中美云计算领域专利技术主题发展态势预测研究

云计算是人工智能时代竞争致胜的关键支撑产业，是中美两国必争之地。科学预测中美两国云计算相关技术主题发展态势，对于我国科学规划云计算发展策略、提高竞争实力具有重要意义。本文以中美云计算领域专利为样本数据，首先运用WI-LDA细粒度挖掘各技术主题，其次利用Prophet对各主题发展态势进行建模预测，最后创建主题趋势度和主题热度指标，绘制技术主题空间分布图，解读两国未来发展态势。分析发现：美国在云计算领域整体起步比较早，在故障检测与修复、云安全、混合存储控制装置、内存管理具有较大优势，中国虽起步较晚，但发展迅速，在数字计算中心、信号传输系统、软件模拟、云资源加密、图像数据识别后来居上，发展前景广阔。美国已在云计算大多技术主题占得先机，我国仍需持续建设良好的云计算发展环境，坚持自主可控的发展方向，培养核心竞争力。     

人工智能领域关键技术挖掘分析

人工智能已成为引领新一轮科技革命和产业变革的重要驱动力量和战略性技术。本文采用无监督聚类、复杂网络结构洞和突发检测算法对人工智能高水平会议论文进行深度挖掘分析,梳理人工智能领域的关键技术,全面刻画人工智能领域整体技术结构,洞悉关键技术分布和研发态势,明确人工智能领域代表性国家与机构。研究发现:人工智能领域共包含14个大类、132项热点技术,主要分布在机器学习、自然语言处理、计算机视觉和机器人等子领域,如一眼模仿学习、智能自动问答、光度立体视觉、多传感器融合等;共性技术则主要分布在机器学习子领域,分类、回归、搜索等基础算法以及优化理论方法等共性技术为其他子领域研究实践奠定坚实基础;新兴技术主要集中在深度学习方面,生成对抗网络和注意力机制是其中的典型代表,此外还包括强化学习、自主代理和多代理系统等。在人工智能领域代表性国家与机构方面,美国在各热点技术大类下的发文量均位居全球首位,中国整体仅次于美国,但在强化学习、机器人、智能多代理系统研究方面发文量排名相对靠后;国内机构中,中国科学院在多个热点技术大类下的发文量均位居全球前列。     

基于文献计量的人脸识别技术研究进展与趋势分析

基于1991年以来全球人脸识别领域的研究论文和专利数据,对人脸识别技术的时间发展趋势、被引频次、产出国、研究机构等进行分析,并绘制引文编年图对演化路径进行解读。研究表明:中国和美国是目前世界上人脸识别研究领域综合实力最强的两个国家。美国在人脸识别的历史发展中起到了关键性作用;中国人脸识别研究整体水平已经进入世界先进行列,但整体学术影响力和科研质量有待进一步提高。从演化路径来看,人脸识别的技术演进经过了传统算法和深度学习算法两个阶段,后者是目前的主流算法。未来,提高在非理想环境下的人脸辨识度将是人脸识别研究的重点。     

基于文献计量的中美超材料基础研究态势对比及建议

为了对中美超材料基础科学研究态势和前沿热点进行对比,为国家科技计划项目规划和科学研究决策提供支撑,本文基于SCIE收录的2000—2022年中美超材料相关论文,采用文献计量方法,借助DDA和VOSviewer数据处理和分析软件,从论文产出、论文被引、资助机构、主要机构和学者、技术主题和热点前沿等角度进行对比分析。研究表明,中国正在成为全球超材料领域的主导国家,发文量于2012年超过美国后居全球第一,论文的篇均被引数正在赶上美国;美国从2018年开始发文量呈逐年减少趋势。“太赫兹”长期占据中国超材料研究主题的主导地位,近5年“超表面、声和机械超材料、超材料吸收器”等相关研究热度提升,研究主题更加多样化;美国近5年的研究热点则是“超表面、机械超材料、双曲超材料”等。建议我国政府的资助重点向“超表面、拓扑优化和制造、深度学习”等前沿热点和跨学科领域倾斜,借助“信息超材料”等领先领域的带动,提升国际合作力度和全球影响力。     

基于Citespace分析的秸秆能源化利用技术研究进展

秸秆的处理处置是农业农村生态环境保护重点关注的方向,了解秸秆资源化利用领域研究应用的热点和前沿,有助于我国制定并优化相关的政策规划。基于文献计量软件Citespace及Web of Science核心数据库,对秸秆能源化领域进行了可视化分析,展现秸秆能源化利用的国际趋势。结果表明,20多年来论文发文量呈现不断增长的趋势,排名前四的国家分别为中国、美国、德国、法国。中美两国科学家在各自领域形成了强大的科研团队,发文量Top10学者中共有9名中美学者。秸秆能源化利用研究主要围绕生物质生产燃料的机理研究、基于物理方法的秸秆能源化利用、秸秆厌氧发酵生产甲烷、氢气以及能源化利用过程中的环境影响等5个主要研究主题开展。秸秆能源化研究仍处于快速发展期,未来秸秆的预处理、生物发酵、全生命周期研究仍将是研究热点。     

