論文の概要: Machine Learning in Heliophysics and Space Weather Forecasting: A White Paper of Findings and Recommendations

• arxiv url: http://arxiv.org/abs/2006.12224v1
• Date: Mon, 22 Jun 2020 13:24:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-11-18 06:59:47.365254
• Title: Machine Learning in Heliophysics and Space Weather Forecasting: A White Paper of Findings and Recommendations
• Title（参考訳）: 太陽物理学と宇宙天気予報における機械学習--発見と勧告のホワイトペーパー
• Abstract要約: このワークショップの目的は、ヘリオフィジカルにおけるデータ分析、モデリング、予測のための機械学習および/またはディープラーニング技術の適用の進展と展望を議論することであった。 議論の結果は、参加者が同意した推奨事項のトップレベルリストも含む、このホワイトペーパーにまとめられている。
• 参考スコア（独自算出の注目度）: 38.498068331078386
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The authors of this white paper met on 16-17 January 2020 at the New Jersey Institute of Technology, Newark, NJ, for a 2-day workshop that brought together a group of heliophysicists, data providers, expert modelers, and computer/data scientists. Their objective was to discuss critical developments and prospects of the application of machine and/or deep learning techniques for data analysis, modeling and forecasting in Heliophysics, and to shape a strategy for further developments in the field. The workshop combined a set of plenary sessions featuring invited introductory talks interleaved with a set of open discussion sessions. The outcome of the discussion is encapsulated in this white paper that also features a top-level list of recommendations agreed by participants.
• Abstract（参考訳）: このホワイトペーパーの著者らは、2020年1月16日から17日にかけてニュージャージー州ニューアークのニュージャージー工科大学で開かれた2日間のワークショップで、ヘリオフィジスト、データ提供者、エキスパートモデラー、コンピュータ/データサイエンティストの集団を集めた。 彼らの目的は、ヘリオフィジカルにおけるデータ分析、モデリング、予測のための機械学習および/またはディープラーニング技術の応用に関する重要な発展と展望を議論し、この分野におけるさらなる発展のための戦略を形成することである。 ワークショップでは、招待された招待講演とオープンなディスカッションセッションのセットを組み合わせた、一連のプレナリーセッションが組み合わされた。 議論の結果は、参加者が同意した推奨事項のトップレベルリストも含む、このホワイトペーパーにまとめられている。

関連論文リスト

• Talk2Ref: A Dataset for Reference Prediction from Scientific Talks [15.95945265244193]
  本稿では,対話からの参照予測(Reference Prediction from Talks,RPT)を紹介する。 Talk2Refは,6,279件の講演と43,429件の引用論文を含む,この種の最初の大規模データセットである。 以上の結果から,Talk2Refの微調整は引用予測性能を著しく向上させることが示された。
  論文  参考訳（メタデータ） (2025-10-28T14:50:03Z)
• Reflections from the 2024 Large Language Model (LLM) Hackathon for Applications in Materials Science and Chemistry [68.72590517877455]
  材料科学・化学分野における応用のための第二大言語モデル(LLM)ハッカソンの結果について述べる。 このイベントは、グローバルなハイブリッドな場所を巡って参加者が参加し、34チームが応募した。 提出は7つの主要なアプリケーション領域にまたがって行われ、アプリケーションのためのLLMの多種多様な実用性を実証した。
  論文  参考訳（メタデータ） (2024-11-20T23:08:01Z)
• Large Language Models as Zero-Shot Conversational Recommenders [52.57230221644014]
  ゼロショット設定における代表的大言語モデルを用いた会話推薦タスクに関する実証的研究を行った。 我々は、人気のあるディスカッションサイトをスクラップして、レコメンデーション関連の会話のデータセットを構築した。 我々は、微調整なしでも、大規模な言語モデルは既存の微調整された会話レコメンデーションモデルより優れていることを観察する。
  論文  参考訳（メタデータ） (2023-08-19T15:29:45Z)
• Summary of 2nd International Workshop on Requirements Engineering and Testing (RET) [7.497263307841256]
  RETワークショップシリーズは、Requireements Engineering(RE)とTestingの2つの異なる分野の研究者と実践者のためのミーティングポイントを提供する。 目標は、アイデア、課題、プラクティス、経験、成果の交換を通じて、これらの2つの領域の接続性と整合性を改善することです。 第2回ワークショップはイタリアのフィレンツェでICSE 2015と共同で開催された。
  論文  参考訳（メタデータ） (2023-08-02T17:25:03Z)
• Perspectives on AI Architectures and Co-design for Earth System Predictability [3.844947514183043]
  このAI4ESPワークショップシリーズでは、合計17のテクニカルセッションが開催された。 本稿では,AIアーキテクチャと共同設計セッションと関連する成果について論じる。
  論文  参考訳（メタデータ） (2023-04-07T17:36:24Z)
• Deep Learning for Space Weather Prediction: Bridging the Gap between Heliophysics Data and Theory [3.5597536699796795]
  深層学習技術は、予測的に強力な宇宙天気モデルの新しいクラスを創出する。 我々はNASAに、これらの進歩を活かすのに必要な研究とインフラに投資するよう求めた。
  論文  参考訳（メタデータ） (2022-12-27T00:30:39Z)
• Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review [52.359007622096684]
  ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。 既存のNLP研究は個々のテキストの分析に重点を置いている。 編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
  論文  参考訳（メタデータ） (2022-04-22T16:39:38Z)
• Perspectives on Sim2Real Transfer for Robotics: A Summary of the R:SS 2020 Workshop [79.20516797125704]
  このレポートでは、2020年版「ロボティクス:科学とシステム」会議と連動して開催されるSim2Realワークショップの議論、ポスター、および議論を紹介します。 フィールドの12のリーダーは、ロボットの問題の文脈でシミュレーションから現実世界にスキルを転送することの定義、実行可能性、および重要性に関する競合する議論のポジションを取りました。 議論者は大きなパネルディスカッションに参加し、聴衆の質問に答え、ロボット工学におけるSim2Realの将来について概説した。
  論文  参考訳（メタデータ） (2020-12-07T15:48:26Z)
• Report on the 2019 Workshop on Smart Farming and Data Analytics (SFDAI) [0.0]
  第1回スマートファーミングとデータ分析に関する全国ワークショップは、2019年6月12日にアイルランドのメイヌース大学で開催された。 このワークショップには、コンピュータ科学者、一般科学者、農家、農業顧問、農業ビジネスの代表者が混ざり合った50人の参加者が集まった。
  論文  参考訳（メタデータ） (2020-09-07T13:17:18Z)
• A Hierarchical Network for Abstractive Meeting Summarization with Cross-Domain Pretraining [52.11221075687124]
  本稿では,会議シナリオに適応する抽象的要約ネットワークを提案する。 提案手法は,長時間の会議記録に対応する階層構造と,話者間の差異を表現する役割ベクトルを設計する。 我々のモデルは、自動測定と人的評価の両方において、過去のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2020-04-04T21:00:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。