論文の概要: Cyberinfrastructure Value: a survey on perceived importance and usage
- arxiv url: http://arxiv.org/abs/2205.00306v1
- Date: Sat, 30 Apr 2022 17:11:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:34:22.492315
- Title: Cyberinfrastructure Value: a survey on perceived importance and usage
- Title(参考訳): サイバーインフラの価値 : 重要視と利用に関する調査
- Authors: Praneeth Chityala, Claudia M. Costa, Julie A. Wernert, Craig A.
Stewart
- Abstract要約: 本研究は、XSEDEプロジェクトによって割り当てられたサイバーインフラ(CI)資源が、米国中の様々な研究活動に与える影響を計測することを試みる。
回答者の大多数は、XSEDE環境は資金提供作業の完了において重要であるか、非常に重要であると報告している。
回答者の3分の1近くは、研究資金確保におけるXSEDEに割り当てられたリソースの重要性を挙げている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The research landscape in science and engineering is heavily reliant on
computation and data storage. The intensity of computation required for many
research projects illustrates the importance of the availability of high
performance computing (HPC) resources and services. This paper summarizes the
results of a recent study among principal investigators that attempts to
measure the impact of the cyberinfrastructure (CI) resources allocated by the
XSEDE (eXtreme Science and Engineering Discovery Environment) project to
various research activities across the United States. Critical findings from
this paper include: a majority of respondents report that the XSEDE environment
is important or very important in completing their funded work, and two-thirds
of our study's respondents developed products (e.g., datasets, websites,
software, etc.) using XSEDE-allocated resources. With nearly one-third of
respondents citing the importance of XSEDE-allocated resources in securing
research funding, we estimate that respondents of this survey have secured
approximately $3.3B in research funding from various sources, as self-reported
by respondents.
- Abstract(参考訳): 科学と工学の研究の展望は計算とデータストレージに大きく依存している。
多くの研究プロジェクトに必要な計算の強度は、ハイパフォーマンスコンピューティング(HPC)リソースとサービスの可用性の重要性を示している。
本稿では,xsede(extreme science and engineering discovery environment)プロジェクトによるサイバーインフラ(cyberinfrastructure,ci)リソースが,米国各地の様々な研究活動に与えた影響を計測しようとする研究者の最近の研究結果を要約する。
本稿では,XSEDE環境が資金提供作業の完了に重要であるか,あるいは極めて重要であると回答する回答者が多数を占め,その3分の2が,XSEDE対応リソースを用いた製品(データセット,Webサイト,ソフトウェアなど)を開発した。
回答者の約3分の1は、XSEDEに割り当てられた資源が研究資金を確保する上で重要であるとして、この調査の回答者は、様々な情報源からの調査資金の約33億ドルを確保したと回答している。
関連論文リスト
- Efficient Large Language Models: A Survey [46.61952262803192]
大規模言語モデル(LLM)は、自然言語理解、言語生成、複雑な推論といった重要なタスクにおいて顕著な能力を示している。
これらの能力には、彼らが要求する膨大なリソースが伴い、効率の課題に対処する効果的なテクニックを開発することの強いニーズが浮かび上がっています。
文献を3つの主要なカテゴリからなる分類学で整理し、異なるが相互に相互に繋がる効率的なLLMのトピックを網羅する。
論文 参考訳(メタデータ) (2023-12-06T19:18:42Z) - 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) - Improving the State of the Art for Training Human-AI Teams: Technical
Report #2 -- Results of Researcher Knowledge Elicitation Survey [0.0]
ソナリストは、人間-AIチームのトレーニングを探求する社内イニシアチブを開始した。
この取り組みの最初のステップは、人間-AIチームの研究を促進することができるSTE(Synthetic Task Environment)を開発することです。
論文 参考訳(メタデータ) (2023-08-29T13:54:32Z) - Surveying (Dis)Parities and Concerns of Compute Hungry NLP Research [75.84463664853125]
我々は,3つのトピック,すなわち環境影響,株式,およびピアレビューへの影響に関する懸念を定量化するための最初の試みを提供する。
我々は、高齢者、アカデミック、産業に関して、異なるグループと異なるグループ内の既存の(異なる)格差を捉えます。
私たちは、発見された格差を軽減するためのレコメンデーションを考案しました。
論文 参考訳(メタデータ) (2023-06-29T12:44:53Z) - Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。
研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。
本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
論文 参考訳(メタデータ) (2023-03-18T19:17:47Z) - D3: A Massive Dataset of Scholarly Metadata for Analyzing the State of
Computer Science Research [27.882505456528243]
DBLPは、コンピュータ科学に関する科学論文の公開リポジトリとしては最大である。
我々はDBLPから600万以上の論文を検索し、メタデータを抽出した。
D3は、コンピュータ科学研究のアクティビティ、生産性、焦点、バイアス、アクセシビリティ、および影響の傾向を特定するために使用することができる。
論文 参考訳(メタデータ) (2022-04-28T09:59:52Z) - A survey study of success factors in data science projects [0.0]
アジャイルデータサイエンスのライフサイクルは最も広く使われているフレームワークであるが、調査参加者の25%だけがデータサイエンスプロジェクトの方法論に従うと答えている。
プロジェクト方法論に従うプロフェッショナルは、プロジェクトの潜在的なリスクと落とし穴に重点を置いています。
論文 参考訳(メタデータ) (2022-01-17T09:50:46Z) - Wizard of Search Engine: Access to Information Through Conversations
with Search Engines [58.53420685514819]
我々は3つの側面からCISの研究を促進するために努力している。
目的検出(ID)、キーフレーズ抽出(KE)、行動予測(AP)、クエリ選択(QS)、通過選択(PS)、応答生成(RG)の6つのサブタスクでCIS用のパイプラインを定式化する。
検索エンジンのウィザード(WISE)と呼ばれるベンチマークデータセットをリリースし、CISのすべての側面について包括的かつ詳細な調査を可能にします。
論文 参考訳(メタデータ) (2021-05-18T06:35:36Z) - Conversations with Documents. An Exploration of Document-Centered
Assistance [55.60379539074692]
例えば、個人が文書をすばやくレビューするのを助けるドキュメント中心の支援は、あまり進歩していない。
我々は,文書中心の支援の空間と,人々がこのシナリオで期待する能力を理解するための調査を行う。
a) 文書中心の質問を正確に検出でき、(b) そうした質問に答えるために合理的に正確なモデルを構築することができることを示す。
論文 参考訳(メタデータ) (2020-01-27T17:10:11Z)
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。