2024年11月27日 —— 科睿唯安与中国科学院联合发布《2024研究前沿》报告，遴选和展示自然科学和社会科学的11大学科领域中的热点前沿和新兴前沿。今年的报告遴选出125个研究前沿，包括110个热点前沿和15个新兴前沿。《2024研究前沿》报告以文献计量学中的共被引分析方法为基础，基于科睿唯安Essential Science Indicators™（ESI）数据库中的 13318个研究前沿。

科睿唯安与中国科学院同时发布了《2024研究前沿热度指数》报告，评估了世界主要国家和地区在125个研究前沿中的研究活跃程度。报告显示：在11大学科领域整体层面，美国仍是最为活跃的国家，中国继续排名第二，排名前五的国家还包括英国、德国和法国。

遴选信息科学领域最新研究前沿

文末获取完整报告

1. 热点前沿及重点热点前沿解读

1.1 信息科学领域 Top 10 热点前沿发展态势

信息科学领域位居前十位的热点前沿主要集中于下一代通信与网络、人工智能理论与应用、人工智能硬件创新设计等方向。

下一代通信与网络方面的热点前沿有 4 个，通信感知一体化研究成为新的热点前沿，可重构智能表面相关前沿多次出现在热点前沿中，此次的重点是 6G 等无线通信系统中的关键技术挑战。热点前沿无线网络中的高能效联邦学习、UAV 在未来无线网络和边缘计算中的应用及其优化设计的主题不断持续深化.

人工智能理论与应用方面的热点前沿有 4 个，其中 , 机器学习辅助蛋白质定向进化、基于深度学习的人员重识别研究 2 个主题首次成为热点前沿，可解释人工智能的理论基础与应用在去年可解释人工智能前沿的基础上进行了更深入的探索。

类脑计算硬件创新设计方面的热点前沿有 2 个，利用忆阻器实现高效的神经网络硬件加速首次成为热点前沿，神经形态计算的硬件设计、算法创新与应用延续了去年脉冲神经网络及其神经形态芯片热点前沿主题。

1.2 重点热点前沿——“机器学习辅助蛋白质定向进化”

机器学习辅助蛋白质定向进化是近年来生物技术和计算科学交叉领域的热点研究方向，利用机器学习算法的强大数据处理和预测能力，优化和加速蛋白质定向进化的过程，旨在更加高效地探索蛋白质序列的突变空间，并设计出具有优良特性的蛋白质。机器学习辅助蛋白质定向进化 的关键技术方法包括深度神经网络 模型、迁移学习、多任务学习等。

随着下一代无线通信系统的发展，智慧城市、智能制造、远程医疗等多种新兴应用将成为现实。这些应用有一个共同特点，就是同时需要高质量的无线通信能力和稳健且高精度的感知能力。通信感知一体化（ISAC）被广泛认为是 6G 通信网络的关键使能技术，将使未来网络超越传统通信，提供无处不在的传感服务来对周围环境进行测量甚至成像。该技术能够在通信与感知之间共享频谱和硬件平台，从而提升系统的频谱效率、能量效率和硬件效率，甚至可以通过通感两种功能的互相辅助、互相增益来提升彼此的性能。

来源：《2024研究前沿》

2. 信息科学领域研究前沿热度指数分析

在信息科学领域，中国和美国的国家 / 地区研究前沿热度指数分别为 17.45 和 12.17 分，分列第一、第二。英国得分为 4.99，排名第三。新加坡和澳大利亚的得分接近，分别为 3.78 和 2.88，排名第四、五名。中国和美国在 6 个指标上的排名为第一和第二名，在国家 / 地区核心论文被引频次份额上，中国排名第二，美国排名第一。

在该领域 10 个前沿中，中国在 5 个前沿的研究前沿热度指数排名第一，在 4 个前沿排名第二名，在热点前沿 1 排名第三。美国在 4 个前沿排名第一，在热点前沿 2 和 7 这 2 个前沿排名第二名，在热点前沿3、4 这 2 个前沿排名第三名，热点前沿 6 和 8 这 2 个前沿分别排名第七和第四名。英国在热点前沿 4 排名第二，在热点前沿 2 和 8这 2 个前沿排名第三，在其他 7 个前沿排名第四至八名。新加坡在热点前沿 6 排名第一，在热点前沿 8 排名第二，在 5 个前沿排名第四至八名。澳大利亚在热点前沿 3 排名第二，在 7 个前沿排名第五至十名。

来源：《2024研究前沿热度指数报告》