論文の概要: Globus Automation Services: Research process automation across the
space-time continuum
- arxiv url: http://arxiv.org/abs/2208.09513v1
- Date: Fri, 19 Aug 2022 18:58:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-23 13:59:06.814341
- Title: Globus Automation Services: Research process automation across the
space-time continuum
- Title（参考訳）: globus automation services: 時空連続体全体の研究プロセス自動化
- Authors: Ryan Chard and Jim Pruyne and Kurt McKee and Josh Bryan and Brigitte
Raumann and Rachana Ananthakrishnan and Kyle Chard and Ian Foster
- Abstract要約: 本稿では,Globus研究データ管理プラットフォーム内のサービスについて報告する。
これらのサービスは、再利用可能なアクションセット、フロー、そしてそのようなフローの実行として、さまざまな研究プロセスの仕様化を可能にします。
本稿では,Globusオートメーションサービスのユースケース,サービスの設計と実装,マイクロベンチマーク研究の紹介,各種アプリケーションにおけるサービス適用経験のレビューなどについて述べる。
- 参考スコア（独自算出の注目度）: 0.5905241534086076
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research process automation--the reliable, efficient, and reproducible
execution of linked sets of actions on scientific instruments, computers, data
stores, and other resources--has emerged as an essential element of modern
science. We report here on new services within the Globus research data
management platform that enable the specification of diverse research processes
as reusable sets of actions, flows, and the execution of such flows in
heterogeneous research environments. To support flows with broad spatial extent
(e.g., from scientific instrument to remote data center) and temporal extent
(from seconds to weeks), these Globus automation services feature: 1) cloud
hosting for reliable execution of even long-lived flows despite sporadic
failures; 2) a declarative notation, and extensible asynchronous action
provider API, for defining and executing a wide variety of actions and flow
specifications involving arbitrary resources; 3) authorization delegation
mechanisms for secure invocation of actions. These services permit researchers
to outsource and automate the management of a broad range of research tasks to
a reliable, scalable, and secure cloud platform. We present use cases for
Globus automation services, describe the design and implementation of the
services, present microbenchmark studies, and review experiences applying the
services in a range of applications
- Abstract（参考訳）: 研究プロセスの自動化 - 科学機器、コンピュータ、データストア、その他の資源に対する関連した一連の行動の信頼性、効率的、再現可能な実行 - が現代科学の重要な要素として登場した。
本稿ではglobus research data management platformにおける新たなサービスについて報告する。このプラットフォームは多様な研究プロセスを再利用可能なアクションセット、フロー、およびヘテロジニアスな研究環境におけるフローの実行として特定することを可能にする。
広い空間的範囲(科学機器から遠隔データセンターまで)と時間的範囲(数秒から数週間まで)のフローをサポートするために、以下のglobus automation services機能がある。
1) 散発的な障害にもかかわらず,長期間のフローを信頼性よく実行するためのクラウドホスティング
2) 任意のリソースを含む多種多様なアクションおよびフロー仕様を定義し実行するための宣言的記法及び拡張可能な非同期アクションプロバイダAPI。
3) 行動の安全な実行のための権限委譲機構
これらのサービスにより、研究者は幅広い研究タスクの管理を、信頼性が高くスケーラブルでセキュアなクラウドプラットフォームにアウトソースし、自動化することができる。
