論文の概要: SciAtlas: A Large-Scale Knowledge Graph for Automated Scientific Research

• arxiv url: http://arxiv.org/abs/2605.22878v1
• Date: Wed, 20 May 2026 16:03:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.01674
• Title: SciAtlas: A Large-Scale Knowledge Graph for Automated Scientific Research
• Title（参考訳）: SciAtlas: 科学研究自動化のための大規模知識グラフ
• Authors: Shuofei Qiao, Yunxiang Wei, Jiazheng Fan, Bin Wu, Busheng Zhang, Mengru Wang, Yuqi Zhu, Ningyu Zhang, Keyan Ding, Qiang Zhang, Huajun Chen,
• Abstract要約: 我々はSciAtlasについて紹介する。SciAtlasは大規模・多分野・異種学術資源知識グラフである。 26の分野から43万以上の論文と合計157万のエンティティと3Bのトリプレットを統合することで、SciAtlasは構造的トポロジカル認知基質を提供する。 我々は, 単純な意味マッチングから決定論的関連発見へのシームレスな遷移を達成し, 三経路協調的リコールとグラフ再ランクを特徴とするニューロシンボリック検索アルゴリズムを開発した。
• 参考スコア（独自算出の注目度）: 64.97707567378497
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The exponential growth of global academic output has confronted researchers and AI agents with an unprecedented ``information explosion,'' where fragmented and unstructured knowledge organization impedes deep interdisciplinary integration. Current academic retrieval tools predominantly rely on superficial keyword matching or vector-space semantic retrieval, which lack the topological reasoning capabilities required to navigate complex logical connections. Agentic deep-research-based frameworks are often prone to logical hallucinations and consuming high inference costs. To bridge this gap, in this report, we introduce SciAtlas, a large-scale, multi-disciplinary, heterogeneous academic resource knowledge graph designed as a panoramic scientific evolution network. By integrating over 43M papers from 26 disciplines, and a total of 157M entities and 3B triplets, SciAtlas provides a structured topological cognitive substrate that dismantles disciplinary barriers and furnishes AI agents with a global perspective. Furthermore, we develop a neuro-symbolic retrieval algorithm featuring tri-path collaborative recall and graph reranking, achieving a seamless transition from simple semantic matching to deterministic association discovery. We also present key application directions of SciAtlas, including literature review, automated research trend synthesis, idea positioning, and academic trajectory exploration, to demonstrate that SciAtlas can serve as an effective ``cognitive map'' to empower the full loop of automated scientific research while significantly reducing reasoning costs. We have released the interfaces for KG retrieval and various downstream tasks in our GitHub repo.
• Abstract（参考訳）: グローバルな学術的成果の指数関数的な成長は、断片的で非構造化の知識組織が深い学際的な統合を妨げる前例のない「情報爆発」で研究者やAIエージェントと対立している。 現在の学術検索ツールは表面的なキーワードマッチングやベクトル空間のセマンティック検索に大きく依存しており、複雑な論理的接続をナビゲートするのに必要なトポロジ的推論能力は欠如している。 エージェントによるディープリサーチベースのフレームワークは、しばしば論理的な幻覚と高い推論コストを消費する。 このギャップを埋めるために,本稿では,パノラマ科学進化ネットワークとして設計された大規模・多分野・異種学術資源知識グラフであるSciAtlasを紹介する。 SciAtlasは、26の分野から43万件以上の論文と合計157万件のエンティティと3Bのトリプレットを統合することで、学際的障壁を解体し、グローバルな視点でAIエージェントを駆使する構造化されたトポロジカル認知基板を提供する。 さらに, 単純な意味マッチングから決定論的関連発見へのシームレスな遷移を達成し, 三経路協調的リコールとグラフ再ランクを特徴とするニューロシンボリック検索アルゴリズムを開発した。 また、文献レビュー、自動研究トレンド合成、アイデア位置決定、学術的軌道探索など、SciAtlasの重要な応用方向性を示し、SciAtlasが「認知マップ」として機能し、自動科学研究の全ループを増強し、推論コストを大幅に削減できることを示した。 私たちはGitHubリポジトリでKG検索とさまざまなダウンストリームタスクのためのインターフェースをリリースしました。

関連論文リスト

• 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)
• Accelerating Scientific Research with Gemini: Case Studies and Common Techniques [105.15622072347811]
  大規模言語モデル(LLM)は、科学研究を加速するための新たな道を開いた。 先進的なAIモデルとどのように協力したかを示すケーススタディのコレクションを提示する。
  論文  参考訳（メタデータ） (2026-02-03T18:56:17Z)
• WisPaper: Your AI Scholar Search Engine [55.07907253175705]
  textscWisPaperは、インテリジェントな学術検索と文献管理プラットフォームである。 文献発見、管理、研究フロンティアの継続的な追跡をシームレスに接続するクローズドループワークフローを提供する。 プラットフォームは一般公開されており、学術や産業の研究者に利用されている。
  論文  参考訳（メタデータ） (2025-12-07T15:10:20Z)
• Science Hierarchography: Hierarchical Organization of Science Literature [37.75616980493253]
  我々は、科学文献を高品質な階層構造に整理する目的であるSCIENCE HIERARCHOGRAPHYを動機付けている。 我々は、効率的な埋め込みベースのクラスタリングとLLMベースのプロンプトを組み合わせたハイブリッドアプローチを開発した。 その結果,本手法は解釈可能性を改善し,科学的文献を探索するための代替経路を提供することがわかった。
  論文  参考訳（メタデータ） (2025-04-18T17:59:29Z)
• AceMap: Knowledge Discovery through Academic Graph [90.12694363549483]
  AceMapは学術グラフによる知識発見のために設計された学術システムである。 本稿では,AceMapデータベースを構築するための高度なデータベース構築手法を提案する。 AceMapは、学術的アイデアの進化をトレースするなど、高度な分析機能を提供する。
  論文  参考訳（メタデータ） (2024-03-05T01:17:56Z)

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。