Vorhersage von Forschungstrends mit semantischen und neuronalen Netzwerken mit einer Anwendung in der Quantenphysik

Die Vielzahl und das wachsende Angebot an Publikationen in allen Wissenschaftsdisziplinen können von einem einzelnen menschlichen Forscher nicht erfasst werden. Infolgedessen müssen Forscher sich auf enge Unterdisziplinen spezialisieren, was es schwierig macht, wissenschaftliche Zusammenhänge über das eigene Forschungsfeld hinaus zu erkennen. Daher könnte der Zugang zu strukturiertem Wissen aus einem großen Korpus von Publikationen helfen, die Grenzen der Wissenschaft zu erweitern. Hier demonstrieren wir eine Methode, um ein semantisches Netzwerk aus veröffentlichter wissenschaftlicher Literatur aufzubauen, das wir SemNet nennen. Wir verwenden SemNet, um zukünftige Trends in der Forschung vorherzusagen und personalisierte und überraschende Ideen in der Wissenschaft zu inspirieren. Wir wenden es im Bereich der Quantenphysik an, der in den letzten Jahren ein beispielloses Wachstum an Aktivitäten erlebt hat. In SemNet wird wissenschaftliches Wissen als ein sich entwickelndes Netzwerk dargestellt, das den Inhalt von 750.000 wissenschaftlichen Artikeln enthält, die seit 1919 veröffentlicht wurden. Die Knoten des Netzwerks entsprechen physikalischen Konzepten, und Verbindungen zwischen zwei Knoten werden gezeichnet, wenn zwei Konzepte gleichzeitig in Forschungsartikeln untersucht werden. Wir identifizieren einflussreiche und preisgekrönte Forschungsthemen aus der Vergangenheit innerhalb von SemNet und bestätigen damit, dass es nützliches semantisches Wissen speichert. Wir trainieren ein neuronales Netzwerk unter Verwendung von Zuständen von SemNet aus der Vergangenheit, um zukünftige Entwicklungen in der Quantenphysik vorherzusagen und hochwertige Vorhersagen mit historischen Daten zu bestätigen. Mithilfe netzwerkteoretischer Werkzeuge können wir personalisierte, innovative Ideen vorschlagen, indem wir Paare von Konzepten identifizieren, die einzigartige und extreme Eigenschaften im semantischen Netzwerk aufweisen. Schließlich betrachten wir mögliche zukünftige Entwicklungen und Implikationen unserer Ergebnisse.