論文の概要: WISDOM: An AI-powered framework for emerging research detection using weak signal analysis and advanced topic modeling
- arxiv url: http://arxiv.org/abs/2409.15340v1
- Date: Mon, 09 Sep 2024 18:08:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-10 15:56:04.082561
- Title: WISDOM: An AI-powered framework for emerging research detection using weak signal analysis and advanced topic modeling
- Title（参考訳）: WISDOM:弱い信号分析と高度なトピックモデリングを用いたAIを活用した研究発見フレームワーク
- Authors: Ashkan Ebadi, Alain Auger, Yvan Gauthier,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.8434042562191815
- License:
- Abstract: The landscape of science and technology is characterized by its dynamic and evolving nature, constantly reshaped by new discoveries, innovations, and paradigm shifts. Moreover, science is undergoing a remarkable shift towards increasing interdisciplinary collaboration, where the convergence of diverse fields fosters innovative solutions to complex problems. Detecting emerging scientific topics is paramount as it enables industries, policymakers, and innovators to adapt their strategies, investments, and regulations proactively. As the common approach for detecting emerging technologies, despite being useful, bibliometric analyses may suffer from oversimplification and/or misinterpretation of complex interdisciplinary trends. In addition, relying solely on domain experts to pinpoint emerging technologies from science and technology trends might restrict the ability to systematically analyze extensive information and introduce subjective judgments into the interpretations. To overcome these drawbacks, in this work, we present an automated artificial intelligence-enabled framework, called WISDOM, for detecting emerging research themes using advanced topic modeling and weak signal analysis. The proposed approach can assist strategic planners and domain experts in more effectively recognizing and tracking trends related to emerging topics by swiftly processing and analyzing vast volumes of data, uncovering hidden cross-disciplinary patterns, and offering unbiased insights, thereby enhancing the efficiency and objectivity of the detection process. As the case technology, we assess WISDOM's performance in identifying emerging research as well as their trends, in the field of underwater sensing technologies using scientific papers published between 2004 and 2021.
- Abstract（参考訳）: 科学と技術の風景は、その動的で進化する性質によって特徴づけられ、新しい発見、革新、パラダイムシフトによって常に形を変えられる。
さらに、科学は、様々な分野の収束によって複雑な問題に対する革新的な解決策が育まれる、学際的なコラボレーションの増加に向けて、顕著な変化を遂げている。
産業、政策立案者、イノベーターが戦略、投資、規制を積極的に適応できるようにするため、新たな科学的トピックを検出することが最重要である。
新興技術を検出する一般的なアプローチとして、バイオロメトリ分析は有用であるにもかかわらず、複雑な学際的傾向の単純化と/または誤解釈に悩まされることがある。
さらに、専門分野の専門家のみに頼って、科学技術のトレンドから新興技術を見極めることは、体系的に情報を分析し、主観的な判断を解釈に導入する能力を制限する可能性がある。
これらの欠点を克服するために,本研究では,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ための,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。
提案手法は戦略的プランナーやドメインの専門家が、大量のデータを迅速に処理し分析し、隠れた学際パターンを発見し、偏見のない洞察を提供することによって、新興トピックに関連するトレンドをより効果的に認識し、追跡し、発見プロセスの効率と客観性を高めることを支援する。
2004年から2021年にかけて発行された科学論文を用いて, 水中センシング技術分野において, 新興研究の同定におけるWISDOMの性能と動向を評価する。
関連論文リスト
- The Cat and Mouse Game: The Ongoing Arms Race Between Diffusion Models and Detection Methods [0.0]
拡散モデルは合成メディア生成を変革し、未整合のリアリズムとコンテンツ生成の制御を提供する。
それらは、ディープフェイク、誤報、著作権のある素材の不正な複製を促進することができる。
これに対し, 効果的な検出機構の必要性が高まっている。
論文 参考訳（メタデータ） (2024-10-24T15:51:04Z) - Integrative Approaches in Cybersecurity and AI [0.0]
組織がデータを保護し、分析し、活用する方法に革命をもたらす可能性を秘めている重要なトレンド、課題、将来の方向性を特定します。
私たちの発見は、AI駆動の自動化、リアルタイム脅威検出、高度なデータ分析を取り入れて、よりレジリエンスで適応的なセキュリティアーキテクチャを構築するための、学際的な戦略の必要性を強調しています。
論文 参考訳（メタデータ） (2024-08-12T01:37:06Z) - A Comprehensive Survey on the Security of Smart Grid: Challenges, Mitigations, and Future Research Opportunities [4.589028594967462]
本稿では,スマートグリッドの高度なコンポーネントによって導入された新たな攻撃面に着目し,様々な攻撃ベクトルの詳細な解析を行う。
次に,ゲーム理論,グラフ理論,機械学習など,革新的な検出・緩和戦略を検討する。
まず,既存戦略と新興戦略の研究機会について考察し,新たな技術の可能性を探る。
論文 参考訳（メタデータ） (2024-07-10T18:03:24Z) - Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - Opening the Black-Box: A Systematic Review on Explainable AI in Remote Sensing [51.524108608250074]
ブラックボックス機械学習アプローチは、リモートセンシングにおける知識抽出における主要なモデリングパラダイムとなっている。
我々は、この分野における重要なトレンドを特定するための体系的なレビューを行い、新しい説明可能なAIアプローチに光を当てた。
また,課題と将来的な研究方向性について,より詳細な展望を述べる。
論文 参考訳（メタデータ） (2024-02-21T13:19:58Z) - Representation Engineering: A Top-Down Approach to AI Transparency [132.0398250233924]
表現工学の新たな領域(RepE)を特定し,特徴付ける
RepEは、神経細胞や回路ではなく、人口レベルの表現を解析の中心に置く。
これらの手法が、広範囲の安全関連問題に対してどのようにトラクションを提供するかを紹介する。
論文 参考訳（メタデータ） (2023-10-02T17:59:07Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Machine Unlearning: A Survey [56.79152190680552]
プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。
この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。
この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。
この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
論文 参考訳（メタデータ） (2023-06-06T10:18:36Z) - Knowledge-enhanced Neural Machine Reasoning: A Review [67.51157900655207]
既存の知識強化手法を2つの主要なカテゴリと4つのサブカテゴリに分類する新しい分類法を導入する。
我々は、現在のアプリケーションドメインを解明し、将来的な研究の展望について洞察を提供する。
論文 参考訳（メタデータ） (2023-02-04T04:54:30Z) - Detecting Emerging Technologies and their Evolution using Deep Learning
and Weak Signal Analysis [0.0]
超音速科学論文から将来の兆候を特定できる多層定量的手法を提案する。
提案されたフレームワークは、戦略的プランナーやドメインの専門家が新興技術のトレンドを特定し、監視するのに役立つ。
論文 参考訳（メタデータ） (2022-05-11T12:50:43Z) - Generating Knowledge Graphs by Employing Natural Language Processing and
Machine Learning Techniques within the Scholarly Domain [1.9004296236396943]
本稿では、自然言語処理と機械学習を利用して研究論文から実体や関係を抽出する新しいアーキテクチャを提案する。
本研究では,現在最先端の自然言語処理ツールとテキストマイニングツールを用いて,知識抽出の課題に取り組む。
セマンティックWebドメイン内の論文26,827件から抽出した109,105件のトリプルを含む科学知識グラフを作成した。
論文 参考訳（メタデータ） (2020-10-28T08:31:40Z)
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。