論文の概要: Cycling on the Freeway: The Perilous State of Open Source Neuroscience Software
- arxiv url: http://arxiv.org/abs/2403.19394v1
- Date: Thu, 28 Mar 2024 13:11:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-29 16:14:04.154781
- Title: Cycling on the Freeway: The Perilous State of Open Source Neuroscience Software
- Title（参考訳）: 高速道路のサイクリング:オープンソースの神経科学ソフトウェアの現状
- Authors: Britta U. Westner, Daniel R. McCloy, Eric Larson, Alexandre Gramfort, Daniel S. Katz, Arfon M. Smith, invited co-signees,
- Abstract要約: 既存の神経科学オープンソースソフトウェアのエコシステムは不安定である、と我々は主張する。
近年、神経科学データ分析のためのフリーのオープンソース科学ソフトウェア(FOSSS)への依存がシフトしている。
- 参考スコア（独自算出の注目度）: 46.83624918571962
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Most scientists need software to perform their research (Barker et al., 2020; Carver et al., 2022; Hettrick, 2014; Hettrick et al., 2014; Switters and Osimo, 2019), and neuroscientists are no exception. Whether we work with reaction times, electrophysiological signals, or magnetic resonance imaging data, we rely on software to acquire, analyze, and statistically evaluate the raw data we obtain - or to generate such data if we work with simulations. In recent years there has been a shift toward relying on free, open-source scientific software (FOSSS) for neuroscience data analysis (Poldrack et al., 2019), in line with the broader open science movement in academia (McKiernan et al., 2016) and wider industry trends (Eghbal, 2016). Importantly, FOSSS is typically developed by working scientists (not professional software developers) which sets up a precarious situation given the nature of the typical academic workplace (wherein academics, especially in their early careers, are on short and fixed term contracts). In this paper, we will argue that the existing ecosystem of neuroscientific open source software is brittle, and discuss why and how the neuroscience community needs to come together to ensure a healthy growth of our software landscape to the benefit of all.
- Abstract（参考訳）: ほとんどの科学者は研究を行うソフトウェアを必要としている(Barker et al , 2020; Carver et al , 2022; Hettrick, 2014; Hettrick et al , 2014; Switters and Osimo, 2019)。
反応時間、電気生理学的信号、または磁気共鳴画像データを扱うにせよ、我々は、得られた生データを取得し、分析し、統計的に評価するソフトウェアに依存している。
近年、学術分野における幅広いオープンサイエンス運動(McKiernan et al , 2016)や、より広範な業界動向(Eghbal, 2016)に沿って、神経科学データ分析のためのフリーのオープンソース科学ソフトウェア(FOSSS)への依存がシフトしている。
重要なことは、FOSSSは通常、典型的な学術的仕事場の性質(特に初期のキャリアにおいて、学術が短期的かつ固定的な契約にあることを考えると、(プロのソフトウェア開発者ではない)作業科学者によって開発されます。
本稿では、既存の神経科学的オープンソースソフトウェアのエコシステムが不安定であることについて議論し、ソフトウェア環境の健全な成長を確実にするために、神経科学コミュニティがなぜ、どのように集結する必要があるかについて議論する。
関連論文リスト
- Requirements Engineering for Research Software: A Vision [2.2217676348694213]
ほとんどの研究者は、科学的な目的のためにソフトウェアを作成するが、ソフトウェア工学では訓練されていない。
研究ソフトウェアは、しばしば厳密なプロセスに従うことなくアドホックに開発される。
本稿では,研究者が研究ソフトウェアに必要な要件を抽出し,文書化し,分析する方法について述べる。
論文 参考訳（メタデータ） (2024-05-13T14:25:01Z) - Large language models surpass human experts in predicting neuroscience results [60.26891446026707]
大きな言語モデル(LLM)は、人間の専門家よりも新しい結果を予測する。
BrainBenchは神経科学の結果を予測するためのベンチマークだ。
我々のアプローチは神経科学に特有ではなく、他の知識集約的な取り組みに伝達可能である。
論文 参考訳（メタデータ） (2024-03-04T15:27:59Z) - A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。
本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。
我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
論文 参考訳（メタデータ） (2024-02-16T18:05:09Z) - SciCat: A Curated Dataset of Scientific Software Repositories [4.77982299447395]
我々は、FLOSS(Free-Libre Open Source Software)プロジェクトの包括的なコレクションであるSciCatデータセットを紹介します。
私たちのアプローチは、World of Codeのデータソースから、1億3100万の削除されたリポジトリのプールからプロジェクトを選択することです。
本分類は, 科学的目的のために設計されたソフトウェア, 研究関連プロジェクト, 研究支援ソフトウェアに焦点をあてる。
論文 参考訳（メタデータ） (2023-12-11T13:46:33Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳（メタデータ） (2023-06-15T14:08:07Z) - Spherical Fourier Neural Operators: Learning Stable Dynamics on the
Sphere [53.63505583883769]
球面幾何学の演算子を学習するための球面FNO(SFNO)を紹介する。
SFNOは、気候力学の機械学習に基づくシミュレーションに重要な意味を持つ。
論文 参考訳（メタデータ） (2023-06-06T16:27:17Z) - An overview of open source Deep Learning-based libraries for
Neuroscience [0.0]
本稿では,ディープラーニングの発達と神経科学との関係について概説する。
その後、文献および神経科学研究を指向したソフトウェアプロジェクトの特定のハブから収集された、神経情報学のツールボックスとライブラリをレビューする。
論文 参考訳（メタデータ） (2022-12-19T09:09:40Z) - Reflections on the Evolution of Computer Science Education [0.0]
約10年前までは、計算理論、アルゴリズム設計、システムソフトウェアがキュリキュラを支配していた。
このコラムは、トピックのスコアにまたがる選択科目が主流の教育の一部になると、これがCirca 2010を変えた理由を分析します。
この経験的な記事の目標は、コンピュータサイエンス教育の過去と未来について活発な議論を巻き起こすことだ。
論文 参考訳（メタデータ） (2022-07-09T07:07:12Z) - Data science and Machine learning in the Clouds: A Perspective for the
Future [0.0]
データ駆動科学(いわゆる第4の科学パラダイム)が研究とイノベーションの原動力となる。
この新たなパラダイムの下で処理される膨大なデータを、将来的には大きな懸念事項になるでしょう。
これらの計算のあらゆる面において、クラウドベースのサービスを強く要求する。
論文 参考訳（メタデータ） (2021-09-02T17:36:24Z) - Interleaving Computational and Inferential Thinking: Data Science for
Undergraduates at Berkeley [81.01051375191828]
カリフォルニア大学バークレー校の大学院データサイエンスカリキュラムは、5つの新しいコースに固定されている。
これらのコースは計算思考、推論思考、現実世界の問題に取り組むことを強調する。
これらのコースは、キャンパスで最も人気のあるコースの一つとなり、データサイエンスの新しい学部生とマイナープログラムへの関心が高まっている。
論文 参考訳（メタデータ） (2021-02-13T22:51:24Z)
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。