我々は、globus automation servicesのユースケース、サービスの設計と実装、マイクロベンチマーク研究、および様々なアプリケーションにおけるサービスの適用経験について紹介する。
関連論文リスト
- OfficeBench: Benchmarking Language Agents across Multiple Applications for Office Automation [51.27062359412488]
Officeの自動化は、ワークフローでルーチンタスクを自動的に終了することで、人間の生産性を著しく向上させる。
OfficeBenchは、現実的なオフィスにおけるオフィスタスクに対処する現在のLLMエージェントの能力を評価するための、最初のオフィス自動化ベンチマークの1つです。
各タスクにカスタマイズした評価手法を適用すると、GPT-4 Omniは47.00%の最高パス率を達成し、オフィスタスクの処理に優れた性能を示した。
論文 参考訳（メタデータ） (2024-07-26T19:27:17Z) - SWARM-SLR -- Streamlined Workflow Automation for Machine-actionable Systematic Literature Reviews [0.4915744683251149]
本稿では,SLRの効率向上をクラウドソーシングするために,SWARM-SLR(Streamlined Automation for Machine-actionable Systematic Literature Reviews)を提案する。
文献のガイドラインでは、計画からレビューの報告まで、65の要件で構成されています。
既存のツールはこれらの要件に対して評価され、SWARM-SLRワークフローのプロトタイプとして合成された。
論文 参考訳（メタデータ） (2024-07-26T10:46:14Z) - Spider2-V: How Far Are Multimodal Agents From Automating Data Science and Engineering Workflows? [73.81908518992161]
我々は、プロのデータサイエンスとエンジニアリングに焦点を当てた最初のマルチモーダルエージェントベンチマークであるSpider2-Vを紹介する。
Spider2-Vは、本物のコンピュータ環境における現実世界のタスクを特徴とし、20のエンタープライズレベルのプロフェッショナルアプリケーションを組み込んでいる。
これらのタスクは、エンタープライズデータソフトウェアシステムにおいて、コードを書き、GUIを管理することで、マルチモーダルエージェントがデータ関連のタスクを実行する能力を評価する。
論文 参考訳（メタデータ） (2024-07-15T17:54:37Z) - DiscoveryBench: Towards Data-Driven Discovery with Large Language Models [50.36636396660163]
我々は、データ駆動探索の多段階プロセスを形式化する最初の包括的なベンチマークであるDiscoveryBenchを紹介する。
我々のベンチマークには、社会学や工学などの6つの分野にまたがる264のタスクが含まれている。
私たちのベンチマークでは、自律的なデータ駆動型発見の課題を説明し、コミュニティが前進するための貴重なリソースとして役立ちます。
論文 参考訳（メタデータ） (2024-07-01T18:58:22Z) - WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳（メタデータ） (2024-03-12T14:58:45Z) - OmniForce: On Human-Centered, Large Model Empowered and Cloud-Edge
Collaborative AutoML System [85.8338446357469]
我々は人間中心のAutoMLシステムであるOmniForceを紹介した。
我々は、OmniForceがAutoMLシステムを実践し、オープン環境シナリオにおける適応型AIを構築する方法について説明する。
論文 参考訳（メタデータ） (2023-03-01T13:35:22Z) - Machine Learning-based Orchestration of Containers: A Taxonomy and
Future Directions [25.763692543206773]
既存のメインストリームのクラウドサービスプロバイダは、自動化されたアプリケーション管理のために、分散システムインフラストラクチャにコンテナテクノロジを広く採用しています。
コンテナ化されたアプリケーションのデプロイ、メンテナンス、自動スケーリング、ネットワークの自動化を扱うために、コンテナオーケストレーションが重要な研究課題として提案されている。
本稿では,既存の機械学習ベースのコンテナオーケストレーション手法について概観する。
論文 参考訳（メタデータ） (2021-06-24T02:55:35Z) - Automated Machine Learning Techniques for Data Streams [91.3755431537592]
本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。
この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
論文 参考訳（メタデータ） (2021-06-14T11:42:46Z) - Artificial Intelligence (AI)-Centric Management of Resources in Modern
Distributed Computing Systems [22.550075095184514]
Cloud Data Centres (DCS) は大規模で複雑で異種であり、複数のネットワークと地理的境界に分散している。
IoT(Internet of Things)駆動のアプリケーションは、リアルタイム処理と迅速な応答を必要とする膨大なデータを生成しています。
既存のリソース管理システム(RMS)は、そのような複合システムや動的システムには静的またはソリューションが不十分である。
論文 参考訳（メタデータ） (2020-06-09T06:54:07Z)
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。