【排名曝光】卷积神经网络热度上升最快,计算机科学热词五年变化趋势大揭秘

2018 年 2 月 12 日 新智元






  新智元推荐  

来源:Acemap

作者:张乾


【新智元导读】前不久,上海交大Acemap发布2017年度计算机科学领域的热点词汇获得了广泛的关注。近期,Acemap对每个热点词汇的热度变化趋势做了统计,并进一步分析,便于大家对热点词汇近年的发展及未来的变化有所掌握,从而确定今后的研究方向。



数据来源


Acemap数据库收集了全球范围的重要出版场所(包括期刊和会议)发表的论文,共计1.27亿篇论文,涉及1.15亿名作者。


Acemap团队分析2013-2017年的IEEE、ACM论文,统计出计算机科学领域下的人工智能、计算机网络与无线通信、计算机图形学与多媒体等十个领域的热点词汇近五年的比率(在多少论文中出现),从而得出近五年热点词汇的热度变化趋势。本文观点仅供参考,读者可自行对数据进行更深层次、更准确的分析。完整列表请查看Acemap网站:(http://acemap.sjtu.edu.cn/HotKeywords2017)。


(△注:若某一年某热点词汇出现的文章数为0,则无法统计出这一年到下一年的增长率,故出现N/A.)


计算机科学热点词汇

近五年变化趋势(总)


△ratio为该词2017年的比率(在多少论文中出现)


从列表中可看出,机器学习属于当今计算机领域较为热门的方向。


其中,机器学习中的神经网络是2017年出现频率最高的词,并在2013-2017逐年上升。而神经网络的热度有很大一部分,可以认为是由深度学习带来的。深度学习可以看作是神经网络的发展,其在五年间的上升相对于其他方向处于领先的地位。我们可以推测,深度学习引发了对机器学习神经网络研究的又一次浪潮,且可以预测该浪潮在短期内没有淡出的可能。


而在深度学习中,卷积神经网络是计算机领域所有热词中五年热度上升率最大的词。其在2013-2015的上升率均高于200%,2015-2017的上升率虽然不及前两年高,但相对其他热词该上升率依旧十分可观。


机器学习中的强化学习虽然在2017年的热度排名并不高,但2017年相对前几年有了大幅度的上升,可以推测出其为机器学习研究的新兴、前沿方向。


然而,高斯近年来的热度呈下降趋势,其原因可能是近年深度学习神经网络较为火热,而在神经网络中高斯模型运用较少。从趋势来看,高斯在接下来的热度依旧会下降,但也不是绝对的,也许深度神经网络和高斯过程在未来能突破一些算法结构的瓶颈,有更多的关联。


无线网络依然占据主导。但值得注意的是,无论是无线网络,还是无线传感器网络,近五年始终处于下降趋势。软件定义网络(SDN)在13-15热度增长较快,15-16年仍增长,但在16-17年出现了下降。蜂窝网在13-14年热度大幅上升,14-15年仍上升,但在之后两年出现了明显的下降。


大数据在13-15年热度增长较快,15年之后则渐趋平缓。社交网络在前三年间小幅下降,在16-17点回升。Energy Efficiency、Low Power、Resource Allocation、Modulators等虽然热度高,但整体呈下降趋势,只有极少年份上升。


计算机科学各领域热点词汇

近五年变化趋势


1、计算机体系结构/并行与分布计算/存储系统


△ratio为该词2017年的比率(在多少论文中出现)


该领域中,Energy Efficiency在17年所占的比率最高,且大多数年份呈上升趋势。Low Power虽然比率很高,但有三年处于下降趋势。Neural Networks和Big Data近五年热度增长几块,其中Neural Networks在15年增长率十分可观,而Big Data在15年之后增长率有所下降。Convolutional Networks 13年在该领域的出现次数为零,然而15年之后的增长率非常大。


推荐方向:Energy Efficiency, Neural Networks, Convolutional Networks, Big Data, DRAMS, Machine Learning, FPGA, Distributed Systems等


2、计算机网络与无线通信


△ratio为该词2017年的比率(在多少论文中出现)


Wireless Networks, Energy Efficiency, Wireless Sensor Network, Radio Networks虽然比率很高,但处于逐年下降趋势。Software Defined和Massive Mimo在前几年呈现大幅上升,在16-17年呈现小幅下降。Full Duplex, Data Centers始终处于上升状态。


推荐方向:Heterogeneous Networks, Software Defined, Full Duplex, Data Centers, Massive Mimo等


3、网络与信息安全


△ratio为该词2017年的比率(在多少论文中出现)


2017年比率最高的Access Control 前三年缓慢上升,但17年下降较多。Privacy Preservation保持平缓。Wireless Networks呈现下降趋势。Cloud Computing在15-16大幅增长,但在16-17下降。Authentication Schemes, Web Application, Identity Based前几年大幅增长,但在16-17下降。


推荐方向:Privacy Preservation, Side Channel,  Detecting Malware, Key Exchange, Social Networking, Security Analysis, Web Application, Machine Learning等


4、软件工程/系统软件/程序设计语言


△ratio为该词2017年的比率(在多少论文中出现)


Emppirical Studies, Web Services, Software Engineering, Software Development为该领域较为热门的方向。Model Checking, Service Composition虽然热门,但热度在下降。


推荐方向:Empirical Studies, Software Engineering, Software Development, Web Services,  Open Source, Android Applications,Business Processes等


5、数据库/数据挖掘/内容检索


△ratio为该词2017年的比率(在多少论文中出现)


