这份报告是由Center for Security and Emerging Technology的Christian Schoeberl、Autumn Toney和James Dunham撰写的。报告主要介绍了研究人工智能和机器学习（AI/ML）相关领域的方法和结果。 研究人工智能和机器学习的学术文献可以提供有关科学研究活动的洞察，包括国际合作率、各国研究生态系统和研究资金组合。然而，如何定义和识别相关文献对于我们的结论和政策建议非常重要。 在报告中，作者介绍了几种寻找与人工智能和机器学习相关的研究的方法，包括关键词搜索、领域研究、arXiv分类器和科学研究集群图。通过使用不同的方法，他们获得了CSET的综合语料库、AI/ML会议出版物和arXiv的相关结果。 该报告总结了各种方法的结果，并分析了它们的影响。报告还在附录中提供了CSET综合语料库中的出版物类型、AI/ML会议的相关信息以及关键词搜索的英文和中文关键词。 总体而言，该报告对于人工智能和机器学习领域的研究有很大的参考价值，为政策制定和决策提供了一定的指导。
关注微信
