利用机器学习确定天文学研究优先级
天体物理仪器与方法
2022-03-03 v1 人工智能
摘要
我们总结了关于机器学习技术能否增强科学战略规划的首次探索性研究。我们发现，一种基于隐含狄利克雷分布的方法，使用来自高影响力天文学期刊的摘要，可能提供一个研究主题未来兴趣度的先行指标。我们展示了两个主题指标，它们与2010年美国国家科学院天文学和天体物理学十年调查科学前沿小组确定的高优先级研究领域有很好的相关性。一个指标基于所有科学论文对每个主题的贡献分数之和（“计数”），另一个指标是这些计数的复合年增长率。这些相同的指标也显示出与提交给同一次十年调查的白皮书具有相同程度的相关性。我们的结果表明，十年调查可能低估了快速增长的研究领域。我们工作的初步版本由 Thronson 等人于 2021 年发表。
引用
@article{arxiv.2203.00713,
title = {Determining Research Priorities for Astronomy Using Machine Learning},
author = {Brian Thomas and Harley Thronson and Anthony Buonomo and Louis Barbier},
journal= {arXiv preprint arXiv:2203.00713},
year = {2022}
}