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
- A Survey on Knowledge Organization Systems of Research Fields: Resources and Challenges [0.0]
知識組織システム(KOS)は、情報の分類、管理、検索において基本的な役割を果たす。
本稿は、現在のKOSに関する総合的な研究成果を学術分野に提示することを目的としている。
我々は、スコープ、構造、使用法、および他のKOSへのリンクの5つの主要な次元に基づいて45のKOSを分析した。
論文 参考訳（メタデータ） (2024-09-06T17:54:43Z) - Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳（メタデータ） (2024-06-20T16:34:07Z) - ResearchArena: Benchmarking LLMs' Ability to Collect and Organize Information as Research Agents [21.17856299966841]
大規模言語モデル (LLM) は自然言語処理において様々なタスクで顕著な性能を示した。
我々はLLMエージェントが学術調査を行う能力を測定するベンチマーク「ResearchArena」を開発した。
論文 参考訳（メタデータ） (2024-06-13T03:26:30Z) - FAIRSECO: An Extensible Framework for Impact Measurement of Research Software [1.549241498953151]
研究ソフトウェアと研究ソフトウェア技術者を信用する既存の手法は不十分であることが証明されている。
FAIRSECOは,研究ソフトウェアが研究に与える影響を評価するためのオープンソースフレームワークである。
論文 参考訳（メタデータ） (2024-06-04T15:22:48Z) - 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) - 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) - A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
知識追跡は、学生の行動データ分析の基本的なタスクの1つである。
我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。
この急速に成長する分野における今後の研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-05-06T13:05:55Z)
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。