論文の概要: mdx: A Cloud Platform for Supporting Data Science and Cross-Disciplinary
Research Collaborations
- arxiv url: http://arxiv.org/abs/2203.14188v1
- Date: Sun, 27 Mar 2022 02:22:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-02 23:25:40.068645
- Title: mdx: A Cloud Platform for Supporting Data Science and Cross-Disciplinary
Research Collaborations
- Title(参考訳): mdx: データサイエンスと学際的な研究コラボレーションをサポートするクラウドプラットフォーム
- Authors: Toyotaro Suzumura, Akiyoshi Sugiki, Hiroyuki Takizawa, Akira Imakura,
Hiroshi Nakamura, Kenjiro Taura, Tomohiro Kudoh, Toshihiro Hanawa, Yuji
Sekiya, Hiroki Kobayashi, Shin Matsushima, Yohei Kuga, Ryo Nakamura, Renhe
Jiang, Junya Kawase, Masatoshi Hanai, Hiroshi Miyazaki, Tsutomu Ishizaki,
Daisuke Shimotoku, Daisuke Miyamoto, Kento Aida, Atsuko Takefusa, Takashi
Kurimoto, Koji Sasayama, Naoya Kitagawa, Ikki Fujiwara, Yusuke Tanimura,
Takayuki Aoki, Toshio Endo, Satoshi Ohshima, Keiichiro Fukazawa, Susumu Date,
Toshihiro Uchibayashi
- Abstract要約: 私たちはこのようなニーズに応えるために、全国規模のクラウドプラットフォーム「mdx」を構築しました。
mdxは、材料情報学、地理空間情報科学、生命科学、天文学、経済学、社会科学、コンピュータ科学など、様々な分野の研究者によって使用されている。
- 参考スコア(独自算出の注目度): 8.855321982285565
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growing amount of data and advances in data science have created a need
for a new kind of cloud platform that provides users with flexibility, strong
security, and the ability to couple with supercomputers and edge devices
through high-performance networks. We have built such a nation-wide cloud
platform, called "mdx" to meet this need. The mdx platform's virtualization
service, jointly operated by 9 national universities and 2 national research
institutes in Japan, launched in 2021, and more features are in development.
Currently mdx is used by researchers in a wide variety of domains, including
materials informatics, geo-spatial information science, life science,
astronomical science, economics, social science, and computer science. This
paper provides an the overview of the mdx platform, details the motivation for
its development, reports its current status, and outlines its future plans.
- Abstract(参考訳): データサイエンスにおけるデータ量の増加と進歩は、ユーザに柔軟性と強力なセキュリティと、高性能ネットワークを介してスーパーコンピュータやエッジデバイスと結合する能力を提供する、新しいタイプのクラウドプラットフォームの必要性を生み出した。
私たちはこのようなニーズに応えるために、全国規模のクラウドプラットフォーム「mdx」を構築しました。
日本の9つの国立大学と2つの国立研究所が共同で運営するmdxプラットフォームの仮想化サービスは2021年に開始され、さらに多くの機能が開発中である。
現在mdxは、材料情報学、地理空間情報科学、生命科学、天文学、経済学、社会科学、コンピュータサイエンスなど、様々な分野の研究者によって使用されている。
本稿では,mdxプラットフォームの概要,開発の動機,現状を報告するとともに,今後の計画について概説する。
関連論文リスト
- Pennsieve: A Collaborative Platform for Translational Neuroscience and Beyond [0.5130659559809153]
Pennsieveはオープンソースでクラウドベースの科学データ管理プラットフォームである。
複雑なマルチモーダルデータセットをサポートし、データの視覚化と分析のためのツールを提供する。
Pennsieveは125TB以上の科学的データを格納し、350以上のハイインパクトデータセットで35TB以上のデータを公開している。
論文 参考訳(メタデータ) (2024-09-16T17:55:58Z) - DSBench: How Far Are Data Science Agents to Becoming Data Science Experts? [58.330879414174476]
現実的なタスクでデータサイエンスエージェントを評価するためのベンチマークであるDSBenchを紹介する。
このベンチマークには、466のデータ分析タスクと、EloquenceとKaggleのコンペからソースされた74のデータモデリングタスクが含まれている。
現状のLLM, LVLM, エージェントを評価したところ, 最高のエージェントはデータ解析タスクの34.12%しか解決できず, RPG(Relative Performance Gap)は34.74%であった。
論文 参考訳(メタデータ) (2024-09-12T02:08:00Z) - 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) - Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。
インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。
多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文 参考訳(メタデータ) (2024-02-28T00:22:42Z) - The Semantic Scholar Open Data Platform [79.4493235243312]
セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。
我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。
このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
論文 参考訳(メタデータ) (2023-01-24T17:13:08Z) - Berlin V2X: A Machine Learning Dataset from Multiple Vehicles and Radio
Access Technologies [56.77079930521082]
我々は,MLに基づく多種多様な研究への道を開くための詳細な測定キャンペーンを実施してきた。
得られたデータセットは、携帯電話(と2つの異なるオペレーター)とサイドリンク無線アクセス技術の両方のために、様々な都市環境にまたがるGPS位置の無線測定を提供する。
私たちは、MLが克服しなければならない課題と、MLが活用できる機能について、データの初期分析を提供しています。
論文 参考訳(メタデータ) (2022-12-20T15:26:39Z) - Physical Computing for Materials Acceleration Platforms [81.09376948478891]
我々は、MAPs研究プログラムの一環として、新しい素材の探索を加速する同じシミュレーションとAIツールが、根本的に新しいコンピュータ媒体の設計を可能にすると論じている。
シミュレーションに基づくMAPプログラムの概要を述べる。
我々は、材料研究者と計算機科学者の革新的なコラボレーションの新たな時代を導入することを期待している。
論文 参考訳(メタデータ) (2022-08-17T23:03:54Z) - Diversifying the Genomic Data Science Research Community [22.633385577446617]
我々はゲノミクス・データ・サイエンス・コミュニティ・ネットワークを設立し、機会を特定し、クラウド対応のゲノム・データ・サイエンスへの幅広いアクセスを支援する。
ここでは、UIの教員や管理者、資金提供者、R1研究者が、より多様なゲノムデータサイエンスコミュニティを構築するために考慮すべき優先順位についてまとめる。
論文 参考訳(メタデータ) (2022-01-20T20:36:18Z) - Molecular Dynamics Simulations on Cloud Computing and Machine Learning
Platforms [0.8093262393618671]
我々は、科学計算アプリケーションの計算構造、設計、要求のパラダイムシフトを見る。
データ駆動型と機械学習のアプローチは、科学計算アプリケーションをサポートし、スピードアップし、拡張するために使用されています。
クラウドコンピューティングプラットフォームは、科学コンピューティングにますますアピールしている。
論文 参考訳(メタデータ) (2021-11-11T21:20:26Z) - 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) - Data science and Machine learning in the Clouds: A Perspective for the
Future [0.0]
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。
論文 参考訳(メタデータ) (2021-09-02T17:36:24Z)
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。