Fugu-MT 論文翻訳(概要): Envisioning National Resources for Artificial Intelligence Research: NSF Workshop Report

論文の概要: Envisioning National Resources for Artificial Intelligence Research: NSF Workshop Report

arxiv url: http://arxiv.org/abs/2412.10278v1
Date: Fri, 13 Dec 2024 17:00:31 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-16 15:01:43.811523
Title: Envisioning National Resources for Artificial Intelligence Research: NSF Workshop Report
Title（参考訳）: 人工知能研究のための国家資源の構想:NSFワークショップ報告
Authors: Shantenu Jha, Yolanda Gil,
Abstract要約: このワークショップは、AI研究のための国家資源の最初の課題と機会を特定することを目的としている。このレポートは重要な発見を概説し、ワークショップにおけるニーズや推奨事項を特定している。
参考スコア（独自算出の注目度）: 1.7205106391379026
License:
Abstract: This is a report of an NSF workshop titled "Envisioning National Resources for Artificial Intelligence Research" held in Alexandria, Virginia, in May 2024. The workshop aimed to identify initial challenges and opportunities for national resources for AI research (e.g., compute, data, models, etc.) and to facilitate planning for the envisioned National AI Research Resource. Participants included AI and cyberinfrastructure (CI) experts. The report outlines significant findings and identifies needs and recommendations from the workshop.
Abstract（参考訳）: 2024年5月にバージニア州アレクサンドリアで開催されたNSFワークショップ「Envisioning National Resources for Artificial Intelligence Research」の報告である。このワークショップは、AI研究のための国家資源(例えば、計算、データ、モデルなど)の初期課題と機会を特定し、想定される国立AI研究資源の計画を容易にすることを目的としている。 AIやサイバーインフラ(CI)の専門家も参加している。このレポートは重要な発見を概説し、ワークショップにおけるニーズや推奨事項を特定している。

関連論文リスト

Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy [7.644091133650435]
医療、金融、インフラ、持続可能性の課題は、すべて、全国規模の集団インテリジェンスにAIを活用することで、生産的に解決される可能性がある。この種のAIの開発と展開は、技術と社会技術の両方において、独特な課題に直面している。ここでは、これらの課題に対処するために学際的な研究を動員するための研究戦略を詳述し、直面するべき課題のいくつかを概説する。
論文参考訳（メタデータ） (2024-11-09T15:25:43Z)
The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
我々は,NLP研究を構成するものについて,研究論文から定量的に検討する。以上の結果から,NLPにおける機械学習の関与は,90年代前半から増加傾向にあることが明らかとなった。 2020年以降、言語と人々への関心が復活した。
論文参考訳（メタデータ） (2024-09-29T01:29:28Z)
A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文参考訳（メタデータ） (2024-05-21T06:44:40Z)
Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
論文参考訳（メタデータ） (2024-05-16T02:00:44Z)
Artificial Intelligence Index Report 2023 [16.150170589544295]
今年のレポートでは、以前のどのエディションよりも多くのオリジナルデータが紹介されている。 AI Index Reportは、人工知能に関連するデータを追跡、照合、蒸留、可視化する。このレポートは、AIに関するデータと洞察の最も信頼性が高く権威のある情報源になることを目標としている。
論文参考訳（メタデータ） (2023-10-05T17:37:58Z)
Improving the State of the Art for Training Human-AI Teams: Technical Report #2 -- Results of Researcher Knowledge Elicitation Survey [0.0]
ソナリストは、人間-AIチームのトレーニングを探求する社内イニシアチブを開始した。この取り組みの最初のステップは、人間-AIチームの研究を促進することができるSTE(Synthetic Task Environment)を開発することです。
論文参考訳（メタデータ） (2023-08-29T13:54:32Z)
FAIR for AI: An interdisciplinary and international community building perspective [19.2239109259925]
FAIRの原則は、適切なデータ管理とスチュワードシップの前提条件として2016年に提案された。 FAIRの原則は、データを生成するソフトウェア、ツール、アルゴリズム、データセットを含むように再解釈または拡張されている。このレポートは2022年6月7日にアルゴンヌ国立研究所で開催されたFAIR for AIワークショップに基づいている。
論文参考訳（メタデータ） (2022-09-30T22:05:46Z)
Wizard of Search Engine: Access to Information Through Conversations with Search Engines [58.53420685514819]
我々は3つの側面からCISの研究を促進するために努力している。目的検出(ID)、キーフレーズ抽出(KE)、行動予測(AP)、クエリ選択(QS)、通過選択(PS)、応答生成(RG)の6つのサブタスクでCIS用のパイプラインを定式化する。検索エンジンのウィザード(WISE)と呼ばれるベンチマークデータセットをリリースし、CISのすべての側面について包括的かつ詳細な調査を可能にします。
論文参考訳（メタデータ） (2021-05-18T06:35:36Z)
Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文参考訳（メタデータ） (2021-01-15T10:43:10Z)
Report from the NSF Future Directions Workshop, Toward User-Oriented Agents: Research Directions and Challenges [15.559224431459556]
このUSERワークショップは、急成長する知的エージェント研究コミュニティのための将来の研究方向性を定義することを目的として招集された。 27名の参加者が個人研究の関心と個人研究の目標を提示した。その後のブレイクアウトセッションでは、参加者は知的エージェントの領域内の主要な研究領域を定義した。
論文参考訳（メタデータ） (2020-06-10T18:32:35Z)
Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research Dataset: Preliminary Thoughts and Lessons Learned [88.42878484408469]
我々は最新のニューラルネットワークランキングアーキテクチャを利用する検索エンジンであるNeural Covidexを紹介する。本稿では、最初の取り組みについて述べ、その過程で学んだ教訓についていくつか考察する。
論文参考訳（メタデータ） (2020-04-10T17:12:29Z)

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。