مقاله کنفرانسی سال ۱۴۰۱ فارسی

تحلیل استنادی پژوهش های حوزه رایانش ابری

چکیده مقاله

هدف از پژوهش حاضر، تحلیل استنادی پژوهش های حوزه رایانش ابری طی سال های ۲۰۱۰ ۲۰۲۲ است روش پژوهش توصیفیبوده که با رویکرد علم سنجی انجام شده است به این منظور تعداد ۵۱۸۱ مدرک در حوزه رایانش ابری طی این سال ها، به صورت فایل های متنی از پایگاه وب آوساینس بازیابی و در رایانه شخصی ذخیره و به عنوان جامعه پژوهش انتخاب گردید تجزیه و تحلیل داده ها با استفاده از نرم افزارهای HistCite و VOSviewer انجام شد یافته ها نشان داد بیشترین تعداد مدارک حوزه رایانش ابری در مجله Access IEEE با تعداد ۲۰۹ عنوان، معادل ۴ درصد به چاپ رسیده است در بین نویسندگان Buyya از دانشگاه ملبورن استرالیا با انتشار ۸۲ مدرک و با دریافت ۱۰۳۳ استناد محلی و ۹۲۶۴ استناد جهانی و با اچ ایندکس ۳۴بیشترین تعداد مدارک، استنادهای محلی و جهانی و نیز اچ ایندکس را در حوزه رایانش ابری به خود اختصاص داده است همچنین یافته ها نشان داد ۱۱۳ کشور در انتشارات حوزه رایانش ابری مشارکت داشتند، نویسندگان کشور چین با انتشار ۱%/۳۸ ۱۹۷۵ مدرک، آمریکا با ۲%/۱۶ ۸۳۹ مدرک و هند با ۵%/۱۱ ۵۹۷ مدرک به ترتیب در رتبه های اول تا سوم قرار داشتند بیش از ۶۵ درصد از انتشارات حوزه رایانش ابری توسط نویسندگان این سه کشور منتشر شده است نویسندگان ایرانی با انتشار ۴% ۲۱۳ مدرک در زمینه رایانش ابری رتبه هشتم را به خود اختصاص دادهاند دیگر یافته ها نشان داد تولیدات علمی با موضوع رایانش ابری در آینده با سرعت بالایی رشد خواهد کرد حتی میتوان برآورد کرد که فراوانی تجمعی بروندادهای علمی در این حوزه در سال ۲۰۳۰ تقریبا سه برابر آن در سال ۲۰۲۰ خواهد شد

کلیدواژه‌ها

رایانش ابری علم سنجی هیست سایت وی او اس ویوئر

نویسندگان

شیوه ارجاع

�مدی پور، افشین و مجیدی، اکبر،1401،تحلیل استنادی پژوهش های حوزه رایانش ابری،اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوع�

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی8 اسفند 1402 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مروری بر تکنیک های هوش مصنوعی در خودروهای الکتریکی خودران

سیستم های رانندگی خودکار ADS دامنه ای جدید برای صنعت خودرو باز کرده و امکانات نوینی را برای حمل ونقل آین…

LiDARسیستم های خودرانوسایل نقلیه خودران
مقاله کنفرانسی سال ۱۴۰۲ ۹۸۴ مشاهده

مقایسه عملکرد دو مدل شبکه عصبی عمیق BiLSTM و CNN در پیش بینی قیمت سهام (مطالعه موردی: بورس اوراق بهادار تهران)

شبکه های عصبی به عنوان یک پیشرفت تکنولوژیک در زمینه یادگیری عمیق به ویژه در پردازش داده هایساختار بافته…

یادگیری عمیقشبکه های عصبیپیش بینی قیمت سهام
مقاله کنفرانسی سال ۱۴۰۱ ۹۴۲ مشاهده

مروری بر سیستم های توصیه گر مبتنی بر گراف دانش

در سال های اخیر با توجه به رشد روزافزون حجم داده ها در بسترهای مختلف، استفاده از سیستم توصیه گر برای کمک…

گراف دانشفاکتورسازی ماتریسسیستم های توصیه گر
مقاله کنفرانسی سال ۱۴۰۱ ۸۰۸ مشاهده

بهبود روش LIME با نمونه برداری هوشمند و غیر قطعی

LIME یکی از محبوب ترین مدل های هوش مصنوعی توضیح پذیر XAI ، است که سعی در شفاف سازی دلایل تصیم گیری مدل ه…

ثباتوفاداریروشLIME
مقاله کنفرانسی سال ۱۴۰۱ ۷۶۵ مشاهده

سامانه توصیه گر مبتنی بر گراف دانش با استفاده از شبکه عصبی کانولوشن

استفاده از گراف دانش به عنوان اطلاعات جانبی در سامانه های توصیه گر مدرن به طور گسترده افزایش پیدا کرده ا…

گراف دانشسامانه توصیه گرشبکه عصبی کانولوشن