突破性机器学习研究的综合研究：跨六十年的高被引与高影响出版物分析

机器学习（ML）已成为计算机科学及其他相关领域中一个突出的研究方向，从而推动了其他感兴趣领域的发展。随着该领域的持续演进，理解高被引出版物的格局以识别关键趋势、有影响力的作者及迄今作出的重大贡献至关重要。在本文中，我们对高被引ML出版物进行了全面的文献计量分析。我们收集了一个由知名ML会议与期刊中引用量最高的论文组成的数据集，覆盖1959年至2022年数年时间。我们采用多种文献计量技术来分析数据，包括引文分析、合著分析、关键词分析和出版趋势。我们的发现揭示了机器学习社区中最具影响力的论文、高被引作者及协作网络。我们识别出热门研究主题，并揭示了近期获得显著关注的新兴话题。此外，我们考察了高被引出版物的地理分布，凸显了某些国家在ML研究中的主导地位。通过阐明高被引ML出版物的格局，我们的研究为寻求理解这一快速发展领域关键进展与趋势的研究者、政策制定者及从业者提供了宝贵洞见。