Fugu-MT 論文翻訳(概要): The Statistical Validation of Innovation Lens

論文の概要: The Statistical Validation of Innovation Lens

arxiv url: http://arxiv.org/abs/2508.14139v1
Date: Tue, 19 Aug 2025 13:47:24 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-21 16:52:41.223036
Title: The Statistical Validation of Innovation Lens
Title（参考訳）: イノベーションレンズの統計的検証
Abstract要約: 情報過剰と科学の急速な進歩は、新たな研究提案に対する資源の評価と配分をますます困難にしている。計算機科学・物理・PubMed領域において,2010～2024年の間に高引用型研究論文の予測に成功した分類器を訓練することにより,そのような構造を示す統計的証拠を提示する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Information overload and the rapid pace of scientific advancement make it increasingly difficult to evaluate and allocate resources to new research proposals. Is there a structure to scientific discovery that could inform such decisions? We present statistical evidence for such structure, by training a classifier that successfully predicts high-citation research papers between 2010-2024 in the Computer Science, Physics, and PubMed domains.
Abstract（参考訳）: 情報過剰と科学の急速な進歩は、新たな研究提案に対する資源の評価と配分をますます困難にしている。このような決定を伝達できる科学的発見の構造はあるのだろうか? 計算機科学・物理・PubMed領域において,2010～2024年の間に高引用型研究論文の予測に成功した分類器を訓練することにより,そのような構造を示す統計的証拠を提示する。

