論文の概要: WorkflowHub: a registry for computational workflows

• arxiv url: http://arxiv.org/abs/2410.06941v1
• Date: Wed, 9 Oct 2024 14:36:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-31 23:27:23.559637
• Title: WorkflowHub: a registry for computational workflows
• Title（参考訳）: WorkflowHub: 計算ワークフローのレジストリ
• Authors: Ove Johan Ragnar Gustafsson, Sean R. Wilkinson, Finn Bacall, Luca Pireddu, Stian Soiland-Reyes, Simone Leo, Stuart Owen, Nick Juty, José M. Fernández, Björn Grüning, Tom Brown, Hervé Ménager, Salvador Capella-Gutierrez, Frederik Coppens, Carole Goble,
• Abstract要約: 分析記録と処理手順の記述の両方が再利用され、再利用され、利用可能であるべきである。 ワークフロー共有は、不要な再発明を減らし、再利用を促進し、非専門家のベストプラクティス分析へのアクセスを増やし、生産性を高める機会を提供する。 Hubは、コミュニティリポジトリにリンクするすべての計算レジストリに統一レジストリを提供する。 このレジストリは世界中に広がり、何百もの研究組織が関与し、700以上の登録がある。
• 参考スコア（独自算出の注目度）: 0.34864924310198164
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rising popularity of computational workflows is driven by the need for repetitive and scalable data processing, sharing of processing know-how, and transparent methods. As both combined records of analysis and descriptions of processing steps, workflows should be reproducible, reusable, adaptable, and available. Workflow sharing presents opportunities to reduce unnecessary reinvention, promote reuse, increase access to best practice analyses for non-experts, and increase productivity. In reality, workflows are scattered and difficult to find, in part due to the diversity of available workflow engines and ecosystems, and because workflow sharing is not yet part of research practice. WorkflowHub provides a unified registry for all computational workflows that links to community repositories, and supports both the workflow lifecycle and making workflows findable, accessible, interoperable, and reusable (FAIR). By interoperating with diverse platforms, services, and external registries, WorkflowHub adds value by supporting workflow sharing, explicitly assigning credit, enhancing FAIRness, and promoting workflows as scholarly artefacts. The registry has a global reach, with hundreds of research organisations involved, and more than 700 workflows registered.
• Abstract（参考訳）: 計算ワークフローの人気の高まりは、反復的でスケーラブルなデータ処理、処理ノウハウの共有、透過的な方法の必要性によって引き起こされている。 分析と処理手順の説明の両方が組み合わさったように、ワークフローは再現可能で、再利用可能で、適応可能で、利用可能であるべきです。 ワークフロー共有は、不要な再発明を減らし、再利用を促進し、非専門家のベストプラクティス分析へのアクセスを増やし、生産性を高める機会を提供する。 実際にワークフローは、利用可能なワークフローエンジンとエコシステムの多様性と、ワークフロー共有がまだ研究プラクティスの一部ではないため、散在し、見つけるのが難しくなっている。 WorkflowHubは、コミュニティリポジトリにリンクするすべての計算ワークフローの統一レジストリを提供し、ワークフローライフサイクルとワークフローの発見、アクセス、相互運用、再利用(FAIR)の両方をサポートする。 さまざまなプラットフォーム、サービス、外部レジストリとの相互運用により、WorkflowHubは、ワークフロー共有のサポート、クレジットの明示的に割り当て、FAIRnessの強化、学術的な成果物としてのワークフローの促進によって、価値が追加される。 このレジストリにはグローバルなリーチがあり、何百もの研究組織が関与し、700以上のワークフローが登録されている。

