歷史十大高被引論文

微軟研究人員在2015年人工智能會(huì )議上提交的一篇論文《用于圖像識別的深度殘差學(xué)習》，迅速攀升至歷史百大榜單第5名（WoS、Dimensions和Scopus數據庫排名中位數分析）。

《用于圖像識別的深度殘差學(xué)習》已經(jīng)成為21世紀以來(lái)被引用次數最多的論文。該論文的作者提出了深度殘差學(xué)習（ResNet）架構，突破性地解決了深層神經(jīng)網(wǎng)絡(luò )訓練中的信號衰減問(wèn)題，使網(wǎng)絡(luò )層數達到前所未有的深度，并在2015年贏(yíng)得圖像識別競賽。ResNet不僅成為深度學(xué)習發(fā)展的重要里程碑，也為后續的AI突破 —— 如AlphaGo、AlphaFold和ChatGPT等技術(shù)的出現奠定了基礎。

值得一提的是，引用次數本身存在諸多不公平因素，例如發(fā)表時(shí)間較早、所處領(lǐng)域熱門(mén)等都會(huì )帶來(lái)積累優(yōu)勢?？偟膩?lái)看，許多論文因其快速發(fā)展趨勢在引用上展現出天然優(yōu)勢，還有一些論文更是借助工具性、方法指南或綜述性獲得超高引用。