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
- Multi-environment Topic Models [8.609587510471943]
我々は,グローバルおよび環境特化用語を分離した教師なし確率モデルであるマルチ環境トピックモデル(MTM)を導入する。
MTMは、異なる環境特化語で解釈可能なグローバルトピックを生成する。
また、正確な因果関係の発見も可能である。
論文 参考訳（メタデータ） (2024-10-31T16:50:39Z) - Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。
我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。
また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
論文 参考訳（メタデータ） (2024-10-14T17:22:55Z) - Diverse Intra- and Inter-Domain Activity Style Fusion for Cross-Person Generalization in Activity Recognition [8.850516669999292]
既存の領域一般化手法は、ドメイン内およびドメイン間スタイルの多様性を捉える際にしばしば困難に直面する。
本稿では,ドメインの多様性を高めるために,ドメインパディングとして概念化されたプロセスを提案する。
データ生成の多様性を高めるために,スタイル融合サンプリング戦略を導入する。
本手法は, 人間の活動認識タスクにおいて, 最先端のDG手法より優れる。
論文 参考訳（メタデータ） (2024-06-07T03:37:30Z) - GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。
GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。
本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
論文 参考訳（メタデータ） (2024-06-01T08:01:05Z) - 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) - Identifiable Latent Causal Content for Domain Adaptation under Latent Covariate Shift [82.14087963690561]
マルチソースドメイン適応(MSDA)は、ラベル付き対象ドメインのラベル予測関数を学習する際の課題に対処する。
本稿では,潜在コンテンツ変数と潜時スタイル変数とともに,ドメイン間の潜時雑音を導入し,複雑な因果生成モデルを提案する。
提案手法は、シミュレーションと実世界の両方のデータセットに対して、例外的な性能と有効性を示す。
論文 参考訳（メタデータ） (2022-08-30T11:25:15Z) - 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) - 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) - 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。