論文の概要: Beyond Low Earth Orbit: Biomonitoring, Artificial Intelligence, and Precision Space Health

• arxiv url: http://arxiv.org/abs/2112.12554v1
• Date: Wed, 22 Dec 2021 05:33:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-12-25 05:05:20.983261
• Title: Beyond Low Earth Orbit: Biomonitoring, Artificial Intelligence, and Precision Space Health
• Title（参考訳）: 低地球軌道を超える:バイオモニタリング、人工知能、精密宇宙衛生
• Abstract要約: 本稿では,自律的でインテリジェントな精密宇宙保健システムを提案する。 バイオメディカルな状態を監視し、集計し、評価する。 パーソナライズされた有害な健康結果を分析し、予測する。
• 参考スコア（独自算出の注目度）: 0.8838373492847601
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human space exploration beyond low Earth orbit will involve missions of significant distance and duration. To effectively mitigate myriad space health hazards, paradigm shifts in data and space health systems are necessary to enable Earth-independence, rather than Earth-reliance. Promising developments in the fields of artificial intelligence and machine learning for biology and health can address these needs. We propose an appropriately autonomous and intelligent Precision Space Health system that will monitor, aggregate, and assess biomedical statuses; analyze and predict personalized adverse health outcomes; adapt and respond to newly accumulated data; and provide preventive, actionable, and timely insights to individual deep space crew members and iterative decision support to their crew medical officer. Here we present a summary of recommendations from a workshop organized by the National Aeronautics and Space Administration, on future applications of artificial intelligence in space biology and health. In the next decade, biomonitoring technology, biomarker science, spacecraft hardware, intelligent software, and streamlined data management must mature and be woven together into a Precision Space Health system to enable humanity to thrive in deep space.
• Abstract（参考訳）: 低軌道を超える人類の宇宙探査には、かなりの距離と期間のミッションが伴う。 宇宙の健康リスクを効果的に軽減するためには、データと宇宙の健康システムにおけるパラダイムシフトが地球依存ではなく地球依存を可能にするために必要である。 人工知能と生物学と健康のための機械学習の分野における発展の促進は、これらのニーズに対処できる。 バイオメディカル状態の監視、集計、評価、パーソナライズされた有害な健康結果の分析と予測、新たに蓄積されたデータへの適応と対応、そして個々の深宇宙乗組員に対する予防的、行動可能、タイムリーな洞察、そして乗組員の医療士官への反復的な決定支援を提供する、適切に自律的でインテリジェントな宇宙医療システムを提案する。 本稿では,米国航空宇宙局が主催する,宇宙生物学と健康における人工知能の今後の応用に関するワークショップからの提案について概説する。 今後10年で、バイオモニター技術、バイオマーカー科学、宇宙船ハードウェア、インテリジェントソフトウェア、そして合理化されたデータ管理が成熟し、人類が深宇宙で育つための精密宇宙健康システムに織り込まれなければならない。

