論文の概要: Exchanging Best Practices and Tools for Supporting Computational and
Data-Intensive Research, The Xpert Network
- arxiv url: http://arxiv.org/abs/2102.09373v1
- Date: Tue, 9 Feb 2021 05:00:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 02:59:49.242041
- Title: Exchanging Best Practices and Tools for Supporting Computational and
Data-Intensive Research, The Xpert Network
- Title(参考訳): Xpert Networkによる計算・データ集約研究支援のためのベストプラクティスとツールの変革
- Authors: Parinaz Barakhshan, Rudolf Eigenmann
- Abstract要約: 我々は,CDI(Computer and Data Intensive Research Project)研究プロジェクトを支援する専門家に対して,ベストプラクティスとツールを提示する。
このプラクティスは、国家プロジェクトと、そのような専門家の個人またはグループを含む大学チームを統合するイニシアチブから生まれた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present best practices and tools for professionals who support
computational and data intensive (CDI) research projects. The practices
resulted from an initiative that brings together national projects and
university teams that include individual or groups of such professionals. We
focus particularly on practices that differ from those in a general software
engineering context. The paper also describes the initiative , the Xpert
Network , where participants exchange successes, challenges, and general
information about their activities, leading to increased productivity,
efficiency, and coordination in the ever growing community of scientists that
use computational and data-intensive research methods.
- Abstract(参考訳): 我々は,cdi(computation and data intensive)研究プロジェクトを支援する専門家に対して,ベストプラクティスとツールを提案する。
このプラクティスは、そのような専門家の個人やグループを含む全国プロジェクトや大学チームをまとめるイニシアチブから生まれたものだ。
一般的なソフトウェアエンジニアリングのコンテキストとは異なるプラクティスに特に注目しています。
また、参加者は、成功、挑戦、活動に関する一般的な情報を交換し、計算とデータ集約的な研究手法を使用する科学者のコミュニティにおいて、生産性、効率、コーディネーションの増大につながる、Xpert Networkというイニシアチブも記述している。
関連論文リスト
- The Efficiency Spectrum of Large Language Models: An Algorithmic Survey [56.00281164118548]
LLM(Large Language Models)の急速な成長は、様々なドメインを変換する原動力となっている。
本稿では,LLMのエンドツーエンドのアルゴリズム開発に不可欠な多面的効率性について検討する。
論文 参考訳(メタデータ) (2023-12-01T16:00:25Z) - Promoting Research Collaboration with Open Data Driven Team
Recommendation in Response to Call for Proposals [10.732914229005903]
さまざまなAI手法を用いてチームを推薦する新しいシステムについて述べる。
短期と長期の目標のバランスをとるメトリクスに沿って、良さを最大化するためにチームを作ります。
論文 参考訳(メタデータ) (2023-09-18T00:04:08Z) - A Systematic Mapping Study and Practitioner Insights on the Use of
Software Engineering Practices to Develop MVPs [1.6432083797787214]
2013年から2020年にかけて発行された33の論文を特定し、MVPの構想と評価プラクティスに関連するいくつかの傾向を観察した。
ユーザビリティテスト、A/Bテスト、利用データ分析といったプラクティスに基づいた、エンドユーザのバリデーションに重点が置かれている。
MVPの技術的可能性評価と労力見積に関する研究はまだ限られています。
論文 参考訳(メタデータ) (2023-05-15T02:00:47Z) - On Efficient Training of Large-Scale Deep Learning Models: A Literature
Review [90.87691246153612]
ディープラーニングの分野は特にコンピュータビジョン(CV)、自然言語処理(NLP)、音声などにおいて大きな進歩を遂げている。
大量のデータに基づいてトレーニングされた大規模なモデルを使用することは、実用的なアプリケーションにとって大きな可能性を秘めている。
計算能力の需要が増大する中で、ディープラーニングモデルの訓練の加速技術に関する包括的な要約が期待されている。
論文 参考訳(メタデータ) (2023-04-07T11:13:23Z) - Knowledge Graph Induction enabling Recommending and Trend Analysis: A
Corporate Research Community Use Case [11.907821975089064]
本稿では,企業研究コミュニティであるIBM ResearchがセマンティックWeb技術を用いて,統一知識グラフを創出する事例を紹介する。
誘導された知識を活用するための共通パターンのセットを特定し、それらをAPIとして公開する。
これらのパターンは、最も価値のあるユースケースや、緩和すべきユーザの痛点を特定するユーザ調査から生まれました。
論文 参考訳(メタデータ) (2022-07-11T20:51:28Z) - A Field Guide to Federated Optimization [161.3779046812383]
フェデレートされた学習と分析は、分散化されたデータからモデル(あるいは統計)を協調的に学習するための分散アプローチである。
本稿では、フェデレート最適化アルゴリズムの定式化、設計、評価、分析に関する勧告とガイドラインを提供する。
論文 参考訳(メタデータ) (2021-07-14T18:09:08Z) - Distributed Deep Learning in Open Collaborations [49.240611132653456]
協調学習に特化して設計された新しいアルゴリズムフレームワークを提案する。
現実的な条件下でのSwaVとALBERTの事前学習に対するアプローチの有効性を実証し,コストのごく一部で従来の設定に匹敵する性能を実現する。
論文 参考訳(メタデータ) (2021-06-18T16:23:13Z) - Scaling up Search Engine Audits: Practical Insights for Algorithm
Auditing [68.8204255655161]
異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。
複数のデータ収集にまたがる研究インフラの性能を実証する。
仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
論文 参考訳(メタデータ) (2021-06-10T15:49:58Z) - Broader terms curriculum mapping: Using natural language processing and
visual-supported communication to create representative program planning
experiences [62.997667081978825]
学部と非学部間のコミュニケーションの困難さは、未発見のコラボレーションの可能性を秘めている。
本稿では,プログラム計画表現の普遍的,自己説明的,権限付与的な提供方法を提案する。
論文 参考訳(メタデータ) (2021-02-09T13:27:04Z)
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。