北京市社会科学院;宾夕法尼亚大学;
近些年来，人工智能快速发展，人工智能技术迅速进步，深入人们生活的方方面面，需要加快构建高质量数据集。基于CiteSpace的知识图谱分析，系统梳理了我国人工智能高质量数据集的研究趋势和热点方向。研究表明，人工智能高质量数据集在多样性、针对性和规模上具有显著优势，并广泛应用于医疗健康、自动驾驶和智能制造等领域。此外，政策支持、数据驱动和深度学习技术创新成为研究的核心方向。从理论和实践层面对人工智能高质量数据集的发展提出了展望，为未来研究提供了参考。
| 225 | 0 | 8 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]陈亮,张翔.人工智能立法体系化的理论证成与路径选择[J].华东政法大学学报,2024,27(5):21-37.
[2]惠炜,姜伟.数字化治理视角下人工智能对就业质量的影响[J].北京工业大学学报(社会科学版),2023,23(5):123-137.
[3]陈旭升,姬艺菡.场景驱动下企业数字技术创新路径研究[J].科技进步与对策,2024,41(19):79-90.
[4]钟国威,邹梦良.“人工智能+城市治理”一网统管平台设计与关键业务环节研究[J].信息通信技术与政策,2024,50(9):26-31.
[5]曾冠豪.国内数字经济研究的演进趋势与热点聚焦:基于CiteSpace的知识图谱分析[J].商场现代化,2022(10):68-70.
[6]韩树宇.人工智能赋能新型工业化的作用机制与实现路径[J].域经济评论,2024,(5):123-129.
[7]解学梅,郭潇涵.人工智能深度学习平台如何实现开源式创新[J].中国工业经济,2024(8):174-192.
[8]杨宁.基于文献计量的图书馆空间服务研究成果分析[J].江苏科技信息,2024,41(18):70-75.
[9]王兆然.美国人工智能驱动的科学研究新进展和部署动向:以美国能源部为例[J].全球科技经济瞭望,2024,39(6):8-14.
[10]唐凯桃,肖婷婷,陈凤.数字化投资对企业经营业绩波动性的影响研究[J].南京财经大学学报,2024(3):89-99.
基本信息:
DOI：
中图分类号:TP18;TP391.1;G353.1
引用信息:
[1]王鹏,程思儒.人工智能高质量数据集的发展趋势及热点——基于CiteSpace的知识图谱分析[J].技术经济与管理研究,2025,No.345(04):43-48.
基金信息:
北京市社会科学院2025年重点课题“数智化转型视域下智慧北京与绿色北京融合发展研究”(KY2025B0290)