論文の概要: SciJava Ops: An Improved Algorithms Framework for Fiji and Beyond
- arxiv url: http://arxiv.org/abs/2405.12385v1
- Date: Mon, 20 May 2024 21:40:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-22 14:47:55.576885
- Title: SciJava Ops: An Improved Algorithms Framework for Fiji and Beyond
- Title(参考訳): SciJava Ops: FijiとBeyondのための改良されたアルゴリズムフレームワーク
- Authors: Gabriel J. Selzer, Curtis T. Rueden, Mark C. Hiner, Edward L. Evans III, David Kolb, Marcel Wiedenmann, Christian Birkhold, Tim-Oliver Buchholz, Stefan Helfrich, Brian Northan, Alison Walter, Johannes Schindelin, Tobias Pietzsch, Stephan Saalfeld, Michael R. Berthold, Kevin W. Eliceiri,
- Abstract要約: 画像分野で最も広く使われているプラットフォームのひとつに、科学画像分析のための人気のあるオープンソースアプリケーションであるFijiがある。
プラグインベースのソフトウェアアーキテクチャは、互換性のないデータ構造で動作する異なるプラットフォームを統合することはできない。
我々は,アルゴリズムをプラグインとして統一的に表現するための基礎的なソフトウェアライブラリであるSciJava Opsを紹介する。
- 参考スコア(独自算出の注目度): 3.3964251948259747
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many scientific software platforms provide plugin mechanisms that simplify the integration, deployment, and execution of externally developed functionality. One of the most widely used platforms in the imaging space is Fiji, a popular open-source application for scientific image analysis. Fiji incorporates and builds on the ImageJ and ImageJ2 platforms, which provide a powerful plugin architecture used by thousands of plugins to solve a wide variety of problems. This capability is a major part of Fiji's success, and it has become a widely used biological image analysis tool and a target for new functionality. However, a plugin-based software architecture cannot unify disparate platforms operating on incompatible data structures; interoperability necessitates the creation of adaptation or "bridge" layers to translate data and invoke functionality. As a result, while platforms like Fiji enable a high degree of interconnectivity and extensibility, they were not fundamentally designed to integrate across the many data types, programming languages, and architectural differences of various software platforms.To help address this challenge, we present SciJava Ops, a foundational software library for expressing algorithms as plugins in a unified and extensible way. Continuing the evolution of Fiji's SciJava plugin mechanism, SciJava Ops enables users to harness algorithms from various software platforms within a central execution environment. In addition, SciJava Ops automatically adapts data into the most appropriate structure for each algorithm, allowing users to freely and transparently combine algorithms from otherwise incompatible tools. While SciJava Ops is initially distributed as a Fiji update site, the framework does not require Fiji, ImageJ, or ImageJ2, and would be suitable for integration with additional image analysis platforms.
- Abstract(参考訳): 多くの科学ソフトウェアプラットフォームは、外部開発機能の統合、デプロイ、実行を簡単にするプラグインメカニズムを提供している。
画像分野で最も広く使われているプラットフォームのひとつに、科学画像分析のための人気のあるオープンソースアプリケーションであるFijiがある。
FijiにはImageJとImageJ2プラットフォームが組み込まれており、多様な問題を解決するために数千のプラグインが使用する強力なプラグインアーキテクチャを提供する。
この機能はFijiの成功の重要な部分であり、生体画像解析ツールとして広く使われ、新機能のターゲットとなっている。
しかし、プラグインベースのソフトウェアアーキテクチャは、互換性のないデータ構造で動作する異なるプラットフォームを統合することはできない。
