ภาพจาก USC Viterbi School of Engineering |
นักวิจัยจาก University of Southern California (USC) ได้พัฒนาและทดสอบวิธีการเพื่อเอาชนะความยากลำบากในการทำซ้ำงานวิจัยทางวิทยาศาสตร์เพื่อให้ได้ผลลัพธ์ที่แม่นยำ
นักวิจัยกลั่นกรองกราฟความรู้จากผลการศึกษาทางวิชาการมากกว่า 250 ล้านชิ้น ซึ่งรวมถึงข้อมูลระดับไมโคร (micro) และแมคโคร (macro) พวกเขาตรวจสอบตัวแปรระดับไมโครในบทความที่ตีพิมพ์ซึ่งทราบว่ามีผลกระทบต่อความสามารถในการทำซ้ำ และรวมข้อมูลความสัมพันธ์ระดับแมคโครระหว่างเอนทิตีเพื่อสร้างโครงสร้างเครือข่าย
Jay Pujara แห่ง USC กล่าวว่า "เราพบว่าถ้าเราสามารถรวมทั้งสองสิ่งนี้เข้าด้วยกัน รวมคุณลักษณะบางอย่างจากข้อความและคุณลักษณะบางอย่างจากกราฟความรู้ เราก็สามารถทำได้ดีกว่าการใช้วิธีใดวิธีหนึ่งเพียงอย่างเดียว"
อ่านข่าวเต็มได้ที่: USC Viterbi School of Engineering
ไม่มีความคิดเห็น:
แสดงความคิดเห็น