論文の概要: The I-ADOPT Interoperability Framework for FAIRer data descriptions of
biodiversity
- arxiv url: http://arxiv.org/abs/2107.06547v1
- Date: Wed, 14 Jul 2021 08:30:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-15 23:09:42.508622
- Title: The I-ADOPT Interoperability Framework for FAIRer data descriptions of
biodiversity
- Title(参考訳): 生物多様性のFAIRerデータ記述のためのI-ADOPT相互運用フレームワーク
- Authors: Barbara Magagna and Ilaria Rosati and Maria Stoica and Sirko Schindler
and Gwenaelle Moncoiffe and Anusuriya Devaraju and Johannes Peterseil and
Robert Huber
- Abstract要約: I-ADOPT WGは、観測された、測定された、計算された、または導出されたものを記述する共通のアプローチを構築するために形成された。
I-ADOPTフレームワークは、科学的な観察でよく見られる様々なパターンを記述するために使用できる、ハイレベルなセマンティックコンポーネントのセットを定義する。
この貢献は、生物多様性領域でよく使われる変数を表現するために、I-ADOPTフレームワークをどのように適用できるかに焦点を当てる。
- 参考スコア(独自算出の注目度): 1.3192560874022086
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biodiversity, the variation within and between species and ecosystems, is
essential for human well-being and the equilibrium of the planet. It is
critical for the sustainable development of human society and is an important
global challenge. Biodiversity research has become increasingly data-intensive
and it deals with heterogeneous and distributed data made available by global
and regional initiatives, such as GBIF, ILTER, LifeWatch, BODC, PANGAEA, and
TERN, that apply different data management practices. In particular, a variety
of metadata and semantic resources have been produced by these initiatives to
describe biodiversity observations, introducing interoperability issues across
data management systems. To address these challenges, the InteroperAble
Descriptions of Observable Property Terminology WG (I-ADOPT WG) was formed by a
group of international terminology providers and data center managers in 2019
with the aim to build a common approach to describe what is observed, measured,
calculated, or derived. Based on an extensive analysis of existing semantic
representations of variables, the WG has recently published the I-ADOPT
framework ontology to facilitate interoperability between existing semantic
resources and support the provision of machine-readable variable descriptions
whose components are mapped to FAIR vocabulary terms. The I-ADOPT framework
ontology defines a set of high level semantic components that can be used to
describe a variety of patterns commonly found in scientific observations. This
contribution will focus on how the I-ADOPT framework can be applied to
represent variables commonly used in the biodiversity domain.
- Abstract(参考訳): 生物多様性、種と生態系の変動は、人類の健康と惑星の平衡に不可欠である。
人類社会の持続可能な発展には不可欠であり、重要な国際的課題である。
生物多様性の研究はデータ集約化が進み、GBIF、ILTER、LifeWatch、BODC、PANGAEA、TERNといったグローバルおよび地域イニシアチブが利用できる異種および分散データを扱う。
特に、これらのイニシアチブによって様々なメタデータやセマンティックリソースが作成され、生物多様性の観察を記述し、データ管理システム間の相互運用性の問題を導入している。
これらの課題に対処するため、2019年に国際用語プロバイダとデータセンター管理者のグループによって、観測、測定、計算、導出に関する共通アプローチを構築するために、InteroperAble Descriptions of Observable Property Terminology WG(I-ADOPT WG)が設立された。
変数の既存のセマンティック表現の広範な分析に基づいて、WGはI-ADOPTフレームワークオントロジーを公開した。これは、既存のセマンティックリソース間の相互運用性を促進し、コンポーネントをFAIR語彙にマッピングしたマシン可読な変数記述の提供をサポートする。
