💻 computer science

Machine Learning Research in India: Institutions, Citation Patterns, and Research Trajectories Among Top-Cited Scholars on Google Scholar

Dit artikel introduceert de Scholar-India-ML bibliometrische dataset om de citatiepatronen en onderzoeksbanen van 478 topgeciteerde Indiase machine learning-geleerden te analyseren, waarbij wordt onthuld dat het Indian Institute of Science en het Indian Statistical Institute de IIT's overtreffen in citatie-impact, terwijl industriële laboratoria opkomen als significante bijdragers aan het AI-ecosysteem van het land.

Oorspronkelijke auteurs: Kunal Dhanda

Gepubliceerd 2026-06-26

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Kunal Dhanda

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je het Indiase Machine Learning (ML) onderzoekslandschap voor als een enorm, bruisend orkest. Lange tijd nam iedereen aan dat de luidste, meest beroemde sectie de "IIT's" (de Indian Institutes of Technology) was, die als de prestigieuze, hoogbetaalde solisten zijn die iedereen kent.

Dit artikel fungeert echter als een geluidstechnicus die zojuist het hele orkest heeft opgenomen en de audio heeft geanalyseerd. De technicus (Dr. Kunal Dhanda) heeft naar 478 topmuzikanten (onderzoekers) in India gekeken die het "Machine Learning"-instrument bespelen, gecontroleerd hoe vaak mensen naar hun muziek hebben geluisterd (citaties), en ontdekt dat er enkele verrassende dingen aan de hand zijn over wie er daadwerkelijk het meeste lawaai maakt.

Hier is de uitsplitsing van wat het papier heeft gevonden, met behulp van eenvoudige analogieën:

1. De gegevensverzameling: "De Google Scholar Afspeellijst"

De onderzoeker heeft niet simpelweg geraden wie beroemd was. Hij is naar Google Scholar (een enorme bibliotheek van academische artikelen) gegaan en heeft Google gevraagd om iedereen in India te vermelden die zichzelf als "Machine Learning"-expert heeft getagd. Hij heeft ze gesorteerd op hoe vaak hun werk is geciteerd (zoals tellen hoe vaak een nummer is gestreamd).

De Opschoning: Hij begon met 480 namen, maar gooide twee "nep" of "verkeerd geplaatste" vermeldingen eruit: één was een deeltjesfysicus wiens hoge aantallen voortkwamen uit enorme teamprojecten (niet ML), en één leek op iemand die het systeem probeerde te manipuleren.
Het Resultaat: Hij hield een schone lijst over van 478 echte onderzoekers met een gecombineerd totaal van 1,52 miljoen citaties.

2. Het "Rich Get Richer"-effect (Gini-coëfficiënt)

Het papier mat ongelijkheid met behulp van iets dat de Gini-coëfficiënt wordt genoemd (een score van 0 tot 1).

De Metafoor: Stel je een taart voor. Als iedereen een gelijk stuk krijgt, is de score 0. Als één persoon de hele taart opeet, is het 1.
De Bevinding: De Indiase ML-taart heeft een score van 0,53. Dit betekent dat het "rich get richer"-principe hier speelt, maar het is niet extreem. De top 5% van de onderzoekers (ongeveer 24 mensen) is verantwoordelijk voor bijna 31% van alle aandacht (citaties). Het is een beetje als een muziekfestival waar een paar headliners de meeste toeapplaus krijgen, maar er zijn nog steeds genoeg andere bands die opvallen.

3. De Grote Verrassing: Wie is Eigenlijk het Luidst?

Dit is de grootste twist van het artikel. Iedereen denkt dat de IIT's de koningen van het Indiase onderzoek zijn.

De Realiteitscheck: Het artikel vond dat het Indian Institute of Science (IISc) de IIT's eigenlijk overtreft in termen van totale citaties.
- IISc: Heeft 26 onderzoekers maar pakt 8,9% van de totale citaties.
- IIT's: Heeft 16 onderzoekers maar pakt slechts 4,1% van de citaties.
Waarom? Het artikel suggereert dat IISc meer lijkt op een gespecialiseerd onderzoekslaboratorium waar iedereen zich puur op onderzoek concentreert, terwijl de IIT's enorme universiteiten zijn met enorme onderwijslasten. Bovendien vertrekken veel topafgestudeerden van de IIT naar banen in het buitenland, waardoor de "sterren" niet altijd binnen het IIT-systeem blijven.

4. De "Legacy Giants": Het Indian Statistical Institute (ISI)

Er is een kleine groep genaamd ISI (Indian Statistical Institute).

De Metafoor: Beschouw hen als ervaren jazzmuzikanten. Het is een kleine groep (slechts 8 onderzoekers), maar zij dragen 6,1% van alle citaties bij.
Waarom? Zij doen dit al decennia, lang voordat moderne "Deep Learning" populair werd. Hun werk aan oudere, fundamentele onderwerpen (zoals patroonherkenning) is door de jaren heen duizenden keren geciteerd. Ze presteren ver boven hun gewichtsklasse dankzij hun lange geschiedenis.

5. De Bedrijfsspelers: Grote Tech-labs

Het artikel keek ook naar onderzoekers die werken voor bedrijven zoals Google en Microsoft.

De Bevinding: Hoewel ze een klein deel van de groep uitmaken (ongeveer 6%), zijn ze verantwoordelijk voor 7,7% van de citaties.
De Metafoor: Dit zijn de Hollywoodstudio's van de onderzoekswereld. Ze hebben grote budgetten en produceren hoogwaardige "blockbusters" (artikelen) die veel aandacht krijgen. Google en Microsoft India zijn de belangrijkste spelers hier.

6. Wat Spelen Ze? (Onderzoeksinteresses)

Wanneer de onderzoeker keek naar wat deze mensen precies bestuderen:

Computer Vision (computers leren om afbeeldingen te "zien") is het populairste genre.
Image Processing en Data Mining volgen vlak daarachter.
Interessant genoeg zijn de "nieuwste" trends zoals Large Language Models (de technologie achter chatbots) nog niet de meest geciteerde. Dit komt waarschijnlijk omdat de mensen met de meeste citaties al heel lang in het vak zitten en hun "klassieke hits" (oudere artikelen) nog steeds de meeste streams krijgen.

7. De Beperkingen (Wat de Microfoon Niet Opving)

De auteur is eerlijk over wat deze studie niet kan vertellen:

Zelfselectie: Dit telt alleen mensen die de moeite hebben genomen om een Google Scholar-profiel aan te maken. Als een briljante onderzoeker in India geen Google Scholar gebruikt, zit hij niet in dit orkest.
Verleden vs. Heden: De gegevens laten zien waar mensen nu werken, maar niet waar ze werkten toen ze hun beroemde artikelen schreven. Een onderzoeker kan nu aan een universiteit verbonden zijn, maar beroemd zijn geworden terwijl hij bij een bedrijf werkte.
Geen Oorzaak-Gevolg: We weten dat IISc veel citaties heeft, maar we weten niet of IISc de hoge citaties heeft veroorzaakt, of dat onderzoekers met veel citaties simpelweg voor IISc hebben gekozen.

Samenvatting

Het artikel schetst een beeld van de Indiase Machine Learning-scene dat diverser is dan het publiek beseft. Hoewel de IIT's beroemd zijn om hun merk, zijn de IISc en de ISI in termen van onderzoeksimpact de echte zwaargewichten. Ondertussen worden de Big Tech-labs stilletjes belangrijke spelers. Het is een landschap waar een paar instellingen en bedrijven veel van de schijnwerpers opeisen, maar waar een gezonde mix bestaat van legacy-experts en moderne innovators.