文献

J-GLOBAL ID：202202278497500375   整理番号：22A0168225

深層ニューラルネットワークによる研究協力における近接意識研究リーダーシップ推薦【JST・京大機械翻訳】

Proximity-aware research leadership recommendation in research collaboration via deep neural networks

著者 (4件)： He Chaocheng (School of Information Management, Wuhan University, Wuhan, Hubei, China) ,  He Chaocheng (School of Data Science, City University of Hong Kong, Kowloon, Hong Kong, China) ,  Wu Jiang (School of Information Management, Wuhan University, Wuhan, Hubei, China) ,  Zhang Qingpeng (School of Data Science, City University of Hong Kong, Kowloon, Hong Kong, China)
資料名： Journal of the Association for Information Science and Technology  (Journal of the Association for Information Science and Technology)
巻： 73  号： 1  ページ： 70-89  発行年： 2022年 
JST資料番号： A0274A  ISSN： 2330-1635  CODEN： AISJB6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 協力者推薦は,研究協力を促進するために非常に重要である。近接性は,研究協力の重要因子と決定因子であることが実証された。研究リーダーシップは,研究プロジェクトを打ち上げ,維持するための資源を統合する能力だけでなく,共同チームの生産と学術的インパクトにも関連する。しかしながら,既存の研究は,主に社会的または認知的近接性に焦点を合わせており,包括的に臨界近接性を統合できない。そのうえ,既存の研究は,研究協力におけるリーダシップを無視して,すべての共著者の間で関係性を推薦することに焦点を合わせる。本論文では,研究リーダーシップネットワークにおける有向リンクを予測することにより,研究リーダーシップ推薦を行うための,クリティカルノード属性情報(クリティカルプロキシビリティ)とネットワーク特徴を系統的に統合するための近接意識研究リーダーシップ推薦(PRLR)モデルを提案した。PRLRは,ノード属性情報として認知的,地理的,および制度的近接性を統合し,研究リーダーシップ情報を保存するために,リーダーシップ意識協調ネットワークを構築する。PRLRは,ノード属性情報,ローカルネットワーク特徴,および自動エンコーダモデル,共同確率制約,および属性意識スキップグラムモデルを有するグローバルネットワーク特徴をそれぞれ学習する。広範な実験とアブレーション研究を実施し,PRLRが,研究リーダーシップ推薦における最先端の協力者推薦モデルを著しく凌駕することを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *ネットワーク ,  地理学 ,  *リーダシップ ,  ローカル回線 ,  アブレーション
準シソーラス用語： 決定因子 ,  近接性 ,  グローバルネットワーク ,  臨界近接 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (4件)： 通信網  (ND07030A) ,  検索システム  (AC06030D) ,  その他の情報処理  (JE15050M) ,  ドキュメンテーション一般  (AC01000N)

タイトルに関連する用語 (6件)： 深層ニューラルネットワーク ,  研究 ,  協力 ,  意識 ,  リーダーシップ ,  推薦