信息技术伦理研究的国际进展

人工智能、大数据等新兴信息技术促进了社会发展,同时也带来了一系列亟待解决的伦理问题。使用CiteSpace和Derwent Data Analyzer分析《伦理与信息技术》(Ethics and Information Technology)近20年的载文情况,获得主要发文国家及机构、高被引论文、经典参考文献和热点研究主题,为我国信息技术伦理研究与实践提供参考。国际上,在信息技术伦理研究领域发文较多的国家有美国、英国、荷兰等,主要研究机构有荷兰代尔夫特理工大学、英国牛津大学、美国里韦学院等。关键词聚类分析发现该领域有七大热点研究主题:人工智能与生物医学伦理、伦理哲学与信息技术、隐私与监控及数据保护、网络应用与网络犯罪、知识产权与社会生活、社交媒体、机器人学与道德责任。主题词演变过程分析表明价值敏感设计、人工智能、社交媒体、大数据等是将来重点关注的研究方向。     

神经科学领域前沿发展态势研究：基于ESI研究前沿的深度挖掘分析

本文构建了基于ESI研究前沿的深度挖掘方案，通过研究前沿之间的共被引网络聚焦领域研究热点、主题词共现识别神经科学领域研究重点主题；利用KeyBERT模型对研究前沿核心文献和施引文献的标题与摘要进行关键词识别，分析关键词热度年际变化，深入揭示神经科学领域研究前沿热点发展趋势；通过对研究前沿核心文献及其施引文献和参考文献进行国别分析，反映世界各国在神经科学领域研究前沿发展的学科影响力，并进一步分析中国在神经科学领域研究前沿的覆盖度和活跃度。分析表明：阿尔茨海默病、帕金森病、多发性硬化症等神经系统疾病是全球神经科学领域研究最广泛深入的重点主题，脑机接口、血清神经丝轻链蛋白、非侵入性脑刺激技术等是近年来的新兴研究热点，感染新冠病毒对神经系统的影响、新冠肺炎病人的神经系统表现以及一线医务人员的心理健康等疫情相关主题也成为近两年神经科学领域的研究热点。近年来我国在神经科学领域研究前沿的覆盖度和活跃度升高，研究前沿引领度、贡献度和参与度均有较大提升，在新冠疫情相关主题、肠道微生物菌群、靶向治疗、人工感觉神经等研究方向具有一定发展优势，在阿尔茨海默病、脑功能网络、卒中、神经性疼痛、胶质瘤等方向具有一定...     

对中国AI领域的政策改进建议

<正>2019年8月19日,美国信息技术与创新基金会(ITIF)下属的数据创新中心发布报告《谁会赢得AI竞赛:中国、欧盟还是美国?》,从人才、研究、开发、应用、数据和硬件六类指标对中美欧的人工智能(AI)发展现状进行了比较分析,认为整体而言,美国目前处于领先地位,中国紧随其后,欧盟相对落后于两国。在此基础上,报告为三个国家和地区如何更好地发展AI提供了相应的政策建议。     

半监督学习方法研究综述

半监督学习存在于现实世界的各个场景中，可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用，如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破，目前尚缺乏关于半监督学习方法研究的完整综述。本文首先给出半监督学习的定义并分析了该领域应用过程中存在的挑战；然后梳理分析了半监督学习的四种方法，包括：半监督聚类、降维、回归、分类，并列出了这四种不同方法中比较先进的算法。随后介绍了各算法常见的评价指标（如精确率、召回率和ROC曲线等），对比了各类半监督学习算法效果，研究发现半监督学习方法都存在高于完全监督学习支持向量机的准确率，其中SSC-EKE算法以绝对优势领先传统的支持向量机经典监督学习算法。最后介绍了半监督学习的实际应用场景，展望了半监督学习的未来研究方向，并对全文进行总结。     

一种基于自适应种群变异鸽群优化的航天器集群轨道规划方法

航天器集群在复杂条件下的轨道规划问题是当前航天领域的热点以及难点.本文针对分布式集群航天器在队形变换过程中的轨道最优规划问题进行了研究,提出了基于自适应种群变异的鸽群算法(adaptive population variation pigeon-inspired optimization, APVPIO).本文对经典PIO算法中的核心演化算法、演化停滞以及易陷入局部最优解问题进行了研究.同时针对经典PIO算法的适应度函数进行了研究,并且结合轨道规划问题进行了改进.最后基于自适应种群变异的鸽群算法进行了仿真实验,结果表明, APVPIO算法,相比于经典PIO算法、PSO算法在极大减少计算量的同时,有更优规划结果、更深的种群演化深度以及更快的收敛速度,可以满足航天器集群在复杂约束条件下的轨道规划问题.     

