《表2 外文文献作者共被引次数前10名统计表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《特征工程研究领域发展趋势的可视化分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过研究论文被引情况，可以发现该领域较有影响力的研究作者。作者共被引分析是对论文和参考文献中作者之间的关系进行分析。为了解特征工程领域的研究作者论文被引情况，对获得的555篇外文文献进行作者共被引分析，结果如表2、图3所示。表中共被引次数和中介中心性的数据均来自CiteSpace的统计结果。图中节点的大小代表被引用次数，节点文字表示作者信息。可以看出共被引次数排名第一的作者是LeCun Y，排名第二的作者是Bengio Y；从中介中心性的角度分析，Bengio Y发表的论文在特征工程研究领域中影响力更大。这两位作者是深度学习领域最具影响力的科学家Yann LeCun和Yoshua Bengio，他们和Geoffrey Hinton并称为深度学习三巨头，共同获得2018年图灵奖。在众多论文中，Yann LeCun关于卷积神经网络、反向传播学习、文档识别的论文被引用次数较多，Yoshua Bengio关于梯度消失、表示学习的论文被引用次数较多。另外，3人在纪念人工智能提出60周年时，首次合作的综述文章《Deep Learning》被引次数非常高。该篇论文不仅阐述了深度学习的基本原理和核心优势，还详细介绍了CNN、分布式特征表示、RNN及其不同的应用，并对深度学习技术的未来发展进行展望[3]。