Quantum Machine Learning: Unveiling Trends, Impacts through Bibliometric Analysis

要約

量子機械学習（QML）は、量子コンピューティングと機械学習という2つの革新的な分野の交差点です。
量子力学のユニークな特性を活用することにより、データ分析、モデル構築、問題解決において比類のない機能のロックを解除することを約束します。
この研究は、2000年から2023年までの期間をカバーするQMLに関連する科学情報の包括的な書誌分析を実施するために努力しています。9493の学術作品を含む広範なデータセットは、顕著な傾向、影響要因、およびドメイン内の顕著な傾向、影響要因、および資金調達パターンを発表するために細心の注意を払って検討されます。
さらに、この研究では、QML研究における主要国、機関、著者、特許の引用、重要なキーワード間のネットワーク関係を視覚的に説明するために、書誌マッピング手法を採用しています。
この分析は、調査された期間にわたって出版物の一貫した成長を明らかにしています。
調査結果は、米国と中国を著名な貢献者として強調し、実質的な出版物と引用指標を示しています。
特に、この研究では、QMLは研究対象として、現在、堅牢な学術活動と進行中の開発を特徴とする形成段階にあると結論付けています。

要約(オリジナル)

Quantum Machine Learning (QML) is the intersection of two revolutionary fields: quantum computing and machine learning. It promises to unlock unparalleled capabilities in data analysis, model building, and problem-solving by harnessing the unique properties of quantum mechanics. This research endeavors to conduct a comprehensive bibliometric analysis of scientific information pertaining to QML covering the period from 2000 to 2023. An extensive dataset comprising 9493 scholarly works is meticulously examined to unveil notable trends, impact factors, and funding patterns within the domain. Additionally, the study employs bibliometric mapping techniques to visually illustrate the network relationships among key countries, institutions, authors, patent citations and significant keywords in QML research. The analysis reveals a consistent growth in publications over the examined period. The findings highlight the United States and China as prominent contributors, exhibiting substantial publication and citation metrics. Notably, the study concludes that QML, as a research subject, is currently in a formative stage, characterized by robust scholarly activity and ongoing development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google