研究团队发现
基于作者共著网络的团队发现（离线快照，全部结果已预计算，不依赖后端 API），支持 Louvain 社区发现、Lead 核心聚合与谱聚类三种方法切换。团队打分与代表论文所用影响因子来源 JCR 2026。
COMPASS · AI-PHARMA TEAM DISCOVERY
AI 制药研究团队发现
基于作者共著网络的团队发现 · 数据源 papers.db 离线快照 · 结果已预计算，无需后端 API
范围：AI 制药
分类：全部
方法：Louvain
论文 –
作者 –
范围
分类
二级分类
最小成员
最大成员
最小论文
Top
作者共著网络 + Louvain 社区发现（networkx，固定随机种子，与离线榜单同源）。
–
论文数
–
作者数
–
机构数
–
合作边（≥2 篇共著）
团队榜单
点击行展开成员 / 趋势 / 产业链分类分布 / 代表论文加载中…
Rising Stars
近 3 年有 lead 输出的研究型作者 · 按「分类」收窄论文范围后重算加载中…
统计口径
- 作者消歧：ORCID 优先 → 姓名+机构 → 仅姓名；lead = 一作 / 共一 / 通讯（末位通讯 1.0，共通讯 0.4）
- 共著边 = 同一论文作者两两相连，边权 = 共著篇数，保留 ≥2 篇强边；团队 = 社区 ≥ 最小成员且 ≥ 最小论文
- 团队打分 = Σ (1+0.1×IF)，论文有团队 lead 作者按 1.0、仅普通合著按 0.3；榜单按打分降序（IF 取自 JCR 2026）
- 产业链分类分布 = 团队论文按 AI 制药产业链分类（一级：算力 / 数据 / 算法 / 应用，向下细分二级、三级）计数（多标签，同一篇可计入多个分类，故各层计数之和会大于已标注论文数）；占比分母为标签合计篇次。本页论文均为 AI 制药相关研究，不再单列主题分类
- 分类筛选：一级分类 / 二级分类均基于团队论文的产业链分类分布在浏览器端筛选（选「二级分类」时按该分类论文篇次降序）；成员数上下限、最小论文数同理，全部离线完成
- 分类 → 论文范围：选定一级 / 二级分类后，论文范围随之收窄（统计卡的论文 / 作者 / 机构 / 合作边即为该范围的统计），Rising Stars 也基于该范围的论文重算；各分类维度的结果均已离线预算，页面零请求
- 多方法可切换：Louvain（社区发现）/ Lead 核心（领军团队）/ 谱聚类（边界清晰）
- 数据源：papers.db 离线快照（AI 制药主题 11,286 篇 / 全库 77,561 篇）· 影响因子来源 JCR 2026（Journal Citation Reports 2026）· 榜单已预计算，页面不调用后端 API
- 范围说明：AI 制药范围为完整快照（含成员 Top30 / 代表论文 Top15 明细）；全库范围团队达数千个，为控制体积仅保留榜单级数据（分类分布与年度趋势可用，成员 / 代表论文不提供）