論文の概要: SmartCS: Enabling the Creation of ML-Powered Computer Vision Mobile Apps for Citizen Science Applications without Coding
- arxiv url: http://arxiv.org/abs/2405.14323v1
- Date: Thu, 23 May 2024 08:54:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-24 18:04:42.707886
- Title: SmartCS: Enabling the Creation of ML-Powered Computer Vision Mobile Apps for Citizen Science Applications without Coding
- Title（参考訳）: SmartCS:コーディング不要の市民科学アプリケーションのためのMLベースのコンピュータビジョンモバイルアプリの開発
- Authors: Fahim Hasan Khan, Akila de Silva, Gregory Dusek, James Davis, Alex Pang,
- Abstract要約: 機械学習支援アプリは、データ収集タスクについて市民科学者にフィールドガイダンスを提供する。
これらのアプリはサーバ側のMLサポートに依存しているため、信頼性の高いインターネット接続が必要である。
我々は市民科学を民主化するためのプラットフォームを、研究者と参加者の両方のより広い聴衆に利用できるようにする。
- 参考スコア（独自算出の注目度）: 3.3010662002273023
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: It is undeniable that citizen science contributes to the advancement of various fields of study. There are now software tools that facilitate the development of citizen science apps. However, apps developed with these tools rely on individual human skills to correctly collect useful data. Machine learning (ML)-aided apps provide on-field guidance to citizen scientists on data collection tasks. However, these apps rely on server-side ML support, and therefore need a reliable internet connection. Furthermore, the development of citizen science apps with ML support requires a significant investment of time and money. For some projects, this barrier may preclude the use of citizen science effectively. We present a platform that democratizes citizen science by making it accessible to a much broader audience of both researchers and participants. The SmartCS platform allows one to create citizen science apps with ML support quickly and without coding skills. Apps developed using SmartCS have client-side ML support, making them usable in the field, even when there is no internet connection. The client-side ML helps educate users to better recognize the subjects, thereby enabling high-quality data collection. We present several citizen science apps created using SmartCS, some of which were conceived and created by high school students.
- Abstract（参考訳）: 市民科学が様々な分野の研究の進展に寄与することは否定できない。
現在、市民科学アプリの開発を促進するソフトウェアツールがある。
しかし、これらのツールで開発されたアプリは、有用なデータを正しく収集するために、個々の人間のスキルに依存している。
機械学習(ML)支援アプリは、データ収集タスクについて市民科学者にフィールドガイダンスを提供する。
しかし、これらのアプリはサーバーサイドのMLサポートに依存しているので、信頼できるインターネット接続が必要である。
さらに、MLサポートを備えた市民科学アプリの開発には、時間とお金のかなりの投資が必要となる。
一部のプロジェクトでは、この障壁は市民科学を効果的に利用することを妨げる可能性がある。
我々は市民科学を民主化するためのプラットフォームを、研究者と参加者の両方のより広い聴衆に利用できるようにする。
SmartCSプラットフォームは、コーディングスキルを必要とせずに、MLをサポートする市民科学アプリを作成することができる。
SmartCSを使って開発されたアプリは、クライアントサイドのMLをサポートしており、インターネット接続がない場合でも、現場で使用することができる。
クライアントサイドのMLは、ユーザが被験者をよりよく認識できるように支援することで、高品質なデータ収集を可能にします。
本稿では,SmartCSを用いた市民科学アプリをいくつか紹介し,そのいくつかを高校生が考案した。
関連論文リスト
