論文の概要: Proximity Matters: Analyzing the Role of Geographical Proximity in Shaping AI Research Collaborations

• arxiv url: http://arxiv.org/abs/2406.06662v1
• Date: Mon, 10 Jun 2024 12:37:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-12 20:35:12.768397
• Title: Proximity Matters: Analyzing the Role of Geographical Proximity in Shaping AI Research Collaborations
• Title（参考訳）: 近縁性の問題:AI研究コラボレーション形成における地理的近縁性の役割の分析
• Authors: Mohammadmahdi Toobaee, Andrea Schiffauerova, Ashkan Ebadi,
• Abstract要約: 地理的近接が今後の科学的コラボレーション形成の可能性に及ぼす影響について検討した。 その結果,地理的距離は個々のレベルでの科学的コラボレーションを妨げることが示唆された。 その結果,ネットワーク近接が科学的コラボレーションの可能性に及ぼす影響は,地理的距離によって増加することがわかった。
• 参考スコア（独自算出の注目度）: 1.8434042562191815
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The role of geographical proximity in facilitating inter-regional or inter-organizational collaborations has been studied thoroughly in recent years. However, the effect of geographical proximity on forming scientific collaborations at the individual level still needs to be addressed. Using publication data in the field of artificial intelligence from 2001 to 2019, in this work, the effect of geographical proximity on the likelihood of forming future scientific collaborations among researchers is studied. In addition, the interaction between geographical and network proximities is examined to see whether network proximity can substitute geographical proximity in encouraging long-distance scientific collaborations. Employing conventional and machine learning techniques, our results suggest that geographical distance impedes scientific collaboration at the individual level despite the tremendous improvements in transportation and communication technologies during recent decades. Moreover, our findings show that the effect of network proximity on the likelihood of scientific collaboration increases with geographical distance, implying that network proximity can act as a substitute for geographical proximity.
• Abstract（参考訳）: 近年,地域間・組織間協力の促進における地理的近接の役割が深く研究されている。 しかし、地理的近接が個々のレベルでの科学的コラボレーション形成に与える影響には、依然として対処が必要である。 本研究は,2001年から2019年までの人工知能分野における出版データを用いて,今後の研究者間の科学的コラボレーション形成の可能性に対する地理的近接の影響について検討した。 さらに、地理的近接性とネットワーク近接性との相互作用について検討し、長距離科学的コラボレーションを促進するために、ネットワーク近接性が地理的近接性を置き換えることができるかどうかを検討した。 従来の機械学習技術と機械学習技術を用いることで,近年の交通・通信技術の改善にもかかわらず,地理的距離が個々のレベルでの科学的コラボレーションを妨げることが示唆された。 さらに, ネットワーク近接が科学的コラボレーションの可能性に与える影響は, 地理的距離とともに増大し, ネットワーク近接が地理的近接の代替となる可能性が示唆された。

関連論文リスト

• Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
  本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。 本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
  論文  参考訳（メタデータ） (2024-10-15T07:35:51Z)
• Evolving landscape of US-China science collaboration: Convergence and divergence [0.0]
  米国と中国は、様々な科学分野にまたがる協力関係を著しく強化してきた。 最近の報道は、この2つの巨大企業間のコラボレーションの潜在的な減少を示唆している。 この研究は、ここ数十年、米国と中国の相互作用の進化の風景を掘り下げている。
  論文  参考訳（メタデータ） (2023-09-10T14:11:46Z)
• Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking [61.60169764507917]
  中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。 そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
  論文  参考訳（メタデータ） (2023-09-04T13:44:50Z)
• Atlas of Science Collaboration, 1971-2020 [0.0]
  15の自然科学分野にまたがる機関間共同研究の展望を,OpenAlexのオープンソースデータを用いて検討した。 これらの発見は、世界地図やその他の図に視覚的に表示され、様々な分野や期間にわたる国内外のコラボレーションパターンと国際的コラボレーションパターンの両方において、顕著で洞察に富んだ特徴を表現している。
  論文  参考訳（メタデータ） (2023-08-22T20:11:42Z)
• Multi-Temporal Relationship Inference in Urban Areas [75.86026742632528]
  場所間の時間的関係を見つけることは、動的なオフライン広告やスマートな公共交通計画など、多くの都市アプリケーションに役立つ。 空間的に進化するグラフニューラルネットワーク(SEENet)を含むグラフ学習方式によるTrialの解を提案する。 SEConvは時間内アグリゲーションと時間間伝搬を実行し、位置メッセージパッシングの観点から、多面的に空間的に進化するコンテキストをキャプチャする。 SE-SSLは、位置表現学習を強化し、関係の空間性をさらに扱えるように、グローバルな方法でタイムアウェアな自己教師型学習タスクを設計する。
  論文  参考訳（メタデータ） (2023-06-15T07:48:32Z)
• GeoNet: Benchmarking Unsupervised Adaptation across Geographies [71.23141626803287]
  地理的ロバスト性の問題について検討し、3つの主要な貢献を行う。 まず,地理的適応のための大規模データセットGeoNetを紹介する。 第2に、シーンコンテキストにおける大きな変化から、ドメインシフトの主な原因が生じるという仮説を立てる。 第3に、最先端の教師なしドメイン適応アルゴリズムとアーキテクチャを広範囲に評価する。
  論文  参考訳（メタデータ） (2023-03-27T17:59:34Z)
• Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
  本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。 研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。 本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
  論文  参考訳（メタデータ） (2023-03-18T19:17:47Z)
• A half-century of global collaboration in science and the 'Shrinking World' [0.0]
  本稿は, 様々な学術出版物において, 過去50年間に国際協力クラスターがどう形成され, 発展してきたか, というユニークな証拠を提供する。 まず,15の自然科学分野において,トップレベル国家のグローバルな存在が,出版量や国際協力率によってどのように変化してきたかを検討する。 次に階層的なクラスタリングを行い、各規律と期間について、国際的なコラボレーションクラスタを分析し、視覚化します。
  論文  参考訳（メタデータ） (2022-11-08T18:15:23Z)
• A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
  本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。 このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
  論文  参考訳（メタデータ） (2022-11-04T09:58:57Z)
• Women, artificial intelligence, and key positions in collaboration networks: Towards a more equal scientific ecosystem [0.0]
  本研究は, ジェンダーレンズを用いた科学的コラボレーションネットワークにおける鍵となる位置の獲得に, いくつかの要因が与える影響について検討する。 その結果、性別にかかわらず、量や影響の科学的なパフォーマンスは「社会研究者」をネットワークに持つ上で重要な役割を担っていることがわかった。
  論文  参考訳（メタデータ） (2022-05-19T15:15:04Z)
• Internationalizing AI: Evolution and Impact of Distance Factors [6.045548929961739]
  AI分野における国際協力は一般的ではない(わずか15.7%) 米国と中国はAI分野における国際協力を推進している。
  論文  参考訳（メタデータ） (2021-11-10T00:44:53Z)

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。