Наталья Валерьевна Мелех - кандидат физико-математических наук, старший научный сотрудник Центра бюджетного мониторинга
185910, Республика Карелия, Петрозаводск, Ленина пр., д. 33.
Natalia V. Melekh - PhD in Physical and Mathematical Sciences, senior researcher of the Budget Monitoring center
33 Lenin Ave., Petrozavodsk 185910, Republic of Karelia.
Александр Олегович Аверьянов - аспирант, ведущий специалист Центра бюджетного мониторинга
185910, Республика Карелия, Петрозаводск, Ленина пр., д. 33.
Aleksandr O. Averyanov - postgraduate student, leading specialist of the Budget Monitoring center
33 Lenin Ave., Petrozavodsk 185910, Republic of Karelia.
Валерий Алексеевич Гуртов - доктор физико-математических наук, профессор, директор Центра бюджетного мониторинга
185910, Республика Карелия, Петрозаводск, Ленина пр., д. 33 .
Valery A. Gurtov - D.Sc. in Physical and Mathematical Sciences, Professor, Head of the Budget Monitoring center
33 Lenin Ave., Petrozavodsk 185910, Republic of Karelia.
Цель. Выполнить сравнительный анализ тематики и объемов публикационной активности в сфере искусственного интеллекта (ИИ) российских авторов в журналах, индексируемых в таких базах данных, как Российский индекс научного цитирования (РИНЦ) и WoS/Scopus, применительно к областям технологий ИИ, научным направлениям и организациям места работы.
Задачи. Сформировать перечень публикаций авторов с российской аффилиацией в журналах, индексируемых WoS/Scopus, в том числе отнесенных к квартилям Q1 и Q2, а также в материалах конференций уровня А*, тематика которых относится к сфере ИИ; создать перечень публикаций российских исследователей, посвященных тематике ИИ, в журналах, индексируемых в РИНЦ, в том числе относящихся к категории К1; провести сравнительный анализ тематик и структуры публикаций российских авторов в журналах, индексируемых в WoS/ Scopus и РИНЦ, применительно к областям технологий ИИ, группам научных специальностей, организациям места работы авторов.
Методология. Основу методологии проведенного исследования составляет экспертный анализ публикаций в научных журналах, индексируемых WoS/Scopus, в том числе в квартилях Q1 и Q2, в трудах конференций уровня А*, научных журналах, индексируемых в РИНЦ за 2017– 2021 гг., тематика которых относится к сфере ИИ, на основе выборок из открытых баз данных публикаций с использованием библиотек и пакетов для обработки и анализа данных. Критерием отнесения статьи к тематике ИИ послужило наличие в полях поиска «название публикации» и (или) «ключевые слова», «аннотация» словосочетаний из областей технологий и субтехнологий ИИ.
Результаты. Сравнение высокорейтинговых публикаций WoS/Scopus, Q1, Q2, А* и публикаций РИНЦ К1 показывает, что среди публикаций WoS/Scopus, Q1, Q2, А* доминируют «Машинное обучение: представление знаний, онтология, интерпретация, объяснение» (32 %) и «Компьютерное зрение» (30 %). Среди публикаций РИНЦ К1 преобладают «Ответственный искусственный интеллект (этика и философия, правовые нормы, безопасность)» (34 %), «Машинное обучение: представление знаний, онтология, интерпретация, объяснение» (28 %) и «Интеллектуальный анализ данных и процессов, осмысление закономерностей» (13 %).
Выводы. Проведенный анализ публикационной активности российских авторов в отношении тематики ИИ на основе сравнения тематики научных публикаций из баз данных WoS/Scopus и РИНЦ может послужить в качестве информационной основы при выборе центров ИИ-компетенций и формирования перечней лучших практик в сфере ИИ.
Aim. To perform a comparative analysis of the topics and volumes of publication activity in the field of artificial intelligence (AI) of Russian authors in journals indexed in such databases as the Russian Science Citation Index (RSCI) and WoS/Scopus, in relation to the fields of AI technologies, scientific directions and organisations of the place of work.
Tasks. To create a list of publications by authors with Russian affiliation in journals indexed in WoS/Scopus, including those categorised as Q1 and Q2 quartiles, as well as in the proceedings of A* level conferences, the topics of which are related to the AI sphere; to create a list of publications by Russian researchers devoted to the AI topics in journals indexed in RSCI, including those categorised as Q1; to carry out a comparative analysis of the topics and structure of publications by Russian authors in journals indexed in WoS/Scopus and RSCI in relation to the fields of AI technologies, groups of scientific specialties, and organisations of the authors’ place of work.
Methods. The methodology of the study is based on expert analysis of publications in scientific journals indexed in WoS/Scopus, including Q1 and Q2 quartiles, in proceedings of A* level conferences, scientific journals indexed in RSCI for 2017–2021, the subject matter of which relates to the field of AI, based on selections from open databases of publications using libraries and packages for data processing and analysis. The criterion for attributing an article to the AI subject was the presence of word combinations from the fields of AI technologies and subtechnologies in the search fields “publication title” and (or) “Keywords”, “Abstract”.
Results. Comparison of highly rated WoS/Scopus, Q1, Q2, A* and RINC K1 publications shows that among WoS/Scopus, Q1, Q2, A* publications “Machine learning: knowledge representation, ontology, interpretation, explanation” (32 %) and “Computer vision” (30 %) dominate. Among RINC Q1 publications, “Responsible Artificial Intelligence (ethics and philosophy, legal regulations, security)” (34 %), “Machine learning: knowledge representation, ontology, interpretation, explanation” (28 %) and “Intelligent analysis of data and processes, making sense of patterns” (13 %) dominate.
Conclusions. The analysis of publication activity of Russian authors in relation to AI topics on the basis of comparison of scientific publications from WoS/Scopus and RINC databases can serve as an information basis for selection of AI competence centres and formation of lists of best practices in the field of AI.
The authors declare that there are no conflicts of interest present.