김창식, 김남규, 곽기영. (2019). 머신러닝 및 딥러닝 연구동향 분석: 토픽모델링을 중심으로, (사)디지털산업정보학회 논문지, 15(2), 19-28.

https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002477063

초록

The purpose of this study is to examine the trends on machine learning and deep learning research in the published journals from the Web of Science Database. To achieve the study purpose, we used the abstracts of 20,664 articles published between 1990 and 2017, which include the word 'machine learning', ‘deep learning’, and ‘artificial neural network’ in their titles. Twenty major research topics were identified from topic modeling analysis and they were inclusive of classification accuracy, machine learning, optimization problem, time series model, temperature flow, engine variable, neuron layer, spectrum sample, image feature, strength property, extreme machine learning, control system, energy power, cancer patient, descriptor compound, fault diagnosis, soil map, concentration removal, protein gene, and job problem. The analysis of the time-series linear regression showed that all identified topics in machine learning research were 'hot' ones.

연구의의

본 연구에서는 1990년부터 2017년까지 머신러닝 및 딥러닝 관련 20,664개 논문초록을 대상으로 토픽모델링과 시계열회귀분석 방법을 사용하여, 연구동향을 분석하였다. 본 연구는 ‘AI와 사회과학 연구방법론의 통합적 접근’ 관점에서 주요 연구동향을 살펴봤으므로 아젠다와의 관련성이 있다. 또한 본 연구에서 사용한 분석방법론은 다양한 학문들에 적용할 수 있을 뿐만 아니라 소셜웰빙과 관련한 키워드 및 연구 동향에 대한 분석에도 활용될 수 있을 것으로 기대되므로 아젠다와의 관련성이 있다.