論文の概要: DINGO: an ontology for projects and grants linked data
- arxiv url: http://arxiv.org/abs/2006.13438v1
- Date: Wed, 24 Jun 2020 02:47:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-17 13:26:42.571911
- Title: DINGO: an ontology for projects and grants linked data
- Title(参考訳): INGO: プロジェクトのオントロジーと関連データの提供
- Authors: Diego Chialva, Alexis-Michel Mugabushaka
- Abstract要約: INGOは、プロジェクト、資金、アクター、そして特に研究現場における資金調達ポリシーに関連する意味論的に利用可能なアプリケーションのためのデータをモデル化するフレームワークを提供する。
本論では, 主な特徴, 開発に続いた原則, コミュニティの獲得, 維持と進化について論じる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present DINGO (Data INtegration for Grants Ontology), an ontology that
provides a machine readable extensible framework to model data for
semantically-enabled applications relative to projects, funding, actors, and,
notably, funding policies in the research landscape. DINGO is designed to yield
high modeling power and elasticity to cope with the huge variety in funding,
research and policy practices, which makes it applicable also to other areas
besides research where funding is an important aspect. We discuss its main
features, the principles followed for its development, its community uptake,
its maintenance and evolution.
- Abstract(参考訳): 我々は,プロジェクトや資金提供,アクタ,特に研究現場における資金政策に対して,セマンティック対応アプリケーション用のデータをモデル化するための機械可読性拡張可能なフレームワークを提供するオントロジーであるdingo(data integration for grants ontology)を提案する。
INGOは、資金、研究、政策の多様さに対応するために、高度なモデリング能力と弾力性を得るように設計されている。
本論では,その主な特徴,開発に伴う原則,コミュニティの獲得,維持と進化について論じる。
関連論文リスト
- Training and Serving System of Foundation Models: A Comprehensive Survey [32.0115390377174]
本稿では,様々な観点から基礎モデルを訓練・提供するための手法を幅広く検討する。
ネットワーク、コンピューティング、ストレージといったより詳細な側面を含む、最先端の手法の詳細な分類を提供する。
論文 参考訳(メタデータ) (2024-01-05T05:27:15Z) - A Survey of Reasoning with Foundation Models [235.7288855108172]
推論は、交渉、医療診断、刑事捜査など、様々な現実世界の環境において重要な役割を担っている。
本稿では,推論に適応する基礎モデルを提案する。
次に、基礎モデルにおける推論能力の出現の背後にある潜在的な将来方向を掘り下げる。
論文 参考訳(メタデータ) (2023-12-17T15:16:13Z) - Large Models for Time Series and Spatio-Temporal Data: A Survey and
Outlook [95.32949323258251]
時系列データ、特に時系列データと時間時間データは、現実世界のアプリケーションで広く使われている。
大規模言語やその他の基礎モデルの最近の進歩は、時系列データマイニングや時間データマイニングでの使用の増加に拍車を掛けている。
論文 参考訳(メタデータ) (2023-10-16T09:06:00Z) - Domain Specialization as the Key to Make Large Language Models
Disruptive: A Comprehensive Survey [90.81725789120534]
大規模言語モデル(LLM)は自然言語処理(NLP)の分野を著しく進歩させた。
広範囲のアプリケーションに対して、非常に有用でタスクに依存しない基盤を提供する。
しかし、特定の領域における洗練された問題を解決するために直接LLMを適用することは、多くのハードルを満たす。
論文 参考訳(メタデータ) (2023-05-30T03:00:30Z) - Beyond Classification: Financial Reasoning in State-of-the-Art Language
Models [0.0]
大規模言語モデル(LLM)は複雑な多段階推論タスクにおいて顕著な能力を示した。
本研究は,金融分野におけるLLMの適用可能性に関する包括的調査である。
コヒーレントな財務推論を生成する能力は、まず6Bパラメータで現れ、より良い命令チューニングやより大きなデータセットで改善を続けている。
論文 参考訳(メタデータ) (2023-04-30T04:36:05Z) - Foundation Models for Decision Making: Problems, Methods, and
Opportunities [124.79381732197649]
大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。
ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。
基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
論文 参考訳(メタデータ) (2023-03-07T18:44:07Z) - Find the Funding: Entity Linking with Incomplete Funding Knowledge Bases [1.9451328614697954]
i)知識ベース(KB)のスパースグラフ構造と(ii)KBの欠落したエンティティの識別とリンクに関する2つの大きな課題がある。
我々は,NIL予測を行い,データ不足問題を時間とデータ効率で克服できるエンティティリンクモデルを提案する。
論文 参考訳(メタデータ) (2022-09-01T10:41:42Z) - Fine-Grained Image Analysis with Deep Learning: A Survey [146.22351342315233]
きめ細かい画像解析(FGIA)は、コンピュータビジョンとパターン認識における長年の根本的な問題である。
本稿では、FGIAの分野を再定義し、FGIAの2つの基礎研究領域、細粒度画像認識と細粒度画像検索を統合することで、FGIAの分野を広げようとしている。
論文 参考訳(メタデータ) (2021-11-11T09:43:56Z) - On the Opportunities and Risks of Foundation Models [256.61956234436553]
これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。
本報告では,基礎モデルの可能性とリスクについて概説する。
これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
論文 参考訳(メタデータ) (2021-08-16T17:50:08Z) - Seeing poverty from space, how much can it be tuned? [0.0]
本研究では, 組織的関係のない個人が, 特定の農業生態環境において, 地域貧困水準の予測の改善に寄与できることを実証した。
このアプローチは、衛星画像と「地上真実」データを現場から処理する深層学習による貧困のマッピングに関するいくつかの先駆的な取り組みに基づいている。
このプロジェクトの主な目的は、市民科学者、学生、組織が他の分野の手法を再現できるように、無償で利用可能なリソースを使用することで、コストを可能な限り低く抑えることであった。
論文 参考訳(メタデータ) (2021-07-30T15:23:54Z)
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。