全球人类表型组专利技术的发展与启示

"人类表型组"是近年的新兴研究,该研究是现今健康话题"精准医疗"的理论支撑。为了清晰了解"人类表型组"技术现状,本文对"人类表型组"专利进行系统梳理、深度挖掘,重点借助Innography专利挖掘与数据分析平台,从专利概览认知(包括公开申请数量、IPC分类、国家分布、全球竞争态势分析指标)和专利深度剖析(包括核心专利和技术功效)两大维度进行技术信息分析,并结合专家咨询描制该领域的技术组成。研究发现,"人类表型组"技术整体呈上升发展态势;美国是该领域主导国;强生、罗氏等国际知名企业处于行业领军地位;目前研究重点集中在分子、细胞的微观表型方面,未来研究热点为组织器官、环境的宏观表型研究,相应地,计算、智能等技术的渗透将与分子检测、细胞培养、物理化学等技术结合,协同实现精准医疗。最后,从建立统一技术体系和数据标准、构建生物伦理安全体系、发现生态环境与表型关系研究三方面阐述得到的启示。     

国际合成生物学领域主题演化的领先-滞后模式研究

合成生物学被誉为颠覆未来的前沿技术，明确我国与世界科技强国在合成生物学发展中的相对优劣与差异情况，能够促进科技创新结构的调整优化，把握学科发展的重点领域。本文基于合成生物学领域的论文数据对学科主题进行挖掘并识别研究热点，计算得到主要研究国家关于热点主题发展趋势的时间序列数据，综合灰色关联度与欧氏距离提出关联强度测度指标，并引入互相关方法的基本思想对我国与世界科技强国之间的领先-滞后关系及时滞期进行分析。研究发现，各国主题研究态势具有较为紧密的关联性，我国合成生物学领域整体呈现出滞后于国外的发展局面，美英德三国总体上展现出相对突出的科研实力与领先地位。建议我国继续提升科研成果的产出效率与数量，加大基因表达调控及基因组工程等技术方向的攻关力度，保持代谢工程研究的既往优势。     

基于高被引论文的国际地下水研究态势分析

为准确掌握国际地下水研究的发展态势、热点研究领域、研究力量分布,探讨我国地下水研究的优势和不足,基于文献计量和文献调研的方法,利用TDA和UCINET软件,对Web of Science的SCIE数据库和SSCI数据库中发表于1950~2015年且引用次数排序前10%(≥44次)的地下水研究论文进行定量分析。结果显示:高影响力论文发表量位居前3的国家是美国、加拿大、英国,高影响力的机构前10位中美国有7个,其中美国地质调查局的影响力最大;环境科学与生态学、水资源、工程学3个学科与地下水研究的关系最为密切;土壤、砷、硝酸盐位列近10年来国际地下水研究20个热点主题的前3位,国际地下水研究更加侧重农业生产对地下水的影响,相比之下中国则侧重对砷污染的防治和地下水污染过程的模拟分析,此外,中国还侧重农业科学领域的研究,在海洋学领域的研究相对薄弱;中国地下水研究存在高被引论文产出低、国际合作深度不足、重点领域研究薄弱、特色研究领域少等突出问题。最后,对中国地下水研究未来发展提出了几点建议。     

基于知识产权及国际贸易的中美竞争力比较研究

为了从知识产权保护、知识产权服务和高技术产品国际贸易的角度对比分析中国和美国的国际竞争力,本文基于中美两国PCT国际专利申请、马德里商标国际注册申请,以及知识产权服务和高技术产品国际贸易收支数据,比较中美两国技术竞争力和市场控制力。研究发现,中国的知识产权国际申请量增速和贸易规模具有明显优势,但是对技术创新成果的国际保护强度及品牌国际战略布局明显弱于美国;美国在高技术产品贸易方面的领先优势仍然明显。我国应在开放合作中进一步提高自主创新能力,实施国际贸易知识产权先行战略。     

