北大學;2019年

3 韓啟迪;基于非線性成礦動力系統(tǒng)的機器學習方法應(yīng)用研究[D];中國地質(zhì)大學(北京);2019年

4 陳旭展;基于機器學習的智能機器人環(huán)境視覺感知方法研究[D];華中科技大學;2019年

5 殷曦;基于機器學習及統(tǒng)計計算模型的膜蛋白結(jié)構(gòu)預(yù)測[D];上海交通大學;2017年

6 楊靜;蛋白質(zhì)殘基相互作用預(yù)測及其在結(jié)構(gòu)建模中的應(yīng)用研究[D];上海交通大學;2018年

7 王磊;基于機器學習的藥物—靶標相互作用預(yù)測研究[D];中國礦業(yè)大學;2018年

8 張慶;鈣鈦礦型功能材料的基因組工程研究[D];上海大學;2018年

9 管月;醫(yī)學腫瘤影像分類算法研究及其在肝癌上的應(yīng)用[D];南京大學;2018年

10 郝小可;基于機器學習的影像遺傳學分析及其應(yīng)用研究[D];南京航空航天大學;2017年

相關(guān)碩士學位論文 前10條

1 夏怡童;《機器學習前沿：2017雷蒙德和貝弗利·薩克勒英美科學論壇》翻譯實踐報告[D];重慶郵電大學;2019年

2 李逍;產(chǎn)品評論的方面級觀點挖掘技術(shù)研究[D];重慶郵電大學;2019年

3 張輝斌;基于機器學習的機電系統(tǒng)部件級PHM技術(shù)研究[D];南京航空航天大學;2019年

4 卞榮臻;基于機器學習的硬件木馬檢測方法研究[D];南京航空航天大學;2019年

5 葉詩意;《機器學習—新型人工智能》（節(jié)選）翻譯實踐報告[D];湘潭大學;2019年

6 郭銀娟;基于多元統(tǒng)計和機器學習的成績分析及研究[D];湘潭大學;2019年

7 趙慶東;基于機器學習算法的數(shù)據(jù)分類應(yīng)用研究[D];寧夏大學;2019年

8 巢澤敏;Spark自動調(diào)優(yōu)系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學;2019年

9 胡樂;融合用戶評論的新聞內(nèi)容質(zhì)量檢測算法研究[D];哈爾濱工業(yè)大學;2019年

10 崔宇中;用于割草機平臺的行人檢測技術(shù)研究[D];哈爾濱工業(yè)大學;2019年

本文編號：2599998