5G 网络中的机器学习与深度学习——科学影响力的比较

第五代（5G）无线网络技术的引入满足了新一代移动应用对高容量与高速率的迫切需求。人工智能（AI）的最新进展也以机器学习（ML）与深度学习（DL）技术两条主流赋能了 5G 蜂窝网络。本研究旨在通过统计文献计量学揭示这两种技术在科学影响力上的差异。所进行的分析包括按索引类型、基金资助情况、期刊或会议发表选项的引文表现，以及这些指标随年份的分布，以详尽评估流行趋势。Web of Science（WoS）数据库收录了 2245 篇 ML 论文与 1407 篇 DL 相关论文。DL 研究在 2013 年占比 9%，到 2022 年在所有 DL 与 ML 相关研究中达到 45%。科学影响力相关结果表明，在 5G 中 DL 研究的平均归一化引文（2.256）略高于 ML 研究（2.118），而两方面的 SCI-Expanded 索引论文引文表现相近（分别为 3.165 与 3.162）。被 ESCI 索引的 ML 相关研究的引文表现为 DL 的两倍。DL 领域的会议论文与 ML 领域的期刊论文在科学关注上以微小差异优于各自对应类型。ML 研究的最高引文表现出现在 2014 年，而 DL 研究的峰值见于 2017 年。我们可以得出结论：就引文指标而言，DL 相关论文的发表与引文率趋于上升，并在 5G 领域超越基于 ML 的研究。