俄罗斯公布俄对全球数字技术研究前沿的贡献报告
2月18日,俄罗斯数字发展、通信与大众传媒部公布《俄罗斯对全球数字技术研究前沿的贡献》[1]。报告分为研究方法论和结论两部分。
一、方法论基础
全球研究前沿是一组(聚类)学术期刊论文,在一定时间被其他论文引用而形成。独立的共被引表示研究主题接近,可以将整个聚类视为一个需要特别关注和集中研究的领域。研究前沿分析是一种研究科学“最前线”并选择基础和应用研究发展优先领域的工具。评估国家在研究前沿中的存在是其科研潜力的证明,不仅可以确定融入全球议程的程度,还可以揭示需要集中资源和培养科技人才的领域。
全球研究前沿的识别是基于对Web of Science数据库收录学术期刊论文的共被引分析,包括各领域的高被引(TOP 1%)和热点论文(TOP 0.1%)。该分析基于2014~2019年44159篇发表论文的大量数据,涵盖9539个研究前沿。若研究前沿包含一篇及以上、作者(或一位合作作者)从属机构为俄罗斯的论文,则该研究前沿列入俄罗斯。
二、结论
该研究基于2019年8月形成的全球研究前沿,包含9539个共被引聚类。共划分出909个与数字技术研发相关的前沿,其中464个属于计算机科学领域。俄罗斯在全球数字技术前沿中所占的比例为1.3%,与计算机科学相关前沿占比为0.6%。在参与研究前沿的数量上,最多的国家是美国、英国、德国和中国。中国在论文发表活跃度上排名第二,但在研究前沿参与国家排名上排在第四位,这表明研究人员的工作质量没有跟上。
全球数字技术领域的研究具有多样化特征。对大量非结构化文本和视觉数据进行机器分析的方法变得尤为重要。数据基础设施开发、深度学习方法、模糊逻辑、神经技术(人机接口)引发关注。
俄罗斯参与的全球数字技术研发方向包括:分子机器学习和深度学习、人机接口、信息和计算机系统结构、工业4.0技术(如光纤激光器的开发和应用)、工业互联网技术、提取和处理大数据的方法(包括利用马尔可夫链方法)、空间数据共享(包括传送网络)。
对比世界和俄罗斯研究前沿的主题,可以发现优先发展的方向相似,但关注焦点存在差异:全球对数字技术的关注更多,而俄罗斯更关注具体方法。换句话说,俄罗斯的研究定位更为基础。
表1 俄罗斯参与的数字技术研究前沿列表
前沿名称 |
构成前沿的论文关键词 |
构成前沿的论文数量 |
论文数据引用频次 |
马尔可夫链的数据处理算法 |
时滞中立型半马尔科夫跳变系统;非线性半马尔科夫跳变系统;半马尔科夫跳变系统;非齐次马尔科夫跳变系统;马尔科夫跳变系统 |
6 |
613 |
利用自适应光纤的滤波技术 |
非周期耗散滤波;混合粒子滤波;滤波;转换可扩展滤波器组;自适应时域状态估计 |
6 |
567 |
供应链可持续保障技术 |
供应链风险管理;供应链风险;供应链中断传播;管理供应链风险;供应链弹性 |
6 |
409 |
人机接口开发 |
稀疏贝叶斯分类;稀疏贝叶斯学习;脑电波分类;基于脑电频段的特征向量;脑机接口 |
6 |
342 |
智能制造,工厂4.0 |
智能工厂工业4.0;工业4.0革命;中小企业商业模式创新 |
10 |
282 |
分布式系统中的数据同步 |
分布式稳健同步;复杂网络;动态网络;同步;随机偶合 |
2 |
206 |
多代理网络系统工作模拟 |
随机时滞多智能体系统;多代理网络系统;机器人系统;部分混合脉冲;脉冲 |
2 |
203 |
遍布式血压监测 |
遍布式血压监测;脉冲传导时间;心冲击描记术;心震描记法;实践 |
2 |
173 |
光纤激光器技术 |
激光活性掺杂纤维;Bi掺杂光纤;8MuM;光纤激光器;波长范围 |
2 |
86 |
基于监测功能的自适应模糊控制 |
基于观测器的预设性能自适应模糊控制;基于观测器的复合自适应模糊控制;非严格反馈随机非线性系统;非严格反馈系统;执行器故障 |
2 |
77 |
工业互联网 |
工业互联网;基于信任的沟通;绿色城市;大数据;物体 |
2 |
57 |
空间和地理数据处理 |
基于车载社交网络的共享;车辆自组织网络;社交传感云;数据卸载技术;地理数据下载 |
3 |
48 |
(贾晓琪)
[1] Вклад России в глобальные исследовательские фронты (ИФ) по цифровым технологиям. https://digital.gov.ru/ru/documents/7086/