論文の概要: The MICCAI Hackathon on reproducibility, diversity, and selection of
papers at the MICCAI conference
- arxiv url: http://arxiv.org/abs/2103.05437v1
- Date: Thu, 4 Mar 2021 15:40:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 06:36:12.232130
- Title: The MICCAI Hackathon on reproducibility, diversity, and selection of
papers at the MICCAI conference
- Title（参考訳）: MICCAIハッカソン : MICCAI会議における論文の再現性・多様性・選定
- Authors: Fabian Balsiger, Alain Jungo, Naren Akash R J, Jianan Chen, Ivan
Ezhov, Shengnan Liu, Jun Ma, Johannes C. Paetzold, Vishva Saravanan R, Anjany
Sekuboyina, Suprosanna Shit, Yannick Suter, Moshood Yekini, Guodong Zeng,
Markus Rempfler
- Abstract要約: miccai hackathonは、miccai 2020 conference: the miccai hackathonで開催された。
本報告では,ハッカソンからこれらの課題に対処するための短期的および長期的措置への洞察を要約する。
提案した措置は、MICCAI会議を改善するための議論や行動の出発点とガイドラインと見なすことができる。
- 参考スコア（独自算出の注目度）: 7.171690945985198
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The MICCAI conference has encountered tremendous growth over the last years
in terms of the size of the community, as well as the number of contributions
and their technical success. With this growth, however, come new challenges for
the community. Methods are more difficult to reproduce and the ever-increasing
number of paper submissions to the MICCAI conference poses new questions
regarding the selection process and the diversity of topics. To exchange,
discuss, and find novel and creative solutions to these challenges, a new
format of a hackathon was initiated as a satellite event at the MICCAI 2020
conference: The MICCAI Hackathon. The first edition of the MICCAI Hackathon
covered the topics reproducibility, diversity, and selection of MICCAI papers.
In the manner of a small think-tank, participants collaborated to find
solutions to these challenges. In this report, we summarize the insights from
the MICCAI Hackathon into immediate and long-term measures to address these
challenges. The proposed measures can be seen as starting points and guidelines
for discussions and actions to possibly improve the MICCAI conference with
regards to reproducibility, diversity, and selection of papers.
- Abstract（参考訳）: MICCAIカンファレンスは、コミュニティの規模、コントリビューションの数、技術的成功の観点から、ここ数年で大きな成長を遂げています。
しかし、この成長はコミュニティに新たな課題をもたらします。
再現は困難であり,MICCAI会議への論文提出件数の増加は,選択プロセスとトピックの多様性に関する新たな疑問を提起する。
これらの課題の交換、議論、創造的な解決策を見つけるために、ハッカソンの新しいフォーマットは、miccai 2020 conference: the miccai hackathonのサテライトイベントとして開始された。
MICCAIハッカソンの第1版では、MICCAI論文の再現性、多様性、選択について論じられている。
小さなシンクタンクの方法で、参加者は協力してこれらの課題に対する解決策を見つけました。
本報告では,MICCAIハッカソンから得られた知見を,これらの課題に対処するための即時的・長期的対策について要約する。
提案手法は, 論文の再現性, 多様性, 選択性に関して, MICCAI会議を改善するための議論・行動の出発点および指針とみなすことができる。
関連論文リスト
- KMM: Key Frame Mask Mamba for Extended Motion Generation [21.144913854895243]
キーフレーム・マスキング・モデリング(Key frame Masking Modeling)は、キーフレーム・マスキング・モデリング(Key frame Masking Modeling)を特徴とする新しいアーキテクチャである。
我々は,従来の最先端手法と比較して,FIDが57%以上,パラメータが70%以上減少し,最先端性能を達成するため,go-toデータセットであるBABELの広範な実験を行った。