関連論文リスト

• WorkflowLLM: Enhancing Workflow Orchestration Capability of Large Language Models [105.46456444315693]
  ワークフローオーケストレーションにおける大規模言語モデルの能力を高めるための,データ中心のフレームワークであるLLMを提案する。 最初は106,763のサンプルで大規模な微調整Benchを構築し、28のカテゴリにわたる83のアプリケーションから1,503のAPIをカバーしている。 LlamaLlamaは複雑なAPIをオーケストレーションする能力を示しながら、優れた一般化性能を実現している。
  論文  参考訳（メタデータ） (2024-11-08T09:58:02Z)
• AFlow: Automating Agentic Workflow Generation [36.61172223528231]
  大規模言語モデル(LLM)は、様々な領域にわたる複雑なタスクを解く上で、顕著な可能性を示している。 我々は、Monte Carlo Tree Searchを使って、この空間を効率的に探索する自動化フレームワークであるAFlowを紹介します。 6つのベンチマークデータセットに対する実証的な評価は、AFlowの有効性を示し、最先端のベースラインよりも平均5.7%向上している。
  論文  参考訳（メタデータ） (2024-10-14T17:40:40Z)
• Benchmarking Agentic Workflow Generation [80.74757493266057]
  複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorFBenchを紹介する。 また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorFEvalを提案する。 我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することができることを観察する。
  論文  参考訳（メタデータ） (2024-10-10T12:41:19Z)
• Applying the FAIR Principles to Computational Workflows [0.0]
  計算ツールは、生産性、トレンド、プラットフォームへのアクセスの民主化、ノウハウの処理のためのツールとして、ますます認識されている。 デジタルオブジェクトは共有され、発見され、再利用されるため、Finderable、Accessible、Interoperable、ReusableといったFAIRの原則による計算上の利点がある。 我々は、私たちの議論を反映し、私たちの選択と適応を正当化するコメンデーションを提示する。
  論文  参考訳（メタデータ） (2024-10-04T15:00:17Z)
• ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation [87.39861573270173]
  本稿では,各ユーザプロンプトに自動的にワークフローをカスタマイズすることを目的とする,プロンプト適応型ワークフロー生成の新しいタスクを紹介する。 本稿では,この課題に対処する2つの LLM ベースの手法を提案する。ユーザ・参照データから学習するチューニングベース手法と,既存のフローを選択するために LLM を使用するトレーニングフリー手法である。 本研究は,現場における既存研究の方向性を補完し,テキスト・画像生成の品質向上のための新たな経路を提供することを示す。
  論文  参考訳（メタデータ） (2024-10-02T16:43:24Z)
• Agent Workflow Memory [71.81385627556398]
  本稿では、一般的に再利用されるルーチンを誘導するAgent Memoryを紹介する。 AWMはベースラインの結果を24.6%、相対的な成功率51.1%で大幅に改善する。 オンラインAWMは、クロスタスク、ウェブサイト、ドメイン評価を強力に一般化する。
  論文  参考訳（メタデータ） (2024-09-11T17:21:00Z)
• The Hidden Costs of Automation: An Empirical Study on GitHub Actions Workflow Maintenance [45.53834452021771]
  GitHub Actions(GA)は、エンジニアリングタスクの自動実行を合理化するオーケストレーションプラットフォームである。 欠陥の修正、依存関係の更新、あるいは既存のワークフローファイルの修正には、人間の介入が必要である。
  論文  参考訳（メタデータ） (2024-09-04T01:33:16Z)
• Couler: Unified Machine Learning Workflow Optimization in Cloud [6.769259207650922]
  Coulerは、クラウドにおけるMLワークフローの統一最適化のために設計されたシステムである。 大規模言語モデル(LLM)をワークフロー生成に統合し、さまざまなワークフローエンジンに統一されたプログラミングインターフェースを提供する。 Couerは、CPU/メモリ使用率を15%以上改善し、ワークフロー完了率を約17%向上させた。
  論文  参考訳（メタデータ） (2024-03-12T12:47:32Z)
• Reusability Challenges of Scientific Workflows: A Case Study for Galaxy [56.78572674167333]
  本研究では,既存の再使用可能性について検討し,いくつかの課題を明らかにした。 再利用性防止の課題には、ツールのアップグレード、ツールのサポート、設計上の欠陥、不完全性、ワークフローのロードの失敗などが含まれる。
  論文  参考訳（メタデータ） (2023-09-13T20:17:43Z)

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。