Fugu-MT 論文翻訳(概要): Proceedings of TDA: Applications of Topological Data Analysis to Data Science, Artificial Intelligence, and Machine Learning Workshop at SDM 2022

論文の概要: Proceedings of TDA: Applications of Topological Data Analysis to Data Science, Artificial Intelligence, and Machine Learning Workshop at SDM 2022

arxiv url: http://arxiv.org/abs/2204.01142v1
Date: Sun, 3 Apr 2022 19:40:11 GMT
ステータス: 処理完了
システム内更新日: 2022-04-05 17:28:42.419888
Title: Proceedings of TDA: Applications of Topological Data Analysis to Data Science, Artificial Intelligence, and Machine Learning Workshop at SDM 2022
Title（参考訳）: TDAの成果:SDM2022におけるデータサイエンス・人工知能・機械学習ワークショップへのトポロジカルデータ分析の適用
Authors: R. W. R. Darling, John A. Emanuello, Emilie Purvine, and Ahmad Ridley
Abstract要約: トポロジカルデータ分析(TDA)は、幾何学的および代数的トポロジからテクニックを借りる厳密なフレームワークである。現在、純粋数学者の活発なコミュニティがあり、TDAの理論的・計算的な側面を開発し、探求することに興味がある。このワークショップの主な目的は、TDAに対するより広い関心のコミュニティを成長させることである。
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: Topological Data Analysis (TDA) is a rigorous framework that borrows techniques from geometric and algebraic topology, category theory, and combinatorics in order to study the "shape" of such complex high-dimensional data. Research in this area has grown significantly over the last several years bringing a deeply rooted theory to bear on practical applications in areas such as genomics, natural language processing, medicine, cybersecurity, energy, and climate change. Within some of these areas, TDA has also been used to augment AI and ML techniques. We believe there is further utility to be gained in this space that can be facilitated by a workshop bringing together experts (both theorists and practitioners) and non-experts. Currently there is an active community of pure mathematicians with research interests in developing and exploring the theoretical and computational aspects of TDA. Applied mathematicians and other practitioners are also present in community but do not represent a majority. This speaks to the primary aim of this workshop which is to grow a wider community of interest in TDA. By fostering meaningful exchanges between these groups, from across the government, academia, and industry, we hope to create new synergies that can only come through building a mutual comprehensive awareness of the problem and solution spaces.
Abstract（参考訳）: トポロジカル・データ・アナリティクス(TDA)は、幾何学的・代数的トポロジ、圏論、コンビネータの技法を借りて複雑な高次元データの「形」を研究するための厳密な枠組みである。この分野の研究はここ数年で大きく成長し、ゲノム学、自然言語処理、医学、サイバーセキュリティ、エネルギー、気候変動といった分野における実用的な応用に深く根ざした理論をもたらした。これらの領域のいくつかでは、AIとMLのテクニックの強化にもTDAが使用されている。この領域では、専門家(理論家と実践家の両方)と非専門家を集結するワークショップによって、さらなる有用性が得られていると考えています。現在、純粋数学者の活発なコミュニティがあり、tdaの理論的および計算的側面の開発と探求に関心がある。応用数学者や他の実践家もコミュニティに存在しているが、多数派を代表していない。このワークショップの主な目的は、TDAに対するより広い関心のコミュニティを成長させることである。政府、学界、産業全体から、これらのグループ間の有意義な交流を育むことで、問題と解決空間を相互に包括的に認識することのみを達成できる新たなシナジーを創出したいと考えています。

関連論文リスト

Unveiling Topological Structures in Text: A Comprehensive Survey of Topological Data Analysis Applications in NLP [10.068736768442985]
トポロジカル・データ・アナリティクス(Topological Data Analysis)は、ノイズにもかかわらずデータの本質的な形状を識別する統計手法である。トポロジカルデータ分析は、コンピュータビジョンのような構造的に異なる領域に比べて、自然言語処理領域内ではあまり注目を集めていない。本研究は,これらの研究を理論的および非理論的アプローチに分類した。
論文参考訳（メタデータ） (2024-11-15T15:55:05Z)
Position: Topological Deep Learning is the New Frontier for Relational Learning [51.05869778335334]
トポロジカルディープラーニング(TDL)は、トポロジカルな特徴を用いてディープラーニングモデルを理解し設計する、急速に進化する分野である。本稿では,TDLがリレーショナル学習の新たなフロンティアであることを示す。
論文参考訳（メタデータ） (2024-02-14T00:35:10Z)
On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文参考訳（メタデータ） (2023-11-01T11:16:41Z)
AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文参考訳（メタデータ） (2023-10-19T02:00:31Z)
Topological Data Analysis in smart manufacturing: State of the art and futuredirections [0.7999703756441756]
トポロジカル・データ・アナリティクス(英: Topological Data Analysis)は、代数的トポロジ手法を適用して複雑な多次元データを分析する分野である。本調査は, 動的かつ有望な応用分野である工業生産・生産分野におけるTDA技術の現状を概観する。我々は、この文脈におけるTDAツールの主な利点を強調し、遭遇した課題とこの分野の将来の可能性に対処する。
論文参考訳（メタデータ） (2023-10-13T13:03:25Z)
AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。 AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文参考訳（メタデータ） (2023-03-07T20:21:43Z)
BigScience: A Case Study in the Social Construction of a Multilingual Large Language Model [11.366450629112459]
BigScience Workshopは、学際研究の1年半にわたる価値駆動型イニシアチブだった。本稿では,BigScienceの協調研究に焦点をあて,大規模参加研究の課題を振り返る。
論文参考訳（メタデータ） (2022-12-09T16:15:35Z)
Deep Learning Methods for Partial Differential Equations and Related Parameter Identification Problems [1.7150329136228712]
偏微分方程式(PDE)の特定のクラスを解決するために、ますます多くのニューラルネットワークアーキテクチャが開発されている。このような手法は、PDE固有の特性を利用して、標準フィードフォワードニューラルネットワーク、リカレントニューラルネットワーク、畳み込みニューラルネットワークよりも優れたPDEを解決する。これは、パラメトリックPDEが科学や工学で生じるほとんどの自然および物理的プロセスのモデル化に広く使われている数学モデリングの領域に大きな影響を与えている。
論文参考訳（メタデータ） (2022-12-06T16:53:34Z)
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)
Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文参考訳（メタデータ） (2021-10-05T12:51:11Z)
Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。