論文の概要: Examining the Relationship between Scientific Publishing Activity and Hype-Driven Financial Bubbles: A Comparison of the Dot-Com and AI Eras

• arxiv url: http://arxiv.org/abs/2509.11982v1
• Date: Mon, 15 Sep 2025 14:28:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.342275
• Title: Examining the Relationship between Scientific Publishing Activity and Hype-Driven Financial Bubbles: A Comparison of the Dot-Com and AI Eras
• Title（参考訳）: 科学出版活動とHype-Driven Financial Bubblesとの関連性の検討:Dot-ComとAI時代の比較
• Authors: Aksheytha Chelikavada, Casey C. Bennett,
• Abstract要約: ドットコム時代のパターンは、AIバブルの立ち上がりと倒れを確実に予測するものではない。 このデータはAI時代の2つの可能性を示唆しているようだ。
• 参考スコア（独自算出の注目度）: 0.024554686192257414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Financial bubbles often arrive without much warning, but create long-lasting economic effects. For example, during the dot-com bubble, innovative technologies created market disruptions through excitement for a promised bright future. Such technologies originated from research where scientists had developed them for years prior to their entry into the markets. That raises a question on the possibility of analyzing scientific publishing data (e.g. citation networks) leading up to a bubble for signals that may forecast the rise and fall of similar future bubbles. To that end, we utilized temporal SNAs to detect possible relationships between the publication citation networks of scientists and financial market data during two modern eras of rapidly shifting technology: 1) dot-com era from 1994 to 2001 and 2) AI era from 2017 to 2024. Results showed that the patterns from the dot-com era (which did end in a bubble) did not definitively predict the rise and fall of an AI bubble. While yearly citation networks reflected possible changes in publishing behavior of scientists between the two eras, there was a subset of AI era scientists whose publication influence patterns mirrored those during the dot-com era. Upon further analysis using multiple analysis techniques (LSTM, KNN, AR X/GARCH), the data seems to suggest two possibilities for the AI era: unprecedented form of financial bubble unseen or that no bubble exists. In conclusion, our findings imply that the patterns present in the dot-com era do not effectively translate in such a manner to apply them to the AI market.
• Abstract（参考訳）: 金融バブルはしばしば大きな警告なしに到来するが、長期にわたる経済効果を生み出す。 例えば、ドットコムバブルの間、革新的テクノロジーは、約束された明るい未来のために興奮して市場をディスラプションさせた。 このような技術は、科学者が市場に入る前に何年も前から開発していた研究に由来する。 これは、科学出版データ(例えば、引用ネットワーク)を分析して、同様の将来的なバブルの上昇と崩壊を予測できる信号のバブルに繋がる可能性についての疑問を提起する。 そこで我々は,2つの近代的急激なシフト技術における科学者の出版引用ネットワークと金融市場データとの関係を,時間的SNAを用いて検出した。 1)1994年から2001年までのドットコム時代 2)AI時代は2017年から2024年まで。 その結果、ドットコム時代(バブルで終わった)のパターンは、AIバブルの立ち上がりと倒れを確定的に予測していないことがわかった。 毎年の引用ネットワークは、2つの時代の科学者の出版行動の変化を反映しているが、ドットコム時代には、出版の影響パターンがそれを反映したAI時代の科学者のサブセットがあった。 複数の分析技術(LSTM、KNN、AR X/GARCH)を用いてさらなる分析を行うと、データはAI時代の2つの可能性を示唆しているようだ。 結論として,ドットコム時代に存在するパターンは,このような方法でAI市場に適用できないことが示唆された。

関連論文リスト

• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Near to Mid-term Risks and Opportunities of Open-Source Generative AI [94.06233419171016]
  Generative AIの応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。 こうした地震の影響の可能性は、潜在的なリスクに関する活発な議論を引き起こし、より厳格な規制を要求した。 この規制は、オープンソースのジェネレーティブAIの誕生する分野を危険にさらしている可能性が高い。
  論文  参考訳（メタデータ） (2024-04-25T21:14:24Z)
• Forecasting high-impact research topics via machine learning on evolving knowledge graphs [0.6906005491572401]
  我々は、研究者がこれまでに出版したことのないアイデアの発症の影響を予測する方法を示す。 我々は、2200万以上の科学論文から構築された大きな進化した知識グラフを開発した。 機械学習を用いることで、進化するネットワークのダイナミックな未来を高精度で予測できる。
  論文  参考訳（メタデータ） (2024-02-13T18:09:38Z)
• The Impact of Generative Artificial Intelligence on Market Equilibrium: Evidence from a Natural Experiment [19.963531237647103]
  生成人工知能(AI)は、人間の出力に似た創造的なコンテンツをより効率よく、コストを削減できる能力を示す。 本稿では,中国の主要なアートアウトソーシングプラットフォームにおいて,生成AIが市場均衡に与える影響を実証的に検討する。 我々の分析によると、生成AIの出現は平均価格を64%引き下げる結果となったが、同時に注文量が121%増加し、全体の売上が56%増加した。
  論文  参考訳（メタデータ） (2023-11-13T04:31:53Z)
• Predicting Financial Market Trends using Time Series Analysis and Natural Language Processing [0.0]
  この調査は、TeslaやAppleといった大手企業の株価を予測するためのツールとして、Twitterの感情の有効性を評価することを目的としている。 以上の結果から, 株価変動の主要な要因は, 肯定性, 否定性, 主観性であることが示唆された。
  論文  参考訳（メタデータ） (2023-08-31T21:20:58Z)
• Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
  1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
  論文  参考訳（メタデータ） (2023-06-15T14:08:07Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• Applying Convolutional Neural Networks for Stock Market Trends Identification [0.0]
  私たちは、数日ではなく数ヶ月続く長期的なトレンドを探求することを目指している。 株価データのみに基づくさまざまなモデルにもかかわらず、一部の市場専門家は、トレーダーは隠れた機会を見ることができると主張している。 この論文は、第20回人工知能とソフトコンピューティングWebシステムに関する国際会議(ICAISC 2021)で発表された研究の全文です。
  論文  参考訳（メタデータ） (2021-04-19T14:43:29Z)

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。