論文の概要: Recommendations for repositories and scientific gateways from a neuroscience perspective

• arxiv url: http://arxiv.org/abs/2201.00727v1
• Date: Mon, 3 Jan 2022 16:01:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-02 09:47:09.447208
• Title: Recommendations for repositories and scientific gateways from a neuroscience perspective
• Title（参考訳）: 神経科学からみたリポジトリと科学ゲートウェイの勧告
• Authors: Malin Sandstr\"om, Mathew Abrams, Jan Bjaalie, Mona Hicks, David Kennedy, Arvind Kumar, JB Poline, Prasun Roy, Paul Tiesinga, Thomas Wachtler, Wojtek Goscinski
• Abstract要約: INCFはレポジトリや科学ゲートウェイを選択したり設定したりするためのレコメンデーションと関連する基準を開発した。 これらの勧告は神経科学を主要なユースケースとしているが、一般的には一般的である。 このレコメンデーションは、アクセシビリティ、ライセンス、コミュニティの責任、サービスの技術的および財政的持続可能性など、さまざまな重要な領域をカバーする。
• 参考スコア（独自算出の注目度）: 1.3365260352323118
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Digital services such as repositories and science gateways have become key resources for the neuroscience community, but users often have a hard time orienting themselves in the service landscape to find the best fit for their particular needs. INCF (International Neuroinformatics Coordinating Facility) has developed a set of recommendations and associated criteria for choosing or setting up and running a repository or scientific gateway, intended for the neuroscience community, with a FAIR neuroscience perspective. These recommendations have neurosciences as their primary use case but are often general. Considering the perspectives of researchers and providers of repositories as well as scientific gateways, the recommendations harmonize and complement existing work on criteria for repositories and best practices. The recommendations cover a range of important areas including accessibility, licensing, community responsibility and technical and financial sustainability of a service.
• Abstract（参考訳）: リポジトリやサイエンスゲートウェイといったデジタルサービスは、神経科学のコミュニティにとって重要なリソースとなっているが、特定のニーズに最も適したサービス環境を見つけるのに、ユーザはしばしば苦労している。 INCF(International Neuroinformatics Coordinating Facility)は、FAIR神経科学の観点から、神経科学コミュニティのためにリポジトリや科学ゲートウェイを選定または運営するための一連の勧告と関連する基準を開発した。 これらの勧告は神経科学を主要なユースケースとしているが、一般的には一般的である。 リポジトリの研究者と提供者、および科学ゲートウェイの視点を考慮すると、レポジトリとベストプラクティスの基準に関する既存の作業を調和させ補完する。 この推奨事項は、アクセシビリティ、ライセンス、コミュニティ責任、サービスの技術的および経済的持続可能性など、さまざまな重要な領域をカバーする。

