基于知识图的企业基础研究的进化预测模型
Diao Haican1,2, Zhang Yanqun3,4, Xu Chen5,6
1Institute of Quantitative and Technological Economics, Chinese Academy of Social Sciences, Beijing, 100732, China. dhc_330@163.com.
本研究引入了一种新的知识图增强模型,用于预测企业基础研究趋势. 该模型提高了预测准确度,有助于识别尖端主题并指导创新.
科学领域:
- 科学研究管理科学研究管理
- 创新研究是创新研究.
- 数据科学是数据科学.
背景情况:
- 中国的企业基础研究缺乏系统的指导,主题分散.
- 构建企业基础研究知识图表对于跟踪前沿技术和推动创新至关重要.
研究的目的:
- 开发企业基础研究进化的预测模型.
- 构建一个企业基础研究知识图表,以更好地指导和跟踪创新.
- 在企业基础研究中确定未来的热点.
主要方法:
- 企业基础研究数据集的构建.
- 基于多层卷积神经网络 (CNN) 双向长期短期记忆 (BiLSTM) 的进化预测模型的开发.
- 企业基础研究知识的推断和补充图.
- 创建一个具有多重注意力机制的概率计算模型来预测未来的研究热点.
主要成果:
- 拟议的KG-CNN-BiLSTM模型在预测准确性,AUC和F1值方面明显优于现有的经典模型.
- 该模型准确地捕捉了各种类型的尖端研究主题.
- 在企业基础研究中的未来热点是通过计算获得的.
结论:
- 开发的模型提供了有效的算法指导,用于预测企业基础研究的发展趋势.
- 这种方法增强了企业创新努力的系统指导和重点.
- 该研究提供了一种强有力的方法来识别和跟踪新兴研究前沿.
更多相关视频
09:35A Protocol for Using Gene Set Enrichment Analysis to Identify the Appropriate Animal Model for Translational Research
Published on: August 16, 2017
09:37Navigating MARRVEL, a Web-Based Tool that Integrates Human Genomics and Model Organism Genetics Information
Published on: August 15, 2019
相关概念视频
Evolutionary Psychology
Evolutionary Relationships through Genome Comparisons
Predicting Reaction Outcomes
What is Evolutionary History?
Predicting Products: Substitution vs. Elimination
The following factors can influence the mechanisms competing against each other:
Gene Evolution - Fast or Slow?
