SLM_AnomalyDetectionAIoT_基于PRISMA方法的AIoT异常检测系统文献特征数据

数据集概述

本数据集包含通过PRISMA方法开展的系统文献综述中，从选定文献提取的特征信息。核心内容为AIoT异常检测相关研究的特征数据，涉及医学CT、图像视觉检测等关键词，数据集含1个文件，无目录结构。

文件详解

• 文件名称：SLM_AnomalyDetectionAIoT.xlsx
• 文件格式：XLSX
• 字段映射介绍：基于PRISMA方法的系统文献综述中提取的各研究文献特征数据，包含与AIoT异常检测相关的研究特征，涉及医学CT、图像视觉检测等语义关键词相关的文献特征信息。

适用场景

• AIoT异常检测研究趋势分析: 用于梳理人工智能物联网领域异常检测研究的发展脉络与热点方向。
• 医学CT异常检测研究整合: 基于医学CT相关文献特征，分析AIoT技术在医学影像异常检测中的应用现状。
• 图像视觉异常检测文献综述: 结合图像视觉检测关键词，支撑图像视觉领域AIoT异常检测研究的系统综述。
• 系统文献综述方法应用参考: 为采用PRISMA方法开展AIoT相关领域文献研究提供数据格式与特征提取参考。