論文の概要: Data science and Machine learning in the Clouds: A Perspective for the
Future
- arxiv url: http://arxiv.org/abs/2109.01661v1
- Date: Thu, 2 Sep 2021 17:36:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 17:24:18.640522
- Title: Data science and Machine learning in the Clouds: A Perspective for the
Future
- Title（参考訳）: クラウドにおけるデータサイエンスと機械学習: 未来への展望
- Authors: Hrishav Bakul Barua
- Abstract要約: データ駆動科学(いわゆる第4の科学パラダイム)が研究とイノベーションの原動力となる。
この新たなパラダイムの下で処理される膨大なデータを、将来的には大きな懸念事項になるでしょう。
これらの計算のあらゆる面において、クラウドベースのサービスを強く要求する。
- 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: As we are fast approaching the beginning of a paradigm shift in the field of
science, Data driven science (the so called fourth science paradigm) is going
to be the driving force in research and innovation. From medicine to
biodiversity and astronomy to geology, all these terms are somehow going to be
affected by this paradigm shift. The huge amount of data to be processed under
this new paradigm will be a major concern in the future and one will strongly
require cloud based services in all the aspects of these computations (from
storage to compute and other services). Another aspect will be energy
consumption and performance of prediction jobs and tasks within such a
scientific paradigm which will change the way one sees computation. Data
science has heavily impacted or rather triggered the emergence of Machine
Learning, Signal/Image/Video processing related algorithms, Artificial
intelligence, Robotics, health informatics, geoinformatics, and many more such
areas of interest. Hence, we envisage an era where Data science can deliver its
promises with the help of the existing cloud based platforms and services with
the addition of new services. In this article, we discuss about data driven
science and Machine learning and how they are going to be linked through cloud
based services in the future. It also discusses the rise of paradigms like
approximate computing, quantum computing and many more in recent times and
their applicability in big data processing, data science, analytics, prediction
and machine learning in the cloud environments.
- Abstract（参考訳）: 科学分野におけるパラダイムシフトの始まりが急速に近づいている中、データ駆動科学(いわゆる第四科学パラダイム)は、研究とイノベーションの原動力となるでしょう。
医学から生物多様性、天文学、地質学まで、これらの用語は何らかの形でこのパラダイムシフトに影響されるでしょう。
この新たなパラダイムの下で処理される大量のデータは、将来大きな懸念事項であり、これらの計算のすべての側面(ストレージから計算、その他のサービス)において、クラウドベースのサービスを必要とする。
もう一つの側面は、計算の見方を変える科学的パラダイムの中での予測ジョブとタスクのエネルギー消費とパフォーマンスである。
データサイエンスは機械学習、信号/画像/画像処理関連アルゴリズム、人工知能、ロボティクス、健康情報学、ジオインフォマティクス、その他多くの分野に多大な影響を与えている。
したがって、私たちは、既存のクラウドベースのプラットフォームとサービスの助けを借りて、データサイエンスが約束を果たすことができる時代を思い起こします。
本稿では、データ駆動科学と機械学習について、今後どのようにクラウドベースのサービスを通じてリンクされるのかについて論じる。
さらに氏は、最近の近似コンピューティングや量子コンピューティングなどのパラダイムの台頭や、ビッグデータ処理、データサイエンス、分析、予測、クラウド環境における機械学習の適用性についても論じている。
関連論文リスト
- The Future of Data Science Education [0.11566458078238004]
バージニア大学のデータサイエンススクールは、データサイエンスの定義のための新しいモデルを開発した。
本稿では、モデルの中核となる特徴を説明し、AIの分析コンポーネントを超えて、さまざまな概念を統合する方法について説明する。
論文 参考訳（メタデータ） (2024-07-16T15:11:54Z) - On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
AI技術の信頼性に関する深刻な懸念があった。
機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。
本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-24T14:01:53Z) - A Vision for Semantically Enriched Data Science [19.604667287258724]
ドメイン知識の活用やデータセマンティクスといった重要な分野は、ほとんど自動化されていない分野です。
データサイエンスの自動化のための新しいツールと組み合わせて、データに対する“セマンティック”な理解と推論を活用することが、一貫性と説明可能なデータ拡張と変換にどのように役立つか、私たちは考えています。
論文 参考訳（メタデータ） (2023-03-02T16:03:12Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - A Computational Inflection for Scientific Discovery [48.176406062568674]
我々は科学的な発見の軌跡において、かなりの屈折の足元に立っている。
社会が急速に成長するデジタルトランスフォーメーションを継続するにつれて、人類の集団的な科学的知識も同様である。
コンピュータ科学は科学プロセス自体に革命を起こそうとしている。
論文 参考訳（メタデータ） (2022-05-04T11:36:54Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳（メタデータ） (2021-11-11T05:58:23Z) - A Review into Data Science and Its Approaches in Mechanical Engineering [0.0]
本稿では,データサイエンスを概説し,その方法について概説する。
はじめに、異なるデータサイエンスの定義とその技術における背景をレビューした。
データサイエンスの手法を研究に用いた機械工学分野のいくつかの研究がレビューされている。
論文 参考訳（メタデータ） (2020-12-30T23:05:29Z) - Data-Driven Aerospace Engineering: Reframing the Industry with Machine
Learning [49.367020832638794]
航空宇宙産業は、ビッグデータと機械学習を収益化しようとしている。
最近のトレンドは、設計、製造、検証、サービスにおける重要な課題の文脈で検討される。
論文 参考訳（メタデータ） (2020-08-24T22:40:26Z) - From Data to Knowledge to Action: A Global Enabler for the 21st Century [26.32590947516587]
コンピュータと数理科学の進歩が相まって、真の証拠に基づく意思決定を可能にする前例のない能力がもたらされた。
これらの機能は、データの大規模なキャプチャと、そのデータの洞察とレコメンデーションへの変換を可能にする。
商業、科学、教育、芸術、エンターテイメントのWebへの移行により、人間の活動に関する構造化された、非構造化されたデータベースが、これまで例のない量で利用可能になった。
論文 参考訳（メタデータ） (2020-07-31T19:19:42Z) - A Data Scientist's Guide to Streamflow Prediction [55.22219308265945]
我々は,水文降雨要素と流出モデルに着目し,洪水の予測と流れの予測に応用する。
このガイドは、データサイエンティストが問題や水文学的な概念、そしてその過程で現れる詳細を理解するのを助けることを目的としています。
論文 参考訳（メタデータ） (2020-06-05T08:04:37Z) - Incorporating Physical Knowledge into Machine Learning for Planetary
Space Physics [0.0]
我々は、土星の磁気圏におけるプラズマ不安定性の半教師付き物理に基づく分類を適用した以前の試みを構築した。
これらの軌道上の宇宙船データ特性の知識を取り入れることで、機械学習手法の性能と解釈性が向上することを示す。
論文 参考訳（メタデータ） (2020-06-02T20:31:29Z)
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。