関連論文リスト

• A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
  バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。 本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。 我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
  論文  参考訳（メタデータ） (2024-02-16T18:05:09Z)
• Neural Contextual Bandits for Personalized Recommendation [49.85090929163639]
  本チュートリアルでは、パーソナライズされたレコメンデーションのための強力なフレームワークとして、コンテキスト帯について検討する。 我々は、リコメンデーターシステムにおける「マシュー効果」を緩和するために、文脈的盗賊の探索的視点に焦点を当てる。 従来の線形文脈包帯に加えて、我々は神経文脈包帯にも焦点をあてる。
  論文  参考訳（メタデータ） (2023-12-21T17:03:26Z)
• NeuroBench: A Framework for Benchmarking Neuromorphic Computing Algorithms and Systems [51.8066436083197]
  NeuroBenchは、ニューロモルフィックコンピューティングアルゴリズムとシステムのベンチマークフレームワークである。 NeuroBenchは、業界とアカデミックの50以上の機関で100人近い共著者からなるオープンコミュニティから共同で設計された取り組みである。
  論文  参考訳（メタデータ） (2023-04-10T15:12:09Z)
• Frameworks for SNNs: a Review of Data Science-oriented Software and an Expansion of SpykeTorch [0.3425341633647624]
  Spiking Neural Networks(SNN)は、特にデータサイエンスアプリケーションに向いている。 この研究は、データサイエンスアプリケーションに特化したスパイキングニューラルネットワーク(SNN)の開発のための9つのフレームワークをレビューする。
  論文  参考訳（メタデータ） (2023-02-15T12:35:53Z)
• Biases in Scholarly Recommender Systems: Impact, Prevalence, and Mitigation [0.0]
  学術推薦システムのバイアスを分解し、その影響と頻度に応じて特徴付ける。 研究者や開発者が学術推薦システムにおけるバイアスを軽減するために使用できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-01-18T12:53:28Z)
• An overview of open source Deep Learning-based libraries for Neuroscience [0.0]
  本稿では,ディープラーニングの発達と神経科学との関係について概説する。 その後、文献および神経科学研究を指向したソフトウェアプロジェクトの特定のハブから収集された、神経情報学のツールボックスとライブラリをレビューする。
  論文  参考訳（メタデータ） (2022-12-19T09:09:40Z)
• Neuro-Nav: A Library for Neurally-Plausible Reinforcement Learning [2.060642030400714]
  神経可塑性強化学習のためのオープンソースライブラリNeuro-Navを提案する。 Neuro-Navは、標準環境とRLアルゴリズムのセットを提供する。 このツールキットは認知科学とRL文学の両方にわたる多くの研究から、関連する知見を再現することを示した。
  論文  参考訳（メタデータ） (2022-06-06T16:33:36Z)
• Trustworthy Graph Neural Networks: Aspects, Methods and Trends [115.84291569988748]
  グラフニューラルネットワーク(GNN)は,さまざまな実世界のシナリオに対して,有能なグラフ学習手法として登場した。 パフォーマンス指向のGNNは、敵の攻撃に対する脆弱性のような潜在的な副作用を示す。 こうした意図しない害を避けるためには、信頼度に特徴付けられる有能なGNNを構築する必要がある。
  論文  参考訳（メタデータ） (2022-05-16T02:21:09Z)
• Nine Best Practices for Research Software Registries and Repositories: A Concise Guide [63.52960372153386]
  私たちは、マネージャが個々のレジストリやリポジトリを管理するスコープ、プラクティス、ルールを定義するのに役立つ9つのベストプラクティスのセットを提示します。 これらのベストプラクティスは、2011年と2012年にForce11ソフトウェア実装ワーキンググループのタスクフォースによって招集された、既存のリソースの作成者の経験から抽出された。
  論文  参考訳（メタデータ） (2020-12-24T05:37:54Z)
• MARS-Gym: A Gym framework to model, train, and evaluate Recommender Systems for Marketplaces [51.123916699062384]
  MARS-Gymは、市場におけるレコメンデーションのための強化学習エージェントの構築と評価を行うオープンソースフレームワークである。 本稿では,Trivagoマーケットプレースデータセットにおいて,さまざまなベースラインエージェントの実装とメトリクス駆動による分析を行う。 学術研究と生産システムとのギャップを埋め、新しいアルゴリズムやアプリケーションの設計を容易にしたいと考えている。
  論文  参考訳（メタデータ） (2020-09-30T16:39:31Z)
• Artificial neural networks for neuroscientists: A primer [4.771833920251869]
  ニューラルネットワーク(ANN)は、神経科学に注目が集まる機械学習において必須のツールである。 この教養的なプライマーでは、ANNを導入し、神経科学的な問題を研究するためにどのように成果を上げてきたかを実証する。 この数学的枠組みを神経生物学に近づけることに焦点をあてて、ANNの分析、構造、学習のカスタマイズ方法について詳述する。
  論文  参考訳（メタデータ） (2020-06-01T15:08:42Z)

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。