Fugu-MT 論文翻訳(概要): Data Centred Intelligent Geosciences: Research Agenda and Opportunities, Position Paper

論文の概要: Data Centred Intelligent Geosciences: Research Agenda and Opportunities, Position Paper

arxiv url: http://arxiv.org/abs/2209.02384v1
Date: Sat, 20 Aug 2022 12:30:32 GMT
ステータス: 処理完了
システム内更新日: 2022-09-11 13:19:54.841855
Title: Data Centred Intelligent Geosciences: Research Agenda and Opportunities, Position Paper
Title（参考訳）: Data Centred Intelligent Geosciences: Research Agenda and Opportunities, Position Paper
Authors: Aderson Farias do Nascimento, Martin A. Musicante, Umberto Souza da Costa, Bruno M. Carvalho, Marcus Alexandre Nunes, and Genoveva Vargas-Solar
Abstract要約: この知識は、統計モデリング、機械学習、およびジオデータ収集に現代的なデータ分析手法を適用することによって生み出される。問題は、モデル構築、モデルのアセスメント、予測、予測におけるオープンな方法論的な問題に対処する。
参考スコア（独自算出の注目度）: 1.3632312903156156
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper describes and discusses our vision to develop and reason about best practices and novel ways of curating data-centric geosciences knowledge (data, experiments, models, methods, conclusions, and interpretations). This knowledge is produced from applying statistical modelling, Machine Learning, and modern data analytics methods on geo-data collections. The problems address open methodological questions in model building, models' assessment, prediction, and forecasting workflows.
Abstract（参考訳）: 本稿では,データ中心の地学知識(データ,実験,モデル,方法,結論,解釈)を計算するための,ベストプラクティスと新たな方法の開発と推論のビジョンについて述べる。この知識は、統計モデリング、機械学習、およびジオデータ収集に現代的なデータ分析手法を適用することによって生み出される。問題は、モデル構築、モデルのアセスメント、予測、予測ワークフローにおけるオープンな方法論的な問題に対処する。

関連論文リスト

Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文参考訳（メタデータ） (2024-06-16T14:49:19Z)
A Survey of Latent Factor Models in Recommender Systems [0.0]
本調査は,リコメンデータシステムにおける潜在因子モデルについて系統的にレビューする。文献は、学習データ、モデルアーキテクチャ、学習戦略、最適化技術をカバーする構造化されたフレームワークを通して検証される。
論文参考訳（メタデータ） (2024-05-28T11:28:59Z)
A Survey on Data Selection for Language Models [148.300726396877]
データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。広範なデータ選択研究のリソースを持つ組織はほとんどない。
論文参考訳（メタデータ） (2024-02-26T18:54:35Z)
Towards Explainable Artificial Intelligence (XAI): A Data Mining Perspective [35.620874971064765]
この研究は、データ収集、処理、分析が説明可能なAI(XAI)にどのように貢献するかを「データ中心」の視点で検証する。我々は,既存の研究を,深層モデルの解釈,トレーニングデータの影響,ドメイン知識の洞察の3つのカテゴリに分類する。具体的には、XAIの方法論を、モダリティをまたいだデータのトレーニングおよびテストに関するデータマイニング操作に蒸留する。
論文参考訳（メタデータ） (2024-01-09T06:27:09Z)
Information Fusion for Assistance Systems in Production Assessment [49.40442046458756]
証拠理論を用いたn個の情報ソースの融合のための枠組みを提供する。本稿では,機械データに基づくアンサンブル分類器とエキスパート中心モデルという,2つの主要な情報源の情報融合手法を提案する。本稿では,エビデンス理論を用いたモデル更新手法を提案することにより,データドリフトの問題に対処する。
論文参考訳（メタデータ） (2023-08-31T22:08:01Z)
Model Positionality and Computational Reflexivity: Promoting Reflexivity in Data Science [10.794642538442107]
データサイエンスの作業を理解するための枠組みを提供するために,位置性や反射性の概念をどのように適応させるかを説明する。データサイエンスの仕事にこれらの概念を適用する上での課題について述べ,将来性のあるソリューションとしてアノテータのフィンガープリントと位置マイニングを提供する。
論文参考訳（メタデータ） (2022-03-08T16:02:03Z)
Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文参考訳（メタデータ） (2021-07-05T16:32:45Z)
Geostatistical Learning: Challenges and Opportunities [0.0]
本稿では,地理統計学的(移動)学習問題を紹介し,地理空間データからの学習の課題を説明する。合成ガウス過程データとニュージーランドの地球物理調査の実データを用いた実験は、いずれの手法も地理空間的文脈におけるモデル選択に適していないことを示している。
論文参考訳（メタデータ） (2021-02-17T14:33:15Z)
Data and its (dis)contents: A survey of dataset development and use in machine learning research [11.042648980854487]
機械学習におけるデータの収集と利用方法に関する多くの懸念を調査します。この分野の実践的かつ倫理的な問題のいくつかに対処するには、データのより慎重で徹底した理解が必要であると主張する。
論文参考訳（メタデータ） (2020-12-09T22:13:13Z)
A Survey of Embedding Space Alignment Methods for Language and Knowledge Graphs [77.34726150561087]
単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
論文参考訳（メタデータ） (2020-10-26T16:08:13Z)
A Survey on Data Pricing: from Economics to Data Science [61.72030615854597]
データ価格の背景にある様々なモチベーションを調べ、データ価格の経済性を理解する。デジタル製品とデータ製品の両方について論じる。我々は、今後の仕事の一連の課題と方向性を考えます。
論文参考訳（メタデータ） (2020-09-09T19:31:38Z)

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。