كاربرد شبكه هاي عصبي مصنوعي در پيش بيني شاخص هاي كلان علم و فناوري

ارزيابي تحقيق و توسعه و ارتباط بين توليد علم و تكنولوژي در سطح كلان كشورها به دليل حجم بالاي اطلاعات و تغيير و تحولات سريع در اين حوزه محدود بوده است. اين پژوهش با هدف درك ارتباط و عملكرد توسعه فناوري در رابطه با فعاليت‌هاي توليد علم در سطح كشور‌ها صورت پذيرفته است كه از نوع تحقيقات توصيفي-كاربردي مي‌باشد. هدف ساخت مدلي با استفاده از الگوريتم‌ هاي پيشرفته است كه توانايي پيش‌بيني شاخص فناوري را بر مبناي توليد علم در كشورها داشته باشد. همچنين، تاثير هر يك از شاخص‌هاي علمي بر شاخص فناوري با استفاده از روش آناليز حساسيت شبكه عصبي تعيين گرديد. روش تحقيق دراين پژوهش CRISP-DM بوده و داده‌ها از پايگاه SJCRو سازمان جهاني مالكيت فكري (WIPO) و در بازه زماني سال‌هاي 2001 تا 2015 استخراج گرديد. طبق نتايج تحقيق، شبكه‌ عصبي نسبت به رگرسيون از دقت و توانايي بيشتري جهت مدل‌سازي برخوردار بود و نتايج تحليل حساسيت نشان داد كه مهم‌ترين پارامتر علم‌سنجي جهت پيش‌بيني شاخص فناوري پارامتر اچ‌ايندكس و روند ارجاع‌دهي به مقالات‌‌ بين‌المللي مي‌باشد. سياستگذاران مي‌توانند از نتايج پژوهش جهت شناسايي متغيرهاي تاثيرگذار توليد علم كه به ايجاد فناوري منجر مي‌شوند بهره گيرند.