T/CSSTI 0003-2023 未来技术监测信息的技术分类与代码 第3部分:人工智能

T/CSSTI 0003-2023 Future Technology Monitoring Information Technical Classification and Code Part 3: Artificial Intelligence

团体标准 中文(简体) 现行 页数:9页 | 格式:PDF

基本信息

标准号
T/CSSTI 0003-2023
标准类型
团体标准
标准状态
现行
中国标准分类号(CCS)
国际标准分类号(ICS)
发布日期
2023-03-20
实施日期
2023-03-20
发布单位/组织
-
归口单位
中国科学技术情报学会
适用范围
范围:面向人工智能领域未来开展技术监测过程中,对多种类型信息的分类、标引、共享与交换; 主要技术内容:规定了未来技术监测时涉及到的人工智能领域多种类型信息的技术分类体系、分类原则、编码方法,以及技术分类代码

发布历史

文前页预览

研制信息

起草单位:
中国科学技术信息研究所
起草人:
赵筱媛、苏成、崔怡雯、潘云涛、李曼迪、黄雁宁
出版信息:
页数:9页 | 字数:- | 开本: -

内容描述

ICS35.020

CCSL70

团体标准

T/CSSTI0003-2023

未来技术监测信息的技术分类与代码

第3部分:人工智能

ClassificationandCodingofTechnologiesforFutureTechnologyMonitoring

InformationPart3:ArtificialIntelligence

2023-03-20发布2023-03-20实施

中国科学技术情报学会发布

T/CSSTI0003-2023

目次

前言......................................................................................................................................................................II

1范围..................................................................................................................................................................1

2规范性引用文件..............................................................................................................................................1

3术语和定义......................................................................................................................................................1

4分类原则..........................................................................................................................................................1

5编码方法..........................................................................................................................................................2

6代码表..............................................................................................................................................................2

参考文献..............................................................................................................................................................6

I

T/CSSTI0003-2023

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国科学技术信息研究所提出并归口。

本文件起草单位:中国科学技术信息研究所

本文件主要起草人:赵筱媛、苏成、崔怡雯、潘云涛、李曼迪、黄雁宁

II

T/CSSTI0003-2023

未来技术监测信息的技术分类与代码第3部分:人工智能

1范围

本文件规定了未来技术监测时涉及到的人工智能领域多种类型信息的技术分类体系、分类原则、编

码方法,以及技术分类代码。

本文件适用于对人工智能领域进行技术监测时,多种类型信息的分类、标引、共享与交换。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,

仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本

文件。

GB/T10113—2003分类与编码通用术语

3术语和定义

下列术语和定义适用于本文件。

未来技术futuretechnology

未来技术是以前瞻性思维、超越现实、持续探索、不断推进的前沿性、革命性、颠覆性技术,是面

向未来发展的、属于未来科技的关键性技术,是国家科技创新的重要突破口。

技术监测technologymonitoring

技术监测是通过数据挖掘、信息收集、知识发现、数据可视化技术等信息科学前沿技术对科学技术

活动进行动态观测、分析及评估。

技术监测信息technicalmonitoringinformation

技术监测信息是对包含科学知识、研发管理、制度环境且适用于开展技术监测的一类数据信息的统

称,如科技产出(论文、专利、报告)、科技项目、科技信息、产业信息、政策信息等。

4分类原则

前瞻性原则

本标准的制定应考虑未来技术的前瞻性特点,注重对未来预期发展趋势很好的技术的及时纳入。

时效性原则

本标准的制定应考虑未来技术的新颖性特点,注重新兴技术的及时纳入。

交叉性原则

本标准的制定应考虑未来技术的学科融合和多学科性特点,注重交叉融合技术的及时纳入。

动态性原则

本标准的制定应考虑未来技术的动态变化特点,及时根据领域技术概念、主题的变化,增加、删除

和修改类目设置。

灵活性原则

1

T/CSSTI0003-2023

本标准的制定应考虑未来技术的复杂模糊特点,根据实际工作需求,对类目层级、分类维度等进行

灵活调整。

通用性原则

本标准的制定应考虑对多类型信息的通用性,类目设置强调对不同类型信息的普适性。

兼容性原则

本标准的制定应考虑兼容国内外已有的主流学科体系和主流数据厂商的数据分类体系,类目的内涵

边界需具有一定弹性和容纳性。

实用性原则

本标准的制定应考虑监测工作的实际需要,类目设置要以应用需求为导向,能够指导实际工作的顺

利开展。

此外,为保证该分类体系的完备性,增设“其他”类目,用于代指技术名称没有出现在该分类体系

类目中的相关技术内容。

5编码方法

技术监测信息的技术分类编码体系由8位代码组成,每个层次用两位数字表示,数字仅表示该学科

在本分类体系中的级别和位置,不表示其他含义。如图1所示。

xxxxxxxx

四级类目用2位阿拉伯数字表示

三级类目用2位阿拉伯数字表示

二级类目用2位阿拉伯数字表示

一级类目用2位阿拉伯数字表示

图1技术监测信息代码的构成

6代码表

人工智能领域技术监测信息的技术分类代码见表1。为保证本分类体系的完备性,增设“其他”类目,

用于代指技术名称没有出现在本分类体系类目中的相关技术内容。因本分类体系面向未来技术,存在当

前无法准确预知未来可能涌现技术新类目或新方向的情况,故在解释技术类目内涵时根据具体情况采用

了举例和范围界定结合的方式进行说明。

表1人工智能领域技术监测信息的技术分类与代码

代码类目名称内涵

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统

03人工智能技术

的一门新的技术科学。

机器学习是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、

脑科学等诸多领域的交叉学科。研究计算机怎样模拟或实现人类的学习行为,以获取新

0301机器学习技术

的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,是人工智能技术的

核心。

监督学习是利用已标记的有限训练数据集,通过某种学习策略/方法建立一个模型,实

030101监督学习技术

现对新数据/实例的标记(分类)/映射,最典型的监督学习算法包括回归和分类。

回归技术是预测示例的连续数量输出的问题的技术,

定制服务

    推荐标准

    相似标准推荐

    更多>