基于文献的发现用于景观规划
人工智能
2023-06-06 v1
摘要
本项目展示了医学语料假设生成这一AI知识发现领域如何被用于为景观与城市规划者推导新的研究角度。本文的假设生成方法由深度学习与主题建模相结合组成,主题建模是一种概率自然语言分析方法,扫描聚合研究数据库以将可基于主题共性分组在一起的词语归类;这些词群相应形成可为两个通用研究术语之间提供隐含关联的主题。假设生成系统AGATHA被用于识别新发传染病(EIDs)与森林砍伐之间可能的概念关系,旨在为景观规划者提供富有成效的研究方向指南,帮助他们构建以森林砍伐和EIDs为中心的研究假设,从而贡献于主张景观层面问题因果作用的更广阔健康领域。本研究也部分证明了医学数据库假设生成应用于医学相邻假设发现的概念可行性。
引用
@article{arxiv.2306.02588,
title = {Literature-based Discovery for Landscape Planning},
author = {David Marasco and Ilya Tyagin and Justin Sybrandt and James H. Spencer and Ilya Safro},
journal= {arXiv preprint arXiv:2306.02588},
year = {2023}
}