社交网络在前三年出现下降趋势,而在17年回升。Information Retrieval, Large Scale, Neural Networks拥有高热度和高上升趋势。Collaborative Filtering, Information Seeking在17年的上升幅度可观。


推荐方向:Social Networking, Information Retrieval, Neural Networks,  Collaborative Filtering, Knowledge Bases, Information Seeking等


6、计算机科学理论


△ratio为该词2017年的比率(在多少论文中出现)


Lower Bounds, Faster热度高,且整体呈上升趋势。Wireless Networks, CSP, Polynomial Time, Parameterized Algorithms 17年上升率可观。


推荐方向:CSP, Lower Bounds, Faster,  Wireless Networks, Tiger Bounds, Colored Graphs, Polynomial Time, Temporal Logic, Shortest Path, Parameterized Algorithms等


7、计算机图形学与多媒体


△ratio为该词2017年的比率(在多少论文中出现)


Neural Networks, Convolutional Networks, Recurrent Neural Network, Quality Assessment, Image Based热度高且上升快,Gaussians, Super Resolution呈下降趋势。


推荐方向:Neural Networks, Speech Recognition, Convolutional Networks, Image Based, Compressive Sensing, Reccurent Neural Network, Quality Assessment, Deep Learning, Dictionary Learning, Virtual Reality, Action Recognition, Image Retrieval等


8、人工智能


△ratio为该词2017年的比率(在多少论文中出现)


Neural Networks, Convolutional Networks, Deep Learning, Reinforcement Learning, Recurrent Neural Network热度高且上升快。Pose Estimation, Object Detection, Supervised Learning前三年为下降趋势,17年上升。 Semi Supervised呈下降趋势。


推荐方向:Neural Networks, Convolutional Networks, Deep Learning, Reinforcement Learning, Recurrent Neural Network, Learned Features, Multi Robot,Pose Estimation, Object Detection等


9、人机交互与普适计算


△ratio为该词2017年的比率(在多少论文中出现)


Social Media, Virtual Reality热度高且上升快。Online Communities,Gesture Based近年呈现大幅增长。Interactive Systems17年大幅增长。Mobile Device, Mobile Phone, Social Networking, Augmented Reality, Wireless Networks, Visually Impaired虽然热度高,但热度下降。


推荐方向:Social Media, Emotion Recognition, Virtual Reality, User Interface, Online Communities, Gesture Based, Smart Homes, Interactive Systems, User Experience等


10、交叉/综合/新兴


△ratio为该词2017年的比率(在多少论文中出现)


Deep Learning,Convolutional Networks在12年无出现,然后再之后三年呈大幅增长且在17年达到了很高的热度。关于DNA、RNA的研究以及Gene Expression, Protein Interactions前三年十分热门,在17年略微下降。Alzheimer's Disease 17年增长可观。


推荐方向:Neural Networks, Deep Learning, Machine Learning, Network Based, Convolutional Networks, Social Networking, Alzheimer's Disease等。





加入社群


新智元AI技术+产业社群招募中,欢迎对AI技术+产业落地感兴趣的同学,加小助手微信号: aiera2015_1 入群;通过审核后我们将邀请进群,加入社群后务必修改群备注(姓名-公司-职位;专业群审核较严,敬请谅解)。


此外,新智元AI技术+产业领域社群(智能汽车、机器学习、深度学习、神经网络等)正在面向正在从事相关领域的工程师及研究人员进行招募。


加入新智元技术社群 共享AI+开放平台


登录查看更多
0

相关内容

Explanation:网络。 Publisher:Wiley。 SIT: http://dblp.uni-trier.de/db/journals/networks/
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
2018全球大学AI排名发布,中国高校表现强势!
行业研究报告
3+阅读 · 2018年4月1日
总理4次@人工智能,AI工程师薪酬究竟如何?
人工智能头条
3+阅读 · 2018年3月21日
2017年计算机视觉创业投资现状及未来趋势
计算机视觉life
3+阅读 · 2018年1月25日
盘点 | 2017 年关于 Python 的 12 件大事
CSDN
3+阅读 · 2018年1月1日
【深度】谭铁牛院士谈人工智能发展新动态
中国科学院自动化研究所
4+阅读 · 2017年12月28日
Arxiv
6+阅读 · 2019年9月4日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Arxiv
8+阅读 · 2018年11月21日
Arxiv
3+阅读 · 2018年10月18日
Learning to Importance Sample in Primary Sample Space
Arxiv
6+阅读 · 2018年7月9日
VIP会员
相关VIP内容
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
相关资讯
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
2018全球大学AI排名发布,中国高校表现强势!
行业研究报告
3+阅读 · 2018年4月1日
总理4次@人工智能,AI工程师薪酬究竟如何?
人工智能头条
3+阅读 · 2018年3月21日
2017年计算机视觉创业投资现状及未来趋势
计算机视觉life
3+阅读 · 2018年1月25日
盘点 | 2017 年关于 Python 的 12 件大事
CSDN
3+阅读 · 2018年1月1日
【深度】谭铁牛院士谈人工智能发展新动态
中国科学院自动化研究所
4+阅读 · 2017年12月28日
相关论文
Arxiv
6+阅读 · 2019年9月4日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Arxiv
8+阅读 · 2018年11月21日
Arxiv
3+阅读 · 2018年10月18日
Learning to Importance Sample in Primary Sample Space
Arxiv
6+阅读 · 2018年7月9日
Top
微信扫码咨询专知VIP会员