関連論文リスト

An Autonomous Scientific Knowledge Generation Framework for AI-Driven Scientific Discovery [0.0]
我々は、科学出版物を統一AI対応科学知識基盤に変換する自律的科学知識生成フレームワークを提案する。このフレームワークは、文献の取得、ハイブリッドな科学知識抽出、意味調和、知識融合、検証を統合されたワークフローに統合する。概念実証として、この枠組みは電気光学材料に適用された。
論文参考訳（メタデータ） (2026-07-09T19:40:41Z)
ResearchClawBench: A Benchmark for End-to-End Autonomous Scientific Research [142.29356526274387]
我々は自律的な科学的研究を評価するためのベンチマークであるResearchClawBenchを紹介する。各タスクは、実際の論文に基づき、関連する文献や生データを提供し、評価中に対象の論文を隠蔽する。
論文参考訳（メタデータ） (2026-05-28T16:27:40Z)
SciResearcher: Scaling Deep Research Agents for Frontier Scientific Reasoning [54.194672921128785]
我々は、フロンティア科学データ構築のための完全に自動化されたエージェントフレームワークであるSciResearcherを紹介する。 SciResearcherは、学術的証拠に基づく様々な概念的および計算的なタスクを合成する。我々は,HLE-Bio/Chem-Goldベンチマークで19.46%を達成できるエージェント基盤モデルであるSciResearcher-8Bを開発した。
論文参考訳（メタデータ） (2026-05-02T15:26:45Z)
Towards a Medical AI Scientist [73.6056699962416]
私たちは、臨床自律研究に特化した最初の自律的な研究フレームワークである、メディカルAIサイエンティストを紹介します。このフレームワークは3つの研究モード、すなわち論文ベースの再現、文学にインスパイアされた革新、タスク駆動探索で動作する。本システムでは,提案手法と実装の密接な整合性を実現するとともに,実行可能実験において極めて高い成功率を示す。
論文参考訳（メタデータ） (2026-03-30T15:37:25Z)
Capability-Aware Early-Stage Research Idea Evaluation [8.170163951342602]
本稿では,著者情報と研究思想のみを用いて,論文の受容と評価を予測する能力認識フレームワークを提案する。提案手法では,3方向トランスフォーマーアーキテクチャによる著者情報,(推測)能力提示,研究アイデアを統合した。
論文参考訳（メタデータ） (2026-01-18T16:22:17Z)
ScienceMeter: Tracking Scientific Knowledge Updates in Language Models [79.33626657942169]
大規模言語モデル(LLM)は、科学研究を支援するためにますます使われているが、科学的進歩に関する彼らの知識は急速に時代遅れになる。我々は,過去,現在,未来にまたがる科学的知識の更新手法を評価するための新しいフレームワークであるScienceMeterを紹介する。
論文参考訳（メタデータ） (2025-05-30T07:28:20Z)
Automatic Detection of Research Values from Scientific Abstracts Across Computer Science Subfields [32.82061305764996]
研究の態度や行動を導いたり動機づけたりする基礎的および基本的な信念として知られる、特定の研究の価値観を探求することが不可欠である。これまでの研究は、機械学習論文の小さなサンプルから、手動で研究値を分析してきた。本稿では,CS関連研究をガイドする10の研究値を含む詳細なアノテーションスキームを提案する。
論文参考訳（メタデータ） (2025-02-23T00:44:27Z)
Optimizing Research Portfolio For Semantic Impact [55.2480439325792]
サイテーション指標は学術的影響を評価するために広く用いられているが、社会的偏見に悩まされている。本稿では,研究効果を予測する新しいフレームワークであるrXiv Semantic Impact (XSI)を紹介する。 XSIは学術知識グラフにおける研究概念の進化を追跡している。
論文参考訳（メタデータ） (2025-02-19T17:44:13Z)
SciClaimHunt: A Large Dataset for Evidence-based Scientific Claim Verification [7.421845364041002]
本稿では,SciClaimHuntとSciClaimHunt_Numの2つの大規模データセットを紹介する。本稿では,これらのデータセットの有効性を評価するために,科学的クレーム検証に適したベースラインモデルをいくつか提案する。 SciClaimHuntとSciClaimHunt_Numで訓練されたモデルと既存の科学的クレーム検証データセットを比較し,その品質と信頼性を評価する。
論文参考訳（メタデータ） (2025-02-14T08:34:26Z)
Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文参考訳（メタデータ） (2025-02-07T18:26:45Z)
SciDMT: A Large-Scale Corpus for Detecting Scientific Mentions [52.35520385083425]
SciDMTは,科学的言及検出のための拡張および拡張されたコーパスである。コーパスは,1)SciDMTの主コーパスは8万4千件の科学的論文と8百万件以上の弱い注釈付き言及アノテーションと,2)評価目的のために手作業で注釈付けされた100件の科学的論文からなる評価セットから構成される。
論文参考訳（メタデータ） (2024-06-20T22:03:21Z)
Mapping Computer Science Research: Trends, Influences, and Predictions [0.0]
我々は、トレンド研究領域を予測するために、決定木やロジスティック回帰モデルを含む高度な機械学習技術を採用している。分析の結果,研究論文(参照数)に引用される参考資料の数は,トレンド研究領域を決定する上で重要な役割を担っていることが明らかとなった。ロジスティック回帰モデルは、傾向を予測するために決定木モデルより優れ、高い精度、精度、リコール、F1スコアを示す。
論文参考訳（メタデータ） (2023-08-01T16:59:25Z)
A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文参考訳（メタデータ） (2023-05-22T11:08:00Z)
SciFact-Open: Towards open-domain scientific claim verification [61.288725621156864]
本稿では,科学的クレーム検証システムの性能評価を目的とした新しいテストコレクションであるSciFact-Openを提案する。我々は、4つの最先端の科学的クレーム検証モデルの上位予測をプールし、注釈付けすることで、科学的クレームの証拠を収集する。その結果,SciFact-Openへの一般化に苦慮する小形コーパス上で開発されたシステムは,少なくとも15F1の性能低下を示すことがわかった。
論文参考訳（メタデータ） (2022-10-25T05:45:00Z)
COVIDScholar: An automated COVID-19 research aggregation and analysis platform [0.0]
2020年10月現在、81,000以上のCOVID-19関連科学論文が1日250以上の速度で公開されています。これは、研究文献との関わりの伝統的な方法への挑戦を生み出しました。我々は2020年における新型コロナウイルス研究の動向について分析する。
論文参考訳（メタデータ） (2020-12-07T18:17:11Z)

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。