関連論文リスト

• Building AI-Ready Data Systems for Space Life Sciences, Aerospace Medicine, and Deep Space Exploration [0.1975857937818806]
  既存のインフラストラクチャと、AIアクセスギャップを埋めるための改善方法について論じる。 我々は、信頼できるエージェントアクセス可能な宇宙生物学基盤のためのガバナンスバックボーンとして、中立的な国際コーディネート団体を提案する。
  論文  参考訳（メタデータ） (2026-06-27T10:42:28Z)
• Towards World Models in Biomedical Research [77.59710966764466]
  我々は,AIによる発見のパラダイムとして,バイオメディカルワールドモデルを提案する。 これらのモデルは、介入条件付き力学とともに、分子、細胞、組織、臨床状態の潜伏表現を学習する。 バイオメディカルワールドモデルは, 仮想細胞, オルガノイド, 仮想患者, 手術シミュレーションなど, データエンジン, 環境シミュレータ, 科学計画基板としてどのように機能するかを論じる。
  論文  参考訳（メタデータ） (2026-06-04T09:28:54Z)
• Legged Autonomous Surface Science In Analogue Environments (LASSIE): Making Every Robotic Step Count in Planetary Exploration [5.928856661424766]
  惑星表面を探索するための2つの新しいアプローチを提案する。 一つは、地形のメカニクスに関する豊富な情報を集めるために直接表面相互作用を利用する高移動性脚ロボットである。 もうひとつは、人間にインスパイアされたデータ取得アルゴリズムで、ロボットが科学的仮説を推論し、探索の優先順位に適応できるようにする。
  論文  参考訳（メタデータ） (2026-03-20T05:55:53Z)
• Space AI: Leveraging Artificial Intelligence for Space to Improve Life on Earth [17.969021804498844]
  本稿では,人工知能と宇宙科学と技術の交差する分野において,宇宙AIを統合学際分野として紹介する。 歴史的発展と現代的進歩を融合し、宇宙AIを4つのミッションコンテキストにまとめる体系的な枠組みを提案する。 究極的には、宇宙AIは人類の宇宙での探索と運用の能力を加速し、センシング、ロボティクス、最適化、信頼できるAIの進歩を地球への広範な社会的影響に翻訳する。
  論文  参考訳（メタデータ） (2025-12-26T22:32:54Z)
• AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
  我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。 多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。 ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
  論文  参考訳（メタデータ） (2025-11-26T02:10:28Z)
• Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
  エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。 人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
  論文  参考訳（メタデータ） (2025-09-11T05:23:22Z)
• A Self-Evolving AI Agent System for Climate Science [59.08800209508371]
  我々は,地球科学者のためのインタラクティブな"コパイロット"として設計された,初の自己進化型AIエージェントシステムであるEarthLinkを紹介する。 自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を統合することで、研究ワークフロー全体を自動化します。 人のような学際的な分析能力と習熟度を示し、中核的な大規模気候タスクのエキスパート評価においてジュニア研究者に匹敵する能力を示す。
  論文  参考訳（メタデータ） (2025-07-23T08:29:25Z)
• SatHealth: A Multimodal Public Health Dataset with Satellite-based Environmental Factors [8.107949747896107]
  SatHealthは、環境データ、衛星画像、医学的クレームから推定される全発生頻度、健康指標の社会的決定要因を組み合わせたデータセットである。 SatHealthの2症例(地域公衆衛生モデルと個人病リスク予測)で実験を行った。 その結果,生物環境情報はAIモデルの性能と時間空間の一般化性を著しく向上させることができることがわかった。
  論文  参考訳（メタデータ） (2025-06-16T16:34:41Z)
• A Survey of Large Language Model-Powered Spatial Intelligence Across Scales: Advances in Embodied Agents, Smart Cities, and Earth Science [27.66472429481388]
  大規模言語モデル(LLM)における人間の空間認識とその空間知能への影響について検討する。 次に, LLMにおける空間記憶, 知識表現, 抽象的推論について検討し, その役割と関係を明らかにする。 我々は空間記憶と理解から空間的推論と知性へと進化する枠組みに従って、空間的インテリジェンス(空間的インテリジェンス、空間的インテリジェンス、空間的インテリジェンス)を分析した。
  論文  参考訳（メタデータ） (2025-04-14T03:38:31Z)
• Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
  自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。 AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。 これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
  論文  参考訳（メタデータ） (2025-03-28T14:00:27Z)
• Towards a Reliable Offline Personal AI Assistant for Long Duration Spaceflight [4.382282101149638]
  本稿では, GPT, Retrieval-Augmented Generation (RAG), Knowledge Graphs (KGs), Augmented Reality (AR)を統合したMETISなどの拡張システムを提案する。 そのアイデアは、宇宙飛行士が自然言語のクエリを使って、より直感的に自分のデータと対話し、ARでリアルタイム情報を視覚化できるようにすることだ。
  論文  参考訳（メタデータ） (2024-10-21T18:08:42Z)
• Care3D: An Active 3D Object Detection Dataset of Real Robotic-Care Environments [52.425280825457385]
  本稿では,実環境の注釈付きデータセットを紹介する。 捕獲された環境は、ロボット医療研究の分野ですでに使われている領域を表している。 また,医療ロボット上で直接動作するSLAMアルゴリズムを評価するために,一室で真実データを提供する。
  論文  参考訳（メタデータ） (2023-10-09T10:35:37Z)
• Enabling Astronaut Self-Scheduling using a Robust Advanced Modelling and Scheduling system: an assessment during a Mars analogue mission [44.621922701019336]
  アナログ宇宙飛行士の乗組員によるコンピュータ意思決定支援ツールの使用について検討した。 提案されたツールはRomieと呼ばれ、Robost Advanced Modelling and Scheduling (RAMS)システムの新しいカテゴリに属している。
  論文  参考訳（メタデータ） (2023-01-14T21:10:05Z)
• Neuromorphic Computing and Sensing in Space [69.34740063574921]
  神経型コンピュータチップは、生物学的脳の構造を模倣するように設計されている。 ニューロモルフィックデバイスの低消費電力とエネルギー効率に重点を置くことは、宇宙応用には最適である。
  論文  参考訳（メタデータ） (2022-12-10T07:46:29Z)
• Artificial Intelligence and Natural Language Processing and Understanding in Space: Four ESA Case Studies [48.53582660901672]
  本稿では,空間文書から情報を自動的に抽出するための,人工知能と自然言語処理と理解に基づく方法論的枠組みを提案する。 ケーススタディはミッションデザイン、品質保証、長期データ保存、オープンスペースイノベーションプラットフォームなど、ESAのさまざまな機能領域で実装されている。
  論文  参考訳（メタデータ） (2022-10-07T15:50:17Z)
• 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)
• Beyond Low Earth Orbit: Biological Research, Artificial Intelligence, and Self-Driving Labs [0.8855198354664937]
  宇宙生物学の研究は、宇宙飛行が生物に与える影響を理解することを目的としている。 生物工学の宇宙船と生息地は、植物、作物、微生物、動物、人間の生態系を安定させ、多惑星生物を持続させる。
  論文  参考訳（メタデータ） (2021-12-22T05:18:26Z)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)
• Towards a Collective Agenda on AI for Earth Science Data Analysis [39.78763440312085]
  我々は、研究者、特に若い世代に、リモートセンシングと地球科学の真の進歩のためにこれらの課題に取り組むように促すことを目指している。 地球科学に関するAIの宣言では、研究者、特に若い世代がリモートセンシングと地球科学の真の進歩のためにこれらの課題に取り組むよう促すことを目指しています。
  論文  参考訳（メタデータ） (2021-04-11T20:54:44Z)

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。