Fugu-MT 論文翻訳(概要): GREI Data Repository AI Taxonomy

論文の概要: GREI Data Repository AI Taxonomy

arxiv url: http://arxiv.org/abs/2411.08054v1
Date: Thu, 07 Nov 2024 16:14:58 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-14 16:11:48.591910
Title: GREI Data Repository AI Taxonomy
Title（参考訳）: GREI Data Repository AI Taxonomy
Authors: John Chodacki, Mark Hanhel, Stefano Iacus, Ryan Scherle, Eric Olson, Nici Pfeiffer, Kristi Holmes, Mohammad Hosseini,
Abstract要約: GREIは、リポジトリ管理全体にわたるAI統合をガイドするために、データリポジトリの役割に合わせたAI分類を開発した。役割を、取得、検証、組織、強化、分析、共有、ユーザサポートといった段階に分類する。
参考スコア（独自算出の注目度）: 0.7528462379265576
License:
Abstract: The Generalist Repository Ecosystem Initiative (GREI), funded by the NIH, developed an AI taxonomy tailored to data repository roles to guide AI integration across repository management. It categorizes the roles into stages, including acquisition, validation, organization, enhancement, analysis, sharing, and user support, providing a structured framework for implementing AI in repository workflows.
Abstract（参考訳）: NIHが資金提供したGeneralist Repository Ecosystem Initiative(GREI)は、データリポジトリの役割に合わせたAI分類を開発し、リポジトリ管理全体にわたるAI統合をガイドした。役割を、取得、検証、組織、強化、分析、共有、ユーザサポートといった段階に分類し、リポジトリワークフローにAIを実装するための構造化されたフレームワークを提供する。

関連論文リスト

GenAgent: Build Collaborative AI Systems with Automated Workflow Generation -- Case Studies on ComfyUI [64.57616646552869]
本稿では、モデル、データソース、パイプラインを統合し、複雑で多様なタスクを解決するためにパフォーマンスを向上させるために使用される協調AIシステムについて検討する。我々は、LLMベースのフレームワークであるGenAgentを紹介した。その結果、GenAgentは実行レベルおよびタスクレベルの評価においてベースラインアプローチよりも優れていた。
論文参考訳（メタデータ） (2024-09-02T17:44:10Z)
NeurDB: On the Design and Implementation of an AI-powered Autonomous Database [27.13518136879994]
本稿では,AIによる自律データベースNeurDBを紹介する。 NeurDBは、データとワークロードのドリフトへの適応性を備えた、AIとデータベースの融合をさらに深める。実証的な評価によると、NeurDBはAI分析タスクの管理において、既存のソリューションを大幅に上回っている。
論文参考訳（メタデータ） (2024-08-06T07:48:51Z)
Towards Automated Solution Recipe Generation for Industrial Asset Management with LLM [4.771737213319029]
本研究では,Large Language Models(LLMs)の最近の進歩に条件ベースマネジメント(CBM)の原則を取り入れた,産業資産管理(IAM)への新たなアプローチを提案する。
論文参考訳（メタデータ） (2024-07-26T01:24:52Z)
How to Understand Whole Software Repository? [64.19431011897515]
リポジトリ全体に対する優れた理解は、自動ソフトウェアエンジニアリング(ASE)への重要な道になるでしょう。本研究では,リポジトリ全体を包括的に理解するためのエージェントによるRepoUnderstanderという新しい手法を開発した。リポジトリレベルの知識をより活用するために、エージェントをまとめ、分析し、計画する。
論文参考訳（メタデータ） (2024-06-03T15:20:06Z)
Cooperative Cognitive Dynamic System in UAV Swarms: Reconfigurable Mechanism and Framework [80.39138462246034]
UAVスワムの管理を最適化するための協調認知力学システム(CCDS)を提案する。 CCDSは階層的かつ協調的な制御構造であり、リアルタイムのデータ処理と意思決定を可能にする。さらに、CCDSは、UAVスワムのタスクを効率的に割り当てるための生体模倣機構と統合することができる。
論文参考訳（メタデータ） (2024-05-18T12:45:00Z)
NeurDB: An AI-powered Autonomous Data System [44.14807794638682]
我々は、主要なシステムコンポーネントにAI設計を完全に取り入れるように設計されたAI駆動の自律データシステムであるNeurDBを提示する。我々はNeurDBの概念的およびアーキテクチャ的概要を概説し、その設計選択と重要なコンポーネントについて議論し、その現況と今後の計画について報告する。
論文参考訳（メタデータ） (2024-05-07T00:51:48Z)
The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文参考訳（メタデータ） (2024-02-07T01:45:14Z)
To Classify is to Interpret: Building Taxonomies from Heterogeneous Data through Human-AI Collaboration [0.39160947065896795]
機械学習(ML)を統合したシステムで分類学の構築を支援する方法について検討する。本稿では,ユーザが複数のモデルのアウトプットを反復的に考慮できるアプローチを提案する。
論文参考訳（メタデータ） (2023-07-31T08:24:29Z)
Automatic Intrinsic Reward Shaping for Exploration in Deep Reinforcement Learning [55.2080971216584]
本稿では、強化学習(RL)における探索を強化するため、知的かつ適応的に高品質な固有報酬を提供する自動固有リワード整形法を提案する。我々は,多様な固有報酬手法の効率的かつ信頼性の高い実装を実現するために,固有報酬ツールキットを開発した。
論文参考訳（メタデータ） (2023-01-26T01:06:46Z)
Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文参考訳（メタデータ） (2020-07-13T20:30:26Z)

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。