その結果、Fijiのようなプラットフォームは高い相互接続性と拡張性を実現していますが、多くのデータタイプ、プログラミング言語、さまざまなソフトウェアプラットフォームのアーキテクチャ上の違いをまたいで統合するように設計されていません。この課題に対処するために、我々はSciJava Opsという、プラグインとしてアルゴリズムを表現するための基礎的なソフトウェアライブラリを紹介します。
FijiのSciJavaプラグインメカニズムの進化を続けているSciJava Opsは、中央実行環境内のさまざまなソフトウェアプラットフォームからのアルゴリズムを活用することができる。
さらに、SciJava Opsは、各アルゴリズムの最も適切な構造に自動的にデータを適応し、ユーザーが自由に透過的に非互換なツールのアルゴリズムを組み合わせられるようにする。
SciJava Opsは最初はFijiのアップデートサイトとして配布されるが、フレームワークはFiji、ImageJ、ImageJ2を必要としない。
関連論文リスト
- RepoGraph: Enhancing AI Software Engineering with Repository-level Code Graph [63.87660059104077]
RepoGraphは、現代のAIソフトウェアエンジニアリングソリューションのためのリポジトリレベルの構造を管理するプラグインモジュールである。
RepoGraphはすべてのシステムのパフォーマンスを大幅に向上させ、オープンソースフレームワークの間で新たな最先端技術を生み出している。
論文 参考訳(メタデータ) (2024-10-03T05:45:26Z) - Flemme: A Flexible and Modular Learning Platform for Medical Images [5.086862917025204]
Flemmeは、MedicalイメージのためのFLExible and Modular Learningプラットフォームである。
コンボリューション,トランスフォーマー,状態空間モデル(SSM)に基づくビルディングブロックを用いてエンコーダを構築し,2次元画像パッチと3次元画像パッチの両処理を行う。
論文 参考訳(メタデータ) (2024-08-18T05:47:33Z) - 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) - MAGPIE: Machine Automated General Performance Improvement via Evolution
of Software [19.188864062289433]
MAGPIEは統合されたソフトウェア改善フレームワークである。
共通の編集シーケンスに基づく表現を提供し、特定の改善テクニックから探索プロセスを分離する。
論文 参考訳(メタデータ) (2022-08-04T17:58:43Z) - A modular software framework for the design and implementation of
ptychography algorithms [55.41644538483948]
我々は,Pychographyデータセットをシミュレートし,最先端の再構築アルゴリズムをテストすることを目的とした,新しいptychographyソフトウェアフレームワークであるSciComを紹介する。
その単純さにもかかわらず、ソフトウェアはPyTorchインターフェースによる高速化処理を利用する。
結果は合成データと実データの両方で示される。
論文 参考訳(メタデータ) (2022-05-06T16:32:37Z) - Tevatron: An Efficient and Flexible Toolkit for Dense Retrieval [60.457378374671656]
Tevatronは、効率、柔軟性、コードの単純さに最適化された高密度な検索ツールキットである。
Tevatronのフレキシブルな設計は、データセット、モデルアーキテクチャ、アクセラレータプラットフォームをまたいで簡単に一般化できることを示す。
論文 参考訳(メタデータ) (2022-03-11T05:47:45Z) - FL_PyTorch: optimization research simulator for federated learning [1.6114012813668934]
フェデレートラーニング(FL)は、エッジデバイスが共同で機械学習モデルを学ぶための有望なテクニックとして登場した。
FL_PyTorchはpythonで書かれたオープンソースのソフトウェアスイートで、最も人気のあるDeep Learning (DL)フレームワークであるPyTorchの上に構築されている。
論文 参考訳(メタデータ) (2022-02-07T12:18:28Z) - Paradiseo: From a Modular Framework for Evolutionary Computation to the
Automated Design of Metaheuristics ---22 Years of Paradiseo--- [33.056531655247625]
ParadisEOは、モジュラーメタヒューリスティックの開発をターゲットとする、包括的なC++フリーソフトウェアである。
この記事では、モジュール化メタヒューリスティックスの開発を目標とする、包括的なC++フリーソフトウェアであるParadisEOフレームワークの特徴を要約する。
論文 参考訳(メタデータ) (2021-05-02T08:45:33Z) - Auto-Panoptic: Cooperative Multi-Component Architecture Search for
Panoptic Segmentation [144.50154657257605]
本稿では、バックボーン、セグメンテーションブランチ、フィーチャーフュージョンモジュールを含むすべての主要コンポーネントを同時に検索する効率的なフレームワークを提案する。
検索したアーキテクチャ、すなわちAuto-Panopticは、挑戦的なCOCOとADE20Kベンチマークに関する新しい最先端技術を実現します。
論文 参考訳(メタデータ) (2020-10-30T08:34:35Z) - Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。
パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。
適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
論文 参考訳(メタデータ) (2020-03-03T15:20:57Z) - PHOTONAI -- A Python API for Rapid Machine Learning Model Development [2.414341608751139]
PHOTONAIは、機械学習モデル開発の簡素化と高速化を目的とした、ハイレベルなPython APIである。
これは統一フレームワークとして機能し、ユーザーは異なるツールボックスからのアルゴリズムをカスタムのアルゴリズムシーケンスに簡単にアクセスし、組み合わせることができる。
論文 参考訳(メタデータ) (2020-02-13T10:33:05Z)
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。