- DSBench: How Far Are Data Science Agents to Becoming Data Science Experts? [58.330879414174476]
現実的なタスクでデータサイエンスエージェントを評価するためのベンチマークであるDSBenchを紹介する。
このベンチマークには、466のデータ分析タスクと、EloquenceとKaggleのコンペからソースされた74のデータモデリングタスクが含まれている。
現状のLLM, LVLM, エージェントを評価したところ, 最高のエージェントはデータ解析タスクの34.12%しか解決できず, RPG(Relative Performance Gap)は34.74%であった。
論文 参考訳（メタデータ） (2024-09-12T02:08:00Z) - OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。
プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
論文 参考訳（メタデータ） (2024-07-23T17:50:43Z) - Lessons Learned from a Citizen Science Project for Natural Language
Processing [53.48988266271858]
市民科学はクラウドソーシングの代替であり、NLPの文脈では比較的研究されていない。
我々は、既存のクラウドソースデータセットの一部を注釈付けすることで、NLPの市民科学における様々なボランティアグループへの参加について探索的研究を行う。
この結果から,高品質なアノテーションが得られ,モチベーションの高いボランティアを惹きつけるだけでなく,スケーラビリティや時間的関与,法的・倫理的問題といった要因も考慮する必要があることが示唆された。
論文 参考訳（メタデータ） (2023-04-25T14:08:53Z) - Low-cost Efficient Wireless Intelligent Sensor (LEWIS) for Engineering,
Research, and Education [72.2614468437919]
センサによって決定を下すスマートシティのビジョンは、これまで実現されていない。
土木技術者はセンサー技術に関する知識を欠いている。
センサーに関連する電気部品とコンピュータの知識は、土木技術者にとって依然として課題である。
論文 参考訳（メタデータ） (2023-03-23T21:49:26Z) - The Semantic Scholar Open Data Platform [79.4493235243312]
セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。
我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。
このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
論文 参考訳（メタデータ） (2023-01-24T17:13:08Z) - Authoring Platform for Mobile Citizen Science Apps with Client-side ML [0.0]
市民科学プロジェクトの大部分は、異なる主題の写真やビデオが必要とされる視覚データに依存している。
本稿では,市民科学プロジェクトのためのモバイルアプリを簡単に作成するためのオーサリングプラットフォームを紹介する。
私たちのプラットフォームで作成されたアプリは、参加者が正しいデータを認識し、データ収集プロセスの効率を高めるのに役立ちます。
論文 参考訳（メタデータ） (2022-12-11T05:10:23Z) - FastML Science Benchmarks: Accelerating Real-Time Scientific Edge
Machine Learning [6.281437279822099]
本稿では,MLおよび組込みシステム技術をカバーする,科学機械学習ベンチマークの最初のセットを紹介する。
これらのベンチマークは、ナノ秒およびマイクロ秒レベルのレイテンシ要求を満たすことができる科学応用のための将来のエッジMLハードウェアの設計をガイドすることができる。
論文 参考訳（メタデータ） (2022-07-16T14:30:15Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - AppBuddy: Learning to Accomplish Tasks in Mobile Apps via Reinforcement
Learning [19.990946219992992]
モバイルアプリのタスクを学習するためのRLベースのフレームワークを紹介した。
RLエージェントは、オンスクリーン要素の基本的な表現から派生した状態を備える。
我々は,効率的なRLトレーニング環境を実現するために,いくつかの工学的課題に対処するプラットフォームを開発する。
論文 参考訳（メタデータ） (2021-05-31T23:02:38Z) - The FeatureCloud AI Store for Federated Learning in Biomedicine and
Beyond [0.7517525791460022]
Federated Learning(FL)のようなプライバシー保護メソッドは、機密データを共有せずにMLモデルのトレーニングを可能にする。
FLのためのFeatureCloud AI Storeを、バイオメディカル研究やその他のアプリケーションのためのオールインワンプラットフォームとして提示する。
論文 参考訳（メタデータ） (2021-05-12T15:31:46Z) - The Right Tools for the Job: The Case for Spatial Science Tool-Building [0.0]
本稿では,ワシントンD.C.で開催されるアメリカ地理学会年次会合において,GISの年次取引について紹介する。
この問題に対処するためのツールであるOSMnxの開発動機、経験、成果について論じている。
この論文は、オープンソースソフトウェアと再利用可能な計算データ科学を強調し、これからの道のりで締めくくっている。
論文 参考訳（メタデータ） (2020-08-12T20:15:39Z)
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。