論文の概要: Biblio-Analysis of Cohort Intelligence (CI) Algorithm and its allied applications from Scopus and Web of Science Perspective

• arxiv url: http://arxiv.org/abs/2209.03009v1
• Date: Wed, 7 Sep 2022 09:09:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-08 13:08:33.094672
• Title: Biblio-Analysis of Cohort Intelligence (CI) Algorithm and its allied applications from Scopus and Web of Science Perspective
• Title（参考訳）: コホートインテリジェンス(CI)アルゴリズムのBiblio-AnalysisとスコープとWeb of Scienceの関連応用
• Authors: Ishaan Kale, Rahul Joshi, Kalyani Kadam
• Abstract要約: Cohort Intelligence(コホートインテリジェンス、CI)は、新しい最適化アルゴリズムの一種である。 この研究論文は、CIを新たなレベルに引き上げたい人のためのアイスブレーカーとなるでしょう。 この研究論文では、Scoopsで利用可能なCIパブリッシュは、グラフ、著者、ソースタイトル、キーワードなどに関するネットワーク図、時間の経過とともにジャーナルを通じて分析される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cohort Intelligence or CI is one of its kind of novel optimization algorithm. Since its inception, in a very short span it is applied successfully in various domains and its results are observed to be effectual in contrast to algorithm of its kind. Till date, there is no such type of bibliometric analysis carried out on CI and its related applications. So, this research paper in a way will be an ice breaker for those who want to take up CI to a new level. In this research papers, CI publications available in Scopus are analyzed through graphs, networked diagrams about authors, source titles, keywords over the years, journals over the time. In a way this bibliometric paper showcase CI, its applications and detail outs systematic review in terms its bibliometric details.
• Abstract（参考訳）: cohort intelligence(ci)は、その新しい最適化アルゴリズムの1つである。 開始以来、非常に短い範囲で様々な領域に適用され、その種類のアルゴリズムとは対照的に、その結果が有効であることが観察される。 今のところ、CIとその関連アプリケーションでこのようなタイプの書誌分析は行われていない。 そのため、この研究論文は、CIを新たなレベルに引き上げたい人のためのアイスブレーカーとなるでしょう。 この研究論文では、Scoopsで利用可能なCIパブリッシュは、グラフ、著者に関するネットワーク図、ソースタイトル、長年のキーワード、当時のジャーナルを通じて分析される。 この文献学論文では、CI、その応用と詳細が文献学の詳細の観点から体系的にレビューされている。

関連論文リスト

• A Systematic Literature Review of Spatio-Temporal Graph Neural Network Models for Time Series Forecasting and Classification [7.58512888676767]
  本稿では、時系列分類と予測のためのアプローチとアプリケーション領域について概観する。 データベース検索を行い,150以上の学術論文が現場における現状の詳細な調査のために選択された。
  論文  参考訳（メタデータ） (2024-10-29T08:05:10Z)
• Are Large Language Models Good Classifiers? A Study on Edit Intent Classification in Scientific Document Revisions [62.12545440385489]
  大規模言語モデル(LLM)は、テキスト生成の大幅な進歩をもたらしたが、分類タスクの強化の可能性はまだ未検討である。 生成と符号化の両方のアプローチを含む分類のための微調整LDMを徹底的に研究するためのフレームワークを提案する。 我々はこのフレームワークを編集意図分類(EIC)においてインスタンス化する。
  論文  参考訳（メタデータ） (2024-10-02T20:48:28Z)
• Towards a Quality Indicator for Research Data publications and Research Software publications -- A vision from the Helmholtz Association [0.24848203755267903]
  研究データや研究ソフトウェアの品質を評価・評価するプロセスはまだ確立されていない。 Task Group Quality Indicators for Data and Software Publicationsは現在、研究データおよび研究ソフトウェア出版のための品質指標を開発している。
  論文  参考訳（メタデータ） (2024-01-16T20:00:27Z)
• CRUISE-Screening: Living Literature Reviews Toolbox [8.292338880619061]
  CRUISE-Screeningは、生物文学レビューを行うためのウェブベースのアプリケーションである。 APIを通じて複数の検索エンジンに接続しており、定期的に検索結果を更新することができる。
  論文  参考訳（メタデータ） (2023-09-04T15:58:43Z)
• The Semantic Scholar Open Data Platform [79.4493235243312]
  セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。 我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。 このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
  論文  参考訳（メタデータ） (2023-01-24T17:13:08Z)
• Analyzing the State of Computer Science Research with the DBLP Discovery Dataset [0.0]
  我々は、CSメタデータに隠された暗黙のパターンを明らかにするために、サイエントメトリック分析を行う。 各種ダッシュボード,フィルタ,ビジュアライゼーションを用いてCS出版物を解析するインタラクティブWebアプリケーションであるCS-Insightsシステムを紹介した。 D3とCS-Insightsはどちらもオープンアクセス可能で、CS-Insightsは将来的に他のデータセットに容易に適応できる。
  論文  参考訳（メタデータ） (2022-12-01T16:27:42Z)
• Deep learning for table detection and structure recognition: A survey [49.09628624903334]
  本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。 この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。 既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
  論文  参考訳（メタデータ） (2022-11-15T19:42:27Z)
• Deep Graph Learning for Anomalous Citation Detection [55.81334139806342]
  本稿では,新たな深層グラフ学習モデルであるGLAD(Graph Learning for Anomaly Detection)を提案する。 GLADフレームワーク内ではCPU(Citation PUrpose)と呼ばれるアルゴリズムが提案され,引用テキストに基づく引用の目的が明らかになった。
  論文  参考訳（メタデータ） (2022-02-23T09:05:28Z)
• DRIFT: A Toolkit for Diachronic Analysis of Scientific Literature [0.7349727826230862]
  DRIFTをオープンソースとして公開し、研究者が長年の研究動向と開発を追跡できるようにしました。 分析手法は、よく暗唱された研究成果と照合され、我々のいくつかの方法が良い測定のために追加されている。 本ツールの有用性と有効性を示すため,arXivリポジトリのcs.CLコーパスのケーススタディを行い,解析手法から推論を行う。
  論文  参考訳（メタデータ） (2021-07-02T17:33:25Z)
• Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
  引用グラフを用いて科学論文の要約作業を再定義します。 我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。 我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
  論文  参考訳（メタデータ） (2021-04-07T11:13:35Z)
• Opportunities and Challenges of Deep Learning Methods for Electrocardiogram Data: A Systematic Review [62.490310870300746]
  心電図(Electrocardiogram、ECG)は、医学および医療において最も一般的に用いられる診断ツールの1つである。 深層学習法は心電図信号を用いた予測医療タスクにおいて有望な結果を得た。 本稿では、モデリングとアプリケーションの観点から、ECGデータに対するディープラーニング手法の体系的なレビューを行う。
  論文  参考訳（メタデータ） (2019-12-28T02:44:29Z)

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。