i-adoptフレームワークオントロジーは、科学的な観察で一般的に見られる様々なパターンを記述するのに使用できる、高レベルの意味コンポーネントのセットを定義している。
この貢献は、生物多様性領域でよく使われる変数を表現するために、I-ADOPTフレームワークをどのように適用できるかに焦点を当てる。
関連論文リスト
- Generalized Universal Domain Adaptation with Generative Flow Networks [76.1350941965148]
Generalized Universal Domain Adaptationは、未知のカテゴリを含む全てのターゲットラベルの正確な予測を実現することを目的としている。
GUDAはラベル分布シフトベースとラベル空間ミスマッチベースとのギャップを埋める。
本稿では,報酬関数に比例した確率を持つ多種多様なサンプルを選択する,GFlowDAというドメイン適応アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-05-08T05:34:15Z) - Mix and Reason: Reasoning over Semantic Topology with Data Mixing for
Domain Generalization [48.90173060487124]
ドメイン一般化(DG)は、複数のソースドメインから見えないターゲットドメインへの学習マシンを可能にする。
mire は2つのキーコンポーネント、すなわち Category-Aware Data Mixing (CDM) と Adaptive Semantic Topology Refinement (ASTR) で構成されている。
複数のDGベンチマーク実験により,提案法の有効性とロバスト性を検証した。
論文 参考訳(メタデータ) (2022-10-14T06:52:34Z) - Group Gated Fusion on Attention-based Bidirectional Alignment for
Multimodal Emotion Recognition [63.07844685982738]
本稿では、LSTM隠蔽状態上の注目に基づく双方向アライメントネットワークで構成されるGBAN(Gated Bidirectional Alignment Network)と呼ばれる新しいモデルを提案する。
LSTMの最後の隠れ状態よりもアテンション整列表現の方が有意に優れていたことを実証的に示す。
提案したGBANモデルは、IEMOCAPデータセットにおける既存の最先端マルチモーダルアプローチよりも優れている。
論文 参考訳(メタデータ) (2022-01-17T09:46:59Z) - InBiodiv-O: An Ontology for Indian Biodiversity Knowledge Management [1.3381749415517021]
オントロジーは、生物多様性領域で広く使われている(単に機械処理可能ではなく)最もリッチな機械解釈と明示的な意味論を提供する。
本論文の目的は,提案手法に基づいて,インドにおける生物多様性情報のすべての項を意味的にエンコードするオントロジーを開発することである。
論文 参考訳(メタデータ) (2021-08-20T21:07:46Z) - DARCNN: Domain Adaptive Region-based Convolutional Neural Network for
Unsupervised Instance Segmentation in Biomedical Images [4.3171602814387136]
ベンチマークコンピュータビジョンデータセットのアノテーションを多用し、多様なバイオメディカルデータセットに対して教師なしのインスタンスセグメンテーションを実行することを提案する。
本研究では,COCOからのオブジェクト定義の知識を複数のバイオメディカルデータセットに適用するドメイン適応型領域ベース畳み込みニューラルネットワーク(DARCNN)を提案する。
多数のバイオメディカルデータセット上での教師なしインスタンスセグメンテーションにおけるDARCNNの性能を示す。
論文 参考訳(メタデータ) (2021-04-03T06:54:33Z) - HOT-VAE: Learning High-Order Label Correlation for Multi-Label
Classification via Attention-Based Variational Autoencoders [8.376771467488458]
High-order Tie-in Variational Autoencoder (HOT-VAE) 形式ごとの適応的高階ラベル相関学習。
本モデルが鳥の分布データセット上で既存の最先端のアプローチを上回ることを実験的に検証した。
論文 参考訳(メタデータ) (2021-03-09T04:30:28Z) - MGD-GAN: Text-to-Pedestrian generation through Multi-Grained
Discrimination [96.91091607251526]
本稿では, 人的部分に基づく識別器と自己対応型識別器を併用した多点識別拡張生成適応ネットワークを提案する。
HPDモジュールには、多彩な外観と鮮明な詳細を強制するために、きめ細かい単語レベルの注意機構が採用されている。
様々な測定値に対する大幅な改善は、MGD-GANがテキストからペデストリアン合成シナリオに有効であることを示す。
論文 参考訳(メタデータ) (2020-10-02T12:24:48Z) - Universal-RCNN: Universal Object Detector via Transferable Graph R-CNN [117.80737222754306]
我々はUniversal-RCNNと呼ばれる新しいユニバーサルオブジェクト検出器を提案する。
まず、すべてのカテゴリの高レベルなセマンティック表現を統合することで、グローバルなセマンティックプールを生成する。
ドメイン内推論モジュールは、空間認識GCNによってガイドされる1つのデータセット内のスパースグラフ表現を学習し、伝播する。
論文 参考訳(メタデータ) (2020-02-18T07:57:45Z) - Panoptic Feature Fusion Net: A Novel Instance Segmentation Paradigm for
Biomedical and Biological Images [91.41909587856104]
本稿では,本研究における意味的特徴とインスタンス的特徴を統一するPanoptic Feature Fusion Net(PFFNet)を提案する。
提案するPFFNetには,インスタンス予測を意味的特徴に組み込むための残注意特徴融合機構が組み込まれている。
様々なバイオメディカルおよび生物学的データセットにおいて、最先端のいくつかの手法を上回ります。
論文 参考訳(メタデータ) (2020-02-15T09:19:41Z)
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。