論文の概要: Novelty-focused R&D landscaping using transformer and local outlier factor

• arxiv url: http://arxiv.org/abs/2411.02738v1
• Date: Tue, 05 Nov 2024 02:12:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-06 15:00:15.585332
• Title: Novelty-focused R&D landscaping using transformer and local outlier factor
• Title（参考訳）: 変圧器と局所外乱係数を用いた新規なR&D造園
• Authors: Jaewoong Choi,
• Abstract要約: 本研究では,R&Dランドスケープの構築とナビゲートのための体系的なアプローチを提案する。 研究提案の意味は、さらに訓練されたトランスフォーマーで捉えられる。 韓国のエネルギー資源セクターにおける研究提案を事例として考察する。
• 参考スコア（独自算出の注目度）: 4.713817702376467
• License:
• Abstract: While numerous studies have explored the field of research and development (R&D) landscaping, the preponderance of these investigations has emphasized predictive analysis based on R&D outcomes, specifically patents, and academic literature. However, the value of research proposals and novelty analysis has seldom been addressed. This study proposes a systematic approach to constructing and navigating the R&D landscape that can be utilized to guide organizations to respond in a reproducible and timely manner to the challenges presented by increasing number of research proposals. At the heart of the proposed approach is the composite use of the transformer-based language model and the local outlier factor (LOF). The semantic meaning of the research proposals is captured with our further-trained transformers, thereby constructing a comprehensive R&D landscape. Subsequently, the novelty of the newly selected research proposals within the annual landscape is quantified on a numerical scale utilizing the LOF by assessing the dissimilarity of each proposal to others preceding and within the same year. A case study examining research proposals in the energy and resource sector in South Korea is presented. The systematic process and quantitative outcomes are expected to be useful decision-support tools, providing future insights regarding R&D planning and roadmapping.
• Abstract（参考訳）: 多くの研究が研究開発(R&D)の造園分野を探求してきたが、これらの研究の先駆者は研究開発の結果、特に特許、学術文献に基づく予測分析を強調してきた。 しかし、研究提案と新規性分析の価値はめったに語られていない。 本研究では,R&Dランドスケープの構築とナビゲートを行うための体系的なアプローチを提案する。 提案手法の核心は、トランスフォーマーベース言語モデルと局所外乱係数(LOF)の複合的利用である。 研究提案の意味は、さらに訓練されたトランスフォーマーで捉えられ、総合的なR&Dランドスケープを構築する。 その後、毎年恒例のランドスケープ内で新たに選択された研究提案の斬新さを、各提案の相違性を評価し、LOFを利用した数値スケールで定量化する。 韓国のエネルギー資源セクターにおける研究提案を事例として考察する。 体系的なプロセスと定量的な成果は、有益な意思決定支援ツールとして期待され、R&D計画とロードマップ作成に関する将来の洞察を提供する。

関連論文リスト

• A Comprehensive Survey of Datasets, Theories, Variants, and Applications in Direct Preference Optimization [52.42860559005861]
  DPO(Direct Preference Optimization)は、アライメントのための有望なアプローチとして登場した。 DPOの様々な進歩と固有の制限にもかかわらず、これらの側面の詳細なレビューは現在、文献に欠けている。
  論文  参考訳（メタデータ） (2024-10-21T02:27:24Z)
• A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current Landscape and Future Directions [0.0]
  RAGは、検索機構と生成言語モデルを組み合わせることで、出力の精度を高める。 近年の研究では, 検索効率向上のための新しい手法が注目されている。 RAGモデルの堅牢性向上に焦点をあてた今後の研究方向性が提案されている。
  論文  参考訳（メタデータ） (2024-10-03T22:29:47Z)
• A Survey on Retrieval-Augmented Text Generation for Large Language Models [1.4579344926652844]
  Retrieval-Augmented Generation (RAG)は、検索手法とディープラーニングの進歩を融合する。 本稿では,RAGパラダイムを検索前,検索後,検索後,生成の4つのカテゴリに分類する。 RAGの進化を概説し、重要な研究の分析を通して分野の進歩について論じている。
  論文  参考訳（メタデータ） (2024-04-17T01:27:42Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)
• Exploring the Landscape of Natural Language Processing Research [3.3916160303055567]
  NLP関連のいくつかのアプローチが研究コミュニティで調査されている。 確立したトピックを分類し、傾向を特定し、今後の研究分野を概説する総合的研究はいまだに残っていない。 その結果,NLPにおける研究分野の分類,最近のNLPの発展分析,研究成果の要約,今後の研究の方向性について概説した。
  論文  参考訳（メタデータ） (2023-07-20T07:33:30Z)
• A Comprehensive Survey on Relation Extraction: Recent Advances and New Frontiers [76.51245425667845]
  関係抽出(RE)は、基礎となるコンテンツからエンティティ間の関係を識別する。 ディープニューラルネットワークはREの分野を支配しており、顕著な進歩を遂げている。 この調査は、現実世界のREシステムの課題に対処するための研究者の協力的な取り組みを促進することが期待されている。
  論文  参考訳（メタデータ） (2023-06-03T08:39:25Z)
• A Pipeline for Analysing Grant Applications [0.0]
  本稿では,提案手法が意図した革新的なプロジェクト提案を効果的に識別するかどうかを考察する。 グラント申請は、レビュアーが割り当てた「特定の革新と創造性」(IC)スコアを含むピアレビューされた研究提案である。 本稿では,特徴を符号化した文書上のランダムフォレスト(RF)分類器として,最高の性能を持つモデルを提案する。
  論文  参考訳（メタデータ） (2022-10-30T13:43:53Z)
• Vision-Centric BEV Perception: A Survey [92.98068828762833]
  視覚中心のBird's Eye View(BEV)の認識は、産業と学界の両方から大きな関心を集めている。 ディープラーニングの急速な進歩は、視覚中心のBEV知覚問題に対処する多くの方法の提案につながった。 本稿では、最新の知識をコンパイルし、整理し、一般的なアルゴリズムの体系的なレビューと要約を提供する。
  論文  参考訳（メタデータ） (2022-08-04T17:53:17Z)
• Image-text Retrieval: A Survey on Recent Research and Development [58.060687870247996]
  クロスモーダル画像テキスト検索(ITR)は、優れた研究価値と幅広い実世界の応用により、研究コミュニティへの関心が高まっている。 本稿では,ITRのアプローチに関する4つの視点から,包括的かつ最新の調査を行う。
  論文  参考訳（メタデータ） (2022-03-28T13:00:01Z)
• Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
  ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。 本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
  論文  参考訳（メタデータ） (2021-07-05T16:32:45Z)

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。