論文の概要: HyperGraphOS: A Modern Meta-Operating System for the Scientic and Engineering Domains

• arxiv url: http://arxiv.org/abs/2412.10487v1
• Date: Fri, 13 Dec 2024 15:18:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:58:11.571055
• Title: HyperGraphOS: A Modern Meta-Operating System for the Scientic and Engineering Domains
• Title（参考訳）: HyperGraphOS - サイエントとエンジニアリングドメインのための最新のメタオペレーティングシステム
• Authors: Antonello Ceravola, Frank Joublin,
• Abstract要約: 本稿では,オペレーティングシステムの領域における重要なイノベーションであるHyperGraphOSについて述べる。 モデルベースのエンジニアリング、グラフモデリング、データコンテナ、ドキュメント、および計算要素を扱うツールを組み合わせることを目的としている。
• 参考スコア（独自算出の注目度）: 1.4469725791865982
• License:
• Abstract: This paper presents HyperGraphOS, a significant innovation in the domain of operating systems, specifically designed to address the needs of scientific and engineering domains. This platform aims to combine model-based engineering, graph modeling, data containers, and documents, along with tools for handling computational elements. HyperGraphOS functions as an Operating System offering to users an infinite workspace for creating and managing complex models represented as graphs with customizable semantics. By leveraging a web-based architecture, it requires only a modern web browser for access, allowing organization of knowledge, documents, and content into models represented in a network of workspaces. Elements of the workspace are defined in terms of domain-specific languages (DSLs). These DSLs are pivotal for navigating workspaces, generating code, triggering AI components, and organizing information and processes. The models' dual nature as both visual drawings and data structures allows dynamic modifications and inspections both interactively as well as programaticaly. We evaluated HyperGraphOS's efficiency and applicability across a large set of diverse domains, including the design and development of a virtual Avatar dialog system, a robotic task planner based on large language models (LLMs), a new meta-model for feature-based code development and many others. Our findings show that HyperGraphOS offers substantial benefits in the interaction with a computer as information system, as platoform for experiments and data analysis, as streamlined engineering processes, demonstrating enhanced flexibility in managing data, computation and documents, showing an innovative approaches to persistent desktop environments.
• Abstract（参考訳）: 本稿では,オペレーティングシステムの領域における重要なイノベーションであるHyperGraphOSについて述べる。 このプラットフォームは、モデルベースのエンジニアリング、グラフモデリング、データコンテナ、ドキュメント、および計算要素を扱うツールを組み合わせることを目的としている。 HyperGraphOSは、ユーザがカスタマイズ可能なセマンティクスを備えたグラフとして表される複雑なモデルを作成し管理するための無限のワークスペースを提供するオペレーティングシステムとして機能する。 Webベースのアーキテクチャを活用することで、アクセスにはモダンなWebブラウザのみを必要とし、知識、ドキュメント、コンテンツをワークスペースのネットワークで表現されたモデルにまとめることができる。 ワークスペースの要素はドメイン固有言語(DSL)の用語で定義される。 これらのDSLは、ワークスペースをナビゲートし、コードを生成し、AIコンポーネントをトリガーし、情報とプロセスを整理する上で重要なものです。 視覚的描画とデータ構造の両方としてのモデルの二重性は、動的修正と検査を対話的にもプログラム的にも可能にします。 我々は,仮想アバターダイアログシステムの設計と開発,大規模言語モデル(LLM)に基づくロボットタスクプランナ,機能ベースのコード開発のための新しいメタモデルなど,多種多様なドメインを対象としたHyperGraphOSの効率性と適用性を評価した。 この結果から,HyperGraphOSは実験やデータ解析のプラトーフォームとしてコンピュータ・アズ・インフォメーション・システムとのインタラクションにおいて,データ管理,計算,文書管理の柔軟性の向上,永続的デスクトップ環境への革新的アプローチを示す上で,大きなメリットがあることがわかった。

関連論文リスト

• EDGE: Enhanced Grounded GUI Understanding with Enriched Multi-Granularity Synthetic Data [15.801018643716437]
  本稿では,大規模視覚言語モデル(LVLM)のGUI理解と対話能力を,データ駆動型アプローチにより向上することを目的とする。 本稿では,Web上のWebページから大規模で粒度の高いトレーニングデータを自動的に生成