近五年深度学习领域高被引论文分析.pdfVIP

编者按：

近年来，中美等国家、谷歌等高科技公司纷纷加大对人工智能的投入，深度学习（deeplearning）

作为目前人工智能的重点研究领域之一，在有哪些信誉好的足球投注网站技术，数据挖掘，机器学习，机器翻译，自然语言处理，

多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。

本期快报以“deeplearning”为主题，遴选出近五年被SCIE数据库收录的高被引论文共2589篇（检

索日期：2022.12.1），通过VOSviewer软件对上述论文进行分析得到深度学习领域主要研究学者、研究

机构、必威体育精装版进展及研究方向，以供我校师生参考和查阅。

CONTACTUS

联系电话：025

办公地址：李文正图书馆B401室

编辑：何菊香

1、深度学习概念及发展历史

1

深度学习是机器学习的一部分，是一种表示学习，能够学到数据更高层次的抽象表示，能够自动从数据中提取

23

特征。而且深度学习里的隐藏层相当于是输入特征的线性组合，隐藏层与输入层之间的权重相当于输入特征在线

45

性组合中的权重，另外，深度学习的模型能力会随着深度的增加而呈指数增长。深度学习的发展历史详见图-1。

图1中的空心圆圈表示深度学习热度上升与下降的关键转折点，实心圈圈的大小表示深度学习在这一年的突破大小。

6

斜向上的直线表示深度学习热度正处于上升期，斜向下的直线表示深度学习热度处于下降期。

图1深度学习发展历史

2、研究主题和关键词共现分析

利用VOSviewer软件对2589篇高被引论文进行关键词和题名分析，删除“deeplearning”、deep等高频词和无

意义词，可以看出深度学习领域的研究关键词主要集中在convolutionalneuralnetwork、neuralnetwork、machine

learning、featureextraction、taskanalysis、datamodels、transferlearning、remotesensing、covid-19、objectdetection

等。利用软件自带聚类算法对2589篇高被引论文进行聚类，按颜色来区分，可以看出研究主题主要集中在

classification、artificialintelligence、machinelearning、imagesegmentation、diagnosis、cancer、covid-19、

computer-aideddiagnosis等（红色）；convolutionalneuralnetwork、featureextraction、remotesensing、object

detection、semanticsegmentation、hyperspectralimaging等（蓝色）；neuralnetwork、model、prediction、forecasting、

1BengioY，CourvilleA，VincentP．Representationlearning:Areviewandnewperspectives[J].IEEETransactionsonPatternAnalysisand

MachineIntelligence,2013,35(8):1798-1828．

2LeCunY，BengioY，HintonG.Deeplearning[J].Nature,2015,521(7553):436-444．

3GoodfellowI，B