机译:组合深神经网络和义尺度指示器新兴研究主题预测
Center for Studies of Information Resources Wuhan University Bayi Rd 299 Wuhan 430072 China School of Information Management Wuhan University Bayi Rd 299 Wuhan 430072 China;
Center for Studies of Information Resources Wuhan University Bayi Rd 299 Wuhan 430072 China School of Information Management Wuhan University Bayi Rd 299 Wuhan 430072 China;
School of Library and Information Studies University of Oklahoma Norman 73019 USA;
Department of Information Management Nanjing University of Science and Technology Xiaolingwei St. 200 Nanjing 210094 China;
Center for Studies of Information Resources Wuhan University Bayi Rd 299 Wuhan 430072 China;
Emerging topic prediction; Time series forecasting; Neural network; Bibliometric indicator;
机译:一种新的风速预测组合模型 - 线性模型,浅神经网络和深度学习方法的组合
机译:宫颈癌联合大学生术后直肠毒性预测的深度卷积神经网络及外梁辐射治疗宫颈癌
机译:用特征选择合并方法组合深卷积神经网络的RNA-蛋白质相互作用
机译:日常交易新兴市场使用多次框架技术指标和人工神经网络
机译:基于深神经网络和贝叶斯神经网络的交通死亡率预测
机译:Splice2Deep:深度卷积神经网络的集合用于改善基因组DNA中的剪接位点预测
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。