Fugu-MT 論文翻訳(概要): ARDIAS: AI-Enhanced Research Management, Discovery, and Advisory System

論文の概要: ARDIAS: AI-Enhanced Research Management, Discovery, and Advisory System

arxiv url: http://arxiv.org/abs/2301.10577v1
Date: Wed, 25 Jan 2023 13:30:10 GMT
ステータス: 処理完了
システム内更新日: 2023-01-26 15:10:29.587155
Title: ARDIAS: AI-Enhanced Research Management, Discovery, and Advisory System
Title（参考訳）: ARDIAS:AIによる研究管理・発見・諮問システム
Authors: Debayan Banerjee, Seid Muhie Yimam, Sushil Awale and Chris Biemann
Abstract要約: ARDIASはWebベースのアプリケーションで、研究者に完全な発見とコラボレーションツールを提供することを目的としている。 ARDIASは現在、著者や論文を名前で検索し、特定の研究者の研究トピックに関する洞察を得ることができる。 AIベースのツールの助けを借りて、ARDIASは潜在的な協力者やトピックを研究者に推奨することを目指している。
参考スコア（独自算出の注目度）: 24.42822218256954
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we present ARDIAS, a web-based application that aims to provide researchers with a full suite of discovery and collaboration tools. ARDIAS currently allows searching for authors and articles by name and gaining insights into the research topics of a particular researcher. With the aid of AI-based tools, ARDIAS aims to recommend potential collaborators and topics to researchers. In the near future, we aim to add tools that allow researchers to communicate with each other and start new projects.
Abstract（参考訳）: 本研究では、研究者に完全な発見とコラボレーションツールを提供することを目的とした、WebベースのアプリケーションであるARDIASを紹介する。 ARDIASは現在、著者や論文を名前で検索し、特定の研究者の研究トピックに関する洞察を得ることができる。 AIベースのツールの助けを借りて、ARDIASは潜在的な協力者やトピックを研究者に推奨することを目指している。近い将来、研究者が相互にコミュニケーションし、新しいプロジェクトを始めるためのツールを追加することを目指しています。

関連論文リスト

OpenResearcher: Unleashing AI for Accelerated Scientific Research [35.31092912532057]
我々は、人工知能(AI)技術を活用して研究プロセスを加速する革新的なプラットフォームであるOpenResearcherを紹介する。 OpenResearcherはRetrieval-Augmented Generation (RAG)に基づいて構築されており、LLM(Large Language Models)と最新のドメイン固有知識を統合する。我々は、OpenResearcherが研究者のクエリを理解し、科学文献から検索し、検索した情報をフィルタリングし、正確で包括的な回答を提供し、答えを自己修正する様々なツールを開発した。
論文参考訳（メタデータ） (2024-08-13T14:59:44Z)
A FAIR and Free Prompt-based Research Assistant [0.0]
研究アシスタント(RA)ツールは6種類の研究タスクを支援するために開発された。 RAのChatGPTやGeminiのような生成AIツールへの依存は、あらゆる科学分野において同様の研究タスク支援を提供することを意味する。
論文参考訳（メタデータ） (2024-05-23T14:16:46Z)
SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。 SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文参考訳（メタデータ） (2024-04-09T15:01:51Z)
Acceleron: A Tool to Accelerate Research Ideation [15.578814192003437]
Acceleronは、研究ライフサイクルの異なるフェーズのための研究アクセラレータである。これは、新しい研究課題を含む包括的な研究提案の定式化を通じて、研究者を導くものである。我々はLarge Language Models(LLM)の推論とドメイン固有のスキルを活用してエージェントベースのアーキテクチャを作成します。
論文参考訳（メタデータ） (2024-03-07T10:20:06Z)
GAIA Search: Hugging Face and Pyserini Interoperability for NLP Training Data Exploration [97.68234051078997]
我々はPyseriniを、オープンソースのAIライブラリとアーティファクトのHugging Faceエコシステムに統合する方法について論じる。 Jupyter NotebookベースのウォークスルーがGitHubで公開されている。 GAIA Search - 前述した原則に従って構築された検索エンジンで、人気の高い4つの大規模テキストコレクションへのアクセスを提供する。
論文参考訳（メタデータ） (2023-06-02T12:09:59Z)
Spacerini: Plug-and-play Search Engines with Pyserini and Hugging Face [104.2943594704532]
Spaceriniは、再現可能な情報検索研究のためのPyseriniツールキットとHugging Faceを統合するツールである。 Spaceriniは、最先端のスパースと密集した検索モデルを、非IR実践者にとってよりアクセスしやすいものにしている。
論文参考訳（メタデータ） (2023-02-28T12:44:10Z)
Human-Centered Responsible Artificial Intelligence: Current & Future Trends [76.94037394832931]
近年、CHIコミュニティは人間中心のレスポンシブル人工知能の研究において著しい成長を遂げている。この研究はすべて、人権と倫理に根ざしたまま、人類に利益をもたらすAIを開発し、AIの潜在的な害を減らすことを目的としている。本研究グループでは,これらのトピックに関心のある学術・産業の研究者を集結させ,現在の研究動向と今後の研究動向を地図化することを目的とする。
論文参考訳（メタデータ） (2023-02-16T08:59:42Z)
Researching Alignment Research: Unsupervised Analysis [14.699455652461726]
AIアライメント研究は、人工知能(AI)が人間に利益をもたらすことを保証することを目的としている。このプロジェクトでは、既存のAIアライメント研究を収集、分析した。フィールドは急速に成長しており、いくつかのサブフィールドが平行して出現している。
論文参考訳（メタデータ） (2022-06-06T18:24:17Z)
DeepShovel: An Online Collaborative Platform for Data Extraction in Geoscience Literature with AI Assistance [48.55345030503826]
地質学者は、関連する結果やデータを発見、抽出、集約するために膨大な量の文献を読む必要がある。 DeepShovelは、彼らのニーズをサポートするAI支援データ抽出システムである。 14人の研究者によるユーザ評価の結果、DeepShovelは科学データベース構築のためのデータ抽出の効率を改善した。
論文参考訳（メタデータ） (2022-02-21T12:18:08Z)
A New Neural Search and Insights Platform for Navigating and Organizing AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文参考訳（メタデータ） (2020-10-30T19:12:25Z)

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。