Fugu-MT 論文翻訳(概要): Generating Local Maps of Science using Deep Bibliographic Coupling

論文の概要: Generating Local Maps of Science using Deep Bibliographic Coupling

arxiv url: http://arxiv.org/abs/2109.10007v1
Date: Tue, 21 Sep 2021 07:25:18 GMT
ステータス: 処理完了
システム内更新日: 2021-09-22 14:15:28.642039
Title: Generating Local Maps of Science using Deep Bibliographic Coupling
Title（参考訳）: 深層書誌結合を用いた局所科学地図の作成
Authors: Ga\"elle Candel, David Naccache
Abstract要約: グラフ拡散法を用いて深部近傍への結合を拡大することを提案する。この方法では、任意の2つの論文間の類似性を定義することができ、科学の局所的な地図を生成することができる。
参考スコア（独自算出の注目度）: 1.7188280334580195
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Bibliographic and co-citation coupling are two analytical methods widely used to measure the degree of similarity between scientific papers. These approaches are intuitive, easy to put into practice, and computationally cheap. Moreover, they have been used to generate a map of science, allowing visualizing research field interactions. Nonetheless, these methods do not work unless two papers share a standard reference, limiting the two papers usability with no direct connection. In this work, we propose to extend bibliographic coupling to the deep neighborhood, by using graph diffusion methods. This method allows defining similarity between any two papers, making it possible to generate a local map of science, highlighting field organization.
Abstract（参考訳）: 書誌学と共引用結合は、科学論文間の類似度を測定するために広く用いられている2つの分析手法である。これらのアプローチは直感的で、実践が容易で、計算コストも安い。さらに、それらは科学の地図を作成するために使われ、研究分野の相互作用を可視化することができる。しかしながら、これらの手法は、2つの論文が標準参照を共有しない限り機能せず、2つの論文のユーザビリティを直接接続なしで制限する。本研究では,グラフ拡散法を用いて,書誌結合を深部まで拡張することを提案する。この方法では、任意の2つの論文間の類似性を定義でき、科学のローカルマップを生成し、フィールド組織を強調することができる。

関連論文リスト

The Rise of Open Science: Tracking the Evolution and Perceived Value of Data and Methods Link-Sharing Practices [32.347696721495076]
我々は、時間とともにデータとメソッドのリンク共有の実践が記事の受信に与える影響を分析する。メソッドやデータへのリンク共有の実践は、より多くの論文が時間とともにそのようなURLを含めるにつれて広まっているという証拠を見つけます。データとメソッドリンクを共有する記事は、引用数の観点から認識されやすくなり、共有リンクがアクティブになるとより効果が強くなります。
論文参考訳（メタデータ） (2023-10-04T22:34:56Z)
A Heat Diffusion Perspective on Geodesic Preserving Dimensionality Reduction [66.21060114843202]
熱測地線埋め込みと呼ばれるより一般的な熱カーネルベースの多様体埋め込み法を提案する。その結果,本手法は,地中真理多様体距離の保存において,既存の技術よりも優れていることがわかった。また,連続体とクラスタ構造を併用した単一セルRNAシークエンシングデータセットに本手法を適用した。
論文参考訳（メタデータ） (2023-05-30T13:58:50Z)
Mapping Research Trajectories [0.0]
本稿では, あらゆる科学分野に適用可能な, 研究軌道のエンハンマッピングに関する原則的アプローチを提案する。われわれの視覚化は、時間とともに実体の研究トピックを、直接的に相互に表現している。実践的な実証アプリケーションでは、機械学習による出版コーパスに対する提案されたアプローチを例示する。
論文参考訳（メタデータ） (2022-04-25T13:32:39Z)
Ontology Matching Through Absolute Orientation of Embedding Spaces [1.5169370091868053]
Ontologyは、インターオペラビリティとリンクされたオープンデータセットを作成する際の中核的なタスクである。本稿では,知識グラフの埋め込みに基づく構造に基づくマッピング手法を提案する。合成データを用いた実験では、このアプローチが同様に構造化されたデータセットで非常にうまく機能することがわかった。
論文参考訳（メタデータ） (2022-04-08T12:59:31Z)
Light Field Saliency Detection with Dual Local Graph Learning andReciprocative Guidance [148.9832328803202]
我々は、グラフネットワークを介して焦点スタック内のインフォメーション融合をモデル化する。我々は、全焦点パタンを用いて焦点スタック融合過程をガイドする新しいデュアルグラフモデルを構築した。
論文参考訳（メタデータ） (2021-10-02T00:54:39Z)
CitationIE: Leveraging the Citation Graph for Scientific Information Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文参考訳（メタデータ） (2021-06-03T03:00:12Z)
Learning Gaussian Graphical Models with Latent Confounders [74.72998362041088]
我々は、グラフィカルモデルにおける推論のための2つの戦略を、潜伏した共同創設者と比較し、対比する。これら2つのアプローチは、類似した目標を持っているが、それらは共起に関する異なる仮定によって動機付けられている。これら2つのアプローチの強みを組み合わせた新しい手法を提案する。
論文参考訳（メタデータ） (2021-05-14T00:53:03Z)
Visualization of Supervised and Self-Supervised Neural Networks via Attribution Guided Factorization [87.96102461221415]
クラスごとの説明性を提供するアルゴリズムを開発した。実験の広範なバッテリーでは、クラス固有の可視化のための手法の能力を実証する。
論文参考訳（メタデータ） (2020-12-03T18:48:39Z)
Fewer is More: A Deep Graph Metric Learning Perspective Using Fewer Proxies [65.92826041406802]
本稿では,グラフ分類の観点から,プロキシベースのディープグラフメトリックラーニング手法を提案する。複数のグローバルプロキシを利用して、各クラスの元のデータポイントを総括的に近似する。本研究では, 近接関係を接地トラス・ラベルに従って調整する, 新たな逆ラベル伝搬アルゴリズムを設計する。
論文参考訳（メタデータ） (2020-10-26T14:52:42Z)
Automatic generation of reviews of scientific papers [1.1999555634662633]
本稿では,ユーザ定義クエリに対応するレビューペーパーの自動生成手法を提案する。第1部では、共引用グラフなどの文献パラメータによって、この領域における重要な論文を識別する。第2段階では、BERTベースのアーキテクチャを使用して、これらの重要な論文の抽出要約のために既存のレビューをトレーニングします。
論文参考訳（メタデータ） (2020-10-08T17:47:07Z)
Virtual Proximity Citation (VCP): A Supervised Deep Learning Method to Relate Uncited Papers On Grounds of Citation Proximity [0.0]
本稿では,仮想Citation Proximity (VCP) のアプローチについて議論する。文書中の2つの引用の間の実際の距離は、基礎的な真実として使用される。これは、2つの文書間の関連性を計算するために、たとえ文書が暗唱されていなくても、近接して引用されたであろう方法で計算することができる。
論文参考訳（メタデータ） (2020-09-25T12:24:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。