VLBI软件相关处理机研究进展及其在深空探测中的应用

甚长基线干涉测量（VLBI）是重要的射电天文技术，具有极高的空间分辨率，是国际上广泛采用的深空探测器高精度测量手段，相关处理机则是VLBI数据预处理的核心设备.由于VLBI观测数据的相关处理具有数据密集和计算密集的双重特点，目前绝大多数均由专用的大规模高速硬件相关处理机承担.随着通用计算机性能的迅猛发展，基于通用商用计算机的VLBI软件相关处理机的研究逐渐得到重视，并发展迅速，成为VLBI技术领域新的研究热点.软件相关处理机具有制造价低、复制容易、升级简便等特点，有可能在不久的将来，以深空探测领域为切入点，得以普遍应用，并且在常规天文数据相关处理中替代现有的硬件相关处理机。     

对中美科技创新资源配置模式的比较与认识——基于美国智库主要观点的辨析

近期，美国智库通过横向比较中美科技进展，认为美国科技创新总体呈现弱化态势，并提出了相应建议。本文研究发现，与过去主要针对我国科技具体领域或个别政策跟踪的做法不同，美国智库近年越来越注重比较中美的科技创新资源配置方式，以制定针对中国优势的机制化策略。从美方实际政策动向以及智库的主要观点看，以“模式”应对“模式”正在成为中美科技创新博弈的重要动向。通过客观分析美国智库的主要观点以及中国在科技创新资源总体配置方面的进展与差距，建议强化国家战略科技力量，优化我国科技创新机制；调整研发投入与政策，培育世界顶尖级科技企业；优化国有创投基金运作机制；深化创新链合作治理，共建安全有序的国际数字空间共同体。     

高性能地学计算进展

地学计算是用计算机解决复杂的空间问题的艺术和科学.计算科学使用计算机去研究科学问题,高性能地学计算(HPGC)是高性能计算科学到地理科学的应用.它将高性能计算资源应用于各种类型的地理科学数据、信息和模型,来解决地球科学问题.它使用计算科学理念发展了专业学科理论、算法、体系结构、系统、支撑工具和基础设施.高性能地学计算的应用领域主要包括空间数据分析、动态建模、仿真、时空动力学、可视化、虚拟现实、采用非传统数据采集与分析技术的应用.本文介绍了高性能地学计算的发展、基本模式和分类.分析了当前国内外的研究现状,从关键技术等方面,重点阐述了具有代表性地学网格计算应用项目.最后总结了高性能地学计算未来的两大发展趋势.     

基于论文和专利分析的人工智能发展态势研究

为揭示当前人工智能领域的发展态势,本文统计分析了当前各主要国家/地区出台的顶层政策规划,并重点分析了人工智能领域论文和专利的年度变化、国家分布、主要机构、技术主题、方向对比和国际合作等。结果显示:当前人工智能科技成果产出正处于快速发展阶段,中美两国引领了人工智能领域科研成果;中国在该领域发文量接近美国,专利数量已超过美国;中国科研机构已具备开展国际竞争的能力,但市场主体的成果产出与先进国家尚有差距,国际化布局程度较低;如何提升机器的"认知能力"是当前人工智能研究的关注焦点。最后,基于分析,提出了对中国人工智能发展的启示。     

精准农业领域专利竞争态势分析

基于incoPat数据库收录的专利数据,对1999—2018年全球精准农业领域的专利申请情况进行分析。结合定量分析和定性研究,探讨精准农业领域的全球专利研究态势、技术研发热点、主要国家的科研水平、重要专利申请人的研发布局。研究发现,近二十年,精准农业领域专利研发处于快速增长阶段,信息采集传感器和变量作业装备是研发热点;中国、美国、日本是最重要的技术来源国,中国进入该技术领域较晚但取得了重大进步;国外机构在信息采集技术和变量作业技术主题占据主导优势,相关研究机构努力的方向是形成核心技术优势、提高专利影响力、增强专利海外布局和促进技术成果转化。     

二次分配问题的骨架分析与算法设计

骨架分析是近年来NP-难解问题研究的热点，对于衡量问题的相变、难度及算法设计具有重要意义．骨架的理论分析及在算法设计方面的应用还处于起步阶段，从QAP问题入手，对QAP骨架进行了理论分析，证明寻找QAP问题的骨架属于NP．难解问题，不存在多项式时间的算法可以保证得到QAP问题的骨架，为局部最优解交叉来获得近似骨架提供了合理性解释，在此基础上，利用偏移实例构造方法，提出了基于偏移实例的近似骨架算法．其基本思想是：首先为QAP实例构造偏移实例，其最优解恰是原QAP实例的一个全局最优解；然后利用现有算法求得新实例的多个局部最优解，通过对局部最优解求交得到近似骨架；将近似骨架固定以得到规模更小的搜索空间，最后在新空间上求解，拓广了骨架理论研究的范围，所提出的算法为NP-难解问题的通用算法设计提供了一种新思路。