国内深度学习领域研究进展与热点分析
——基于CiteSpace 与VOSviewer 的综合应用

（山东科技大学计算机科学与工程学院，山东青岛 266590）

0 引言

2016 年，谷歌Alpha Go 在世界围棋竞赛中战胜专业棋手，引发人们对人工智能的激烈探讨，同年，“人工智能”一词写入中国“十三五”规划纲要，各大互联网公司也纷纷加大对人工智能领域的投入，自此人工智能进入高速发展阶段。深度学习是人工智能的重点研究领域之一，其原理是建立模型模拟人类大脑神经结构，主要涉及神经网络的发展与应用［1］。1958 年，第一代神经网络单层感知器由Rosenblatt［2］提出，在此后的近半个世纪中，由于相关技术的落后，尤其在各种浅层机器学习模型相继被提出后，神经网络的研究被搁置［3］。2006 年，Hinton 等［4-5］对神经网络的数据高维度以及梯度消失等问题展开研究，此后深度学习进入快速发展期。近年来，深度学习引起越来越多人的关注，该领域论文发表量逐年增加，研究人员难以从众多文献中把握领域研究热点及前沿。因此，对国内深度学习领域研究热点及前沿进行分析，以期为研究人员的深度学习理论及具体应用研究提供参考。

在国内深度学习研究领域，研究人员从深度学习主流模型及其应用入手，论述了深度学习研究进展及未来发展方向。如孙志军等［6］论述深度学习的兴起渊源，介绍了主流学习算法及应用现状；尹宝才等［1］依据数据流向对具有代表性的深度学习算法进行归纳总结，具体论述了各种深度网络的结构及特点；张军阳等［7］梳理深度学习模型架构及优化技巧，对比分析主流的深度学习软件工具及硬件加速技术；……