論文の概要: A Maturity Model for Operations in Neuroscience Research
- arxiv url: http://arxiv.org/abs/2401.00077v1
- Date: Fri, 29 Dec 2023 21:37:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 18:50:23.494552
- Title: A Maturity Model for Operations in Neuroscience Research
- Title（参考訳）: 神経科学研究における操作の成熟度モデル
- Authors: Erik C. Johnson, Thinh T. Nguyen, Benjamin K. Dichter, Frank Zappulla,
Montgomery Kosma, Kabilar Gunalan, Yaroslav O. Halchenko, Shay Q. Neufeld,
Michael Schirner, Petra Ritter, Maryann E. Martone, Brock Wester, Franco
Pestilli, Dimitri Yatsenko
- Abstract要約: 多様な研究チームを対象とした自動研究のロードマップを定義します。
神経科学研究における活動のための5段階能力成熟モデルの構築を提案する。
成熟度モデルは、多分野の神経科学チームにおけるオペレーションの評価と改善のためのガイドラインを提供する。
- 参考スコア（独自算出の注目度）: 0.34906621735638116
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientists are adopting new approaches to scale up their activities and
goals. Progress in neurotechnologies, artificial intelligence, automation, and
tools for collaboration promises new bursts of discoveries. However, compared
to other disciplines and the industry, neuroscience laboratories have been slow
to adopt key technologies to support collaboration, reproducibility, and
automation. Drawing on progress in other fields, we define a roadmap for
implementing automated research workflows for diverse research teams. We
propose establishing a five-level capability maturity model for operations in
neuroscience research. Achieving higher levels of operational maturity requires
new technology-enabled methodologies, which we describe as ``SciOps''. The
maturity model provides guidelines for evaluating and upgrading operations in
multidisciplinary neuroscience teams.
- Abstract（参考訳）: 科学者は活動と目標を拡大するために新しいアプローチを採用しています。
神経技術、人工知能、自動化、コラボレーションツールの進歩は、新たな発見を約束する。
しかし、他の分野や産業と比較して、神経科学研究所はコラボレーション、再現性、自動化をサポートする主要な技術を採用するのが遅かった。
様々な研究チームに対して,自動化された研究ワークフローを実現するためのロードマップを策定する。
神経科学研究における5段階能力成熟モデルの構築を提案する。
高いレベルの運用成熟を達成するには、新たなテクノロジ対応の方法論が必要です。
成熟度モデルは、多分野の神経科学チームにおけるオペレーションの評価とアップグレードのためのガイドラインを提供する。
関連論文リスト
- The Enhancement of Software Delivery Performance through Enterprise DevSecOps and Generative Artificial Intelligence in Chinese Technology Firms [0.4532517021515834]
本研究では、DevSecOpsとGenerative Artificial Intelligenceの統合が、IT企業におけるソフトウェアデリバリのパフォーマンスに与える影響について検討する。
その結果、研究開発の効率が大幅に向上し、ソースコード管理が改善され、ソフトウェアの品質とセキュリティが向上した。
論文 参考訳（メタデータ） (2024-11-04T16:44:01Z) - Two Heads Are Better Than One: A Multi-Agent System Has the Potential to Improve Scientific Idea Generation [48.29699224989952]
VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。
このマルチエージェントアプローチは、新規で影響力のある科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-10-12T07:16:22Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳（メタデータ） (2024-06-10T20:08:44Z) - MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows [58.56005277371235]
我々は,Multi-Aspect Summarization of ScientificAspectsに関する総合テキストデータセットであるMASSWを紹介する。
MASSWには過去50年間にわたる17の主要なコンピュータサイエンスカンファレンスから152,000以上の査読論文が含まれている。
我々は、この新しいデータセットを用いてベンチマーク可能な、複数の新しい機械学習タスクを通じて、MASSWの有用性を実証する。
論文 参考訳（メタデータ） (2024-06-10T15:19:09Z) - Ten simple rules for teaching sustainable software engineering [0.0]
高品質な研究ソフトウェアを開発するには、多くのソフトウェア開発スキルを開発する必要がある。
計算研究における基礎的・優れた開発プラクティスの確保に重点が置かれている。
10 Simple Rulesコレクションの最近の記事は、生物学の学生にコンピュータサイエンスとコーディング技術の教育について論じている。
我々は、科学者が持続可能なソフトウェアパッケージを開発するために必要なスキルを効果的に教えるための具体的な手順を説明することによって、この議論を進める。
論文 参考訳（メタデータ） (2024-02-07T10:16:20Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Industry-Academia Research Collaboration in Software Engineering: The
Certus Model [13.021014899410684]
ソフトウェアエンジニアリングでスケーラブルで効果的な研究コラボレーションを構築することは、非常に難しいことで知られています。
本稿では,参加型知識創造の文化を実現するための,産学連携の成功要因を理解することを目的とする。
論文 参考訳（メタデータ） (2022-04-23T10:16:23Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳（メタデータ） (2020-11-09T21:23:03Z)
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。