論文の概要: Towards building a monitoring platform for a challenge-oriented smart specialisation with RIS3-MCAT

• arxiv url: http://arxiv.org/abs/2401.10900v1
• Date: Tue, 19 Dec 2023 07:58:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-11 17:41:35.775855
• Title: Towards building a monitoring platform for a challenge-oriented smart specialisation with RIS3-MCAT
• Title（参考訳）: RIS3-MCATによる課題指向スマートスペシャライゼーションのためのモニタリングプラットフォームの構築
• Authors: Enric Fuster, Tatiana Fern\'andez, Hermes Carretero, Nicolau Duran-Silva, Roger Guix\'e, Josep Pujol, Bernardo Rondelli, Guillem Rull, Marta Cortijo, Montserrat Romagosa
• Abstract要約: RIS3-MCATは、R&Iプロジェクトデータへのアクセスを容易にするインタラクティブなプラットフォームであり、洗練された分析を可能にする。 本稿では,その概念化,開発フレームワーク,利用について述べる。
• 参考スコア（独自算出の注目度）: 0.031208736245509724
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In the new research and innovation (R&I) paradigm, aimed at a transformation towards more sustainable, inclusive and fair pathways to address societal and environmental challenges, and at generating new patterns of specialisation and new trajectories for socioeconomic development, it is essential to provide monitoring systems and tools to map and understand the contribution of R&I policies and projects. To address this transformation, we present the RIS3-MCAT platform, the result of a line of work aimed at exploring the potential of open data, semantic analysis, and data visualisation, for monitoring challenge-oriented smart specialisation in Catalonia. RIS3-MCAT is an interactive platform that facilitates access to R&I project data in formats that allow for sophisticated analyses of a large volume of texts, enabling the detailed study of thematic specialisations and challenges beyond classical classification systems. Its conceptualisation, development framework and use are presented in this paper.
• Abstract（参考訳）: 社会・環境問題に対処するための、より持続的で包括的で公平な経路への転換をめざした新しい研究開発パラダイムにおいて、社会経済開発のための新たな専門化のパターンと新たな軌跡を生み出すためには、R&I政策やプロジェクトの貢献を地図化し理解するための監視システムやツールを提供することが不可欠である。 この変換に対処するため、カタルーニャにおける挑戦指向のスマートスペシャライゼーションを監視するために、オープンデータ、セマンティック分析、データ視覚化の可能性を探求する一連の研究の結果、RIS3-MCATプラットフォームを提示する。 RIS3-MCATは、R&Iプロジェクトデータへのアクセスを容易にするインタラクティブなプラットフォームであり、大量のテキストの洗練された分析を可能にし、古典的な分類システムを超えたテーマの特殊化と課題の詳細な研究を可能にする。 本稿では,その概念化,開発フレームワーク,利用について述べる。

関連論文リスト

• A Survey of Model Architectures in Information Retrieval [64.75808744228067]
  機能抽出のためのバックボーンモデルと、関連性推定のためのエンドツーエンドシステムアーキテクチャの2つの重要な側面に焦点を当てる。 従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。 我々は、パフォーマンスとスケーラビリティのアーキテクチャ最適化、マルチモーダル、マルチランガルデータの処理、従来の検索パラダイムを超えた新しいアプリケーションドメインへの適応など、新たな課題と今後の方向性について議論することで結論付けた。
  論文  参考訳（メタデータ） (2025-02-20T18:42:58Z)
• Knowledge Integration Strategies in Autonomous Vehicle Prediction and Planning: A Comprehensive Survey [0.0]
  本調査では,自律運転システムへの知識に基づくアプローチの統合について検討する。 本稿では,これらのシステムにドメイン知識,交通ルール,コモンセンス推論を組み込む手法を体系的に検討する。
  論文  参考訳（メタデータ） (2025-02-13T19:32:41Z)
• Graph Foundation Models for Recommendation: A Comprehensive Survey [55.70529188101446]
  大規模言語モデル(LLM)は自然言語を処理し、理解するために設計されており、どちらも非常に効果的で広く採用されている。 最近の研究はグラフ基礎モデル(GFM)に焦点を当てている。 GFM は GNN と LLM の強みを統合し,複雑な RS 問題をより効率的にモデル化する。
  論文  参考訳（メタデータ） (2025-02-12T12:13:51Z)
• A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models [15.190033208947051]
  Retrieval-augmented Generation (RAG)は、大規模言語モデル(LLM)をカスタマイズするための有望なソリューションとして登場した。 本調査は,GraphRAG(Graph-based Retrieval-Augmented Generation)の系統的解析である。
  論文  参考訳（メタデータ） (2025-01-21T06:25:21Z)
• Finding frames with BERT: A transformer-based approach to generic news frame detection [0.0]
  英文オンラインコンテンツにおけるニュースフレームの汎用的検出のためのトランスフォーマーに基づくアプローチを提案する。 本稿では,トレーニングデータセットとテストデータセットの構成,モデルアーキテクチャ,アプローチの妥当性について論じる。
  論文  参考訳（メタデータ） (2024-08-30T22:05:01Z)
• On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
  ゼロショット画像認識(ZSIR)は、限られたデータから一般化された知識を学習することにより、目に見えない領域の認識と推論を目的としている。 本稿では,ZSIRの最近の進歩を徹底的に研究し,今後の発展の基盤となるものについて述べる。
  論文  参考訳（メタデータ） (2024-08-09T05:49:21Z)
• A Survey on Retrieval-Augmented Text Generation for Large Language Models [1.4579344926652844]
  Retrieval-Augmented Generation (RAG)は、検索手法とディープラーニングの進歩を融合する。 本稿では,RAGパラダイムを検索前,検索後,検索後,生成の4つのカテゴリに分類する。 RAGの進化を概説し、重要な研究の分析を通して分野の進歩について論じている。
  論文  参考訳（メタデータ） (2024-04-17T01:27:42Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)
• Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
  構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。 近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
  論文  参考訳（メタデータ） (2023-06-20T14:21:58Z)
• Retrieval-Enhanced Machine Learning [110.5237983180089]
  本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。 REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。 REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
  論文  参考訳（メタデータ） (2022-05-02T21:42:45Z)

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。