Connected Papers是一款知名的文献分析工具,使用它,可以
-
Get a visual overview of a new academic field
-
Make sure you haven't missed an important paper
-
Create the bibliography to your thesis
-
Discover the most relevant prior and derivative works
其使用非常简单,界面如下:

可以看到,我们只要输入要分析论文的以下信息(doi、arXiv url、标题、Semantic Scholar url或PubMed url),即可查询到该论文的引用网络、先前研究和后续研究。
我们以“Generative adversarial networks”这篇文章为实例说明如何使用它。
1、在搜索框输入论文标题“Generative adversarial networks”,点击“Build a graph”按钮,我们可以看到GAN的引用关系网络,其中每个节点代表一篇论文,节点大小代表论文引用量,颜色代表发表时间;


2、点击“Prior works”或“Derivative works”查看“Generative adversarial networks”这篇论文的先前研究和后续研究;


3、点击“Expand”查看论文详细信息;


4、其中的任意一篇文献,也可以点进去查看它的引用关系、先前研究和后续研究,以“Learning to sample from noise with deep generative models”为例;

处理中:


查看:

现在Connected Papers与arXiv进行了合作:

ConnectedPapers是一款强大的文献分析工具,帮助用户快速了解学术领域的全貌,确保不错过重要论文。通过输入论文的doi、arXivurl、标题等信息,可以生成引用网络图,展示先前和后续研究。例如,搜索'Generativeadversarialnetworks',能看到GAN的引用关系,点击节点可深入查看相关论文的详细信息。此外,ConnectedPapers已与arXiv合作,提供更全面的服务。
166

被折叠的 条评论
为什么被折叠?