論文 参考訳（メタデータ） (2024-11-10T14:41:38Z) - MMMU-Pro: A More Robust Multi-discipline Multimodal Understanding Benchmark [77.93283927871758]
本稿では,Multi-discipline Multi-modal Understanding and Reasoningベンチマークの頑健なバージョンであるMMMU-Proを紹介する。
MMMU-Proは、マルチモーダルモデルの真の理解と推論能力を厳格に評価する。
論文 参考訳（メタデータ） (2024-09-04T15:31:26Z) - From Stem to Stern: Contestability Along AI Value Chains [21.781422547251676]
このワークショップは、競争可能なAIのトピックに焦点を当てた学際的なCSCW研究者のコミュニティを成長させ、統合する。
ワークショップの成果として、AIバリューチェーンに沿った競争可能性に関する最も急進的な機会と課題を、研究ロードマップの形でまとめます。
AIバリューチェーンの長さと深さを考慮すると、このようなチェーンのさまざまな場所に沿ってAIシステムの競争性について、特に議論が引き起こされるだろう。
論文 参考訳（メタデータ） (2024-08-02T06:57:52Z) - SMP Challenge: An Overview and Analysis of Social Media Prediction Challenge [63.311045291016555]
ソーシャルメディアの人気予測(SMPP)は、オンライン投稿の今後の人気値を自動予測する重要なタスクである。
本稿では,課題,データ,研究の進展について要約する。
論文 参考訳（メタデータ） (2024-05-17T02:36:14Z) - Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。
大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。
研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
論文 参考訳（メタデータ） (2024-01-30T03:51:44Z) - AI Competitions and Benchmarks: towards impactful challenges with
post-challenge papers, benchmarks and other dissemination actions [5.459244842713057]
この章は、チャレンジが正式に完了した後の様々な活動について記述する。
異なるアフターチャレンジ活動のターゲットオーディエンスを特定した。
チャレンジのさまざまなアウトプットは、それらを収集する手段としてリストアップされる。
論文 参考訳（メタデータ） (2023-12-10T23:24:17Z) - Exploring Links between Conversational Agent Design Challenges and
Interdisciplinary Collaboration [0.0]
本論文は、会話エージェント(CA)作成における社会技術的課題に焦点を当てたものである。
学際的コラボレーション(IDC)をレンズとして用いたCA設計課題の分類法を提案する。
本稿では,既存の設計原則を補完する実践的戦略を提案する。
論文 参考訳（メタデータ） (2023-11-15T10:20:49Z) - Benchmarking Robustness and Generalization in Multi-Agent Systems: A
Case Study on Neural MMO [50.58083807719749]
IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。
この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。
環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
論文 参考訳（メタデータ） (2023-08-30T07:16:11Z) - A Unified Multi-task Learning Framework for Multi-goal Conversational
Recommender Systems [91.70511776167488]
MG-CRSには、ゴールプランニング、トピック予測、アイテムレコメンデーション、レスポンスジェネレーションの4つのタスクがある。
我々は,Unified MultI-goal conversational recommeNDerシステム,すなわちUniMINDを提案する。
マルチタスク学習能力を備えた統一モデルを実現するために,プロンプトに基づく学習戦略を検討した。
論文 参考訳（メタデータ） (2022-04-14T12:31:27Z) - Speech Translation and the End-to-End Promise: Taking Stock of Where We
Are [16.45182811689674]
音声翻訳は、その主要な研究テーマにおいていくつかの変化を経験してきた。
最近のエンドツーエンドモデリング技術は、これらの問題を克服する原則的な方法を約束します。
多くのエンドツーエンドモデルは、データの不足に対処するための妥協のため、これらの問題を解決するには不足している。
論文 参考訳（メタデータ） (2020-04-14T08:43:51Z) - Unified Multi-Criteria Chinese Word Segmentation with BERT [82.16846720508748]
連続した文字からなる中国語文における単語境界を見つけることを目的としている。
本稿では,統合フレームワークと事前学習言語モデルの優位性を組み合わせて,BERTに基づく統一MCCWSモデルを提案する。
多様な基準を持つ8つのデータセットに対する実験により,本手法がMCCWSの新たな最先端結果が得られることが示された。
論文 参考訳（メタデータ） (2020-04-13T07:50:04Z)
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。