論文の概要: On the evolution of research in hypersonics: application of natural
language processing and machine learning
- arxiv url: http://arxiv.org/abs/2208.08507v1
- Date: Wed, 17 Aug 2022 19:57:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-19 13:57:50.042388
- Title: On the evolution of research in hypersonics: application of natural
language processing and machine learning
- Title（参考訳）: 超音速研究の進化について-自然言語処理と機械学習の応用
- Authors: Ashkan Ebadi and Alain Auger and Yvan Gauthier
- Abstract要約: 本研究は,2000-2020年における超音速に関する科学論文に焦点をあてる。
我々は、自然言語処理と機械学習を用いて、12の主要な潜在研究テーマを特定し、その時間的進化を分析することによって、研究ランドスケープを特徴づける。
この研究は、研究分野の総合的な分析と、研究テーマがアルゴリズムによって抽出されたという事実により、演習から主観性を取り除き、トピックと時間間隔の一貫性のある比較を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research and development in hypersonics have progressed significantly in
recent years, with various military and commercial applications being
demonstrated increasingly. Public and private organizations in several
countries have been investing in hypersonics, with the aim to overtake their
competitors and secure/improve strategic advantage and deterrence. For these
organizations, being able to identify emerging technologies in a timely and
reliable manner is paramount. Recent advances in information technology have
made it possible to analyze large amounts of data, extract hidden patterns, and
provide decision-makers with new insights. In this study, we focus on
scientific publications about hypersonics within the period of 2000-2020, and
employ natural language processing and machine learning to characterize the
research landscape by identifying 12 key latent research themes and analyzing
their temporal evolution. Our publication similarity analysis revealed patterns
that are indicative of cycles during two decades of research. The study offers
a comprehensive analysis of the research field and the fact that the research
themes are algorithmically extracted removes subjectivity from the exercise and
enables consistent comparisons between topics and between time intervals.
- Abstract（参考訳）: ハイパーソニックの研究と開発は近年大きく進展し、様々な軍事的・商業的応用が実証されている。
いくつかの国の公共機関や民間組織は、競争相手を追い越し、戦略的優位性と抑止力を確保することを目的として、ハイパーソニックに投資している。
これらの組織にとって、新興テクノロジをタイムリーで信頼性の高い方法で識別できることが最重要です。
近年の情報技術の進歩により、大量のデータを分析し、隠れパターンを抽出し、意思決定者に新たな洞察を与えることが可能になった。
本研究では,2000～2020年におけるハイパーソニックスに関する学術論文に焦点をあて,自然言語処理と機械学習を用いて12の主要な潜在研究テーマを特定し,その時間的進化を分析する。
論文の類似性分析により,20年間にわたる研究のサイクルを示すパターンが明らかになった。
この研究は、研究分野の総合的な分析を提供し、研究テーマがアルゴリズムによって抽出されたという事実は、課題と時間間隔の一貫性のある比較を可能にする。
関連論文リスト
- WISDOM: An AI-powered framework for emerging research detection using weak signal analysis and advanced topic modeling [1.8434042562191815]
我々は、新たな研究テーマを検出するために、WISDOMと呼ばれる自動化人工知能対応フレームワークを提案する。
WISDOMは、高度なトピックモデリングと弱い信号分析を用いて、新たな研究テーマを検出する。
水中センシング技術の分野において,WISDOMによる研究の進展と動向の把握における性能の評価を行った。
論文 参考訳（メタデータ） (2024-09-09T18:08:08Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳（メタデータ） (2022-09-17T18:24:56Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳（メタデータ） (2022-07-18T11:38:32Z) - Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。
その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文 参考訳（メタデータ） (2022-05-26T16:30:30Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Cetacean Translation Initiative: a roadmap to deciphering the
communication of sperm whales [97.41394631426678]
最近の研究では、非ヒト種における音響コミュニケーションを分析するための機械学習ツールの約束を示した。
マッコウクジラの大量生物音響データの収集と処理に必要な重要な要素について概説する。
開発された技術能力は、非人間コミュニケーションと動物行動研究を研究する幅広いコミュニティにおいて、クロス応用と進歩をもたらす可能性が高い。
論文 参考訳（メタデータ） (2021-04-17T18:39:22Z) - Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
理解の研究は、ロボットに世界が何を意味するのかを決定する。
人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。
ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
論文 参考訳（メタデータ） (2021-01-02T12:34:39Z) - Semantic and Relational Spaces in Science of Science: Deep Learning
Models for Article Vectorisation [4.178929174617172]
我々は、自然言語処理(NLP)とグラフニューラルネットワーク(GNN)を用いて、記事の意味的・関係的な側面に基づく文書レベルの埋め込みに焦点を当てる。
論文のセマンティックな空間をNLPでエンコードできるのに対し、GNNでは研究コミュニティの社会的実践をエンコードするリレーショナルな空間を構築することができる。
論文 参考訳（メタデータ） (2020-11-05T14:57:41Z) - Topic Space Trajectories: A case study on machine learning literature [0.0]
本稿では,研究トピックの包括的追跡を可能にする構造であるトピック空間トラジェクトリを提案する。
我々は,32の出版会場から50年間の機械学習研究を対象とする出版コーパスへのアプローチの適用性を示した。
本手法は,論文分類,今後の研究課題の予測,未発表の論文提出のための会議や雑誌の掲載を推奨するために利用することができる。
論文 参考訳（メタデータ） (2020-10-23T10:53:42Z) - Topic Diffusion Discovery Based on Deep Non-negative Autoencoder [0.0]
本稿では,話題拡散の監視に情報分散計測を用いたディープ非負のオートエンコーダを提案する。
提案手法は,研究トピックの進化と,オンライン手法による話題拡散の発見を可能にする。
論文 参考訳（メタデータ） (2020-10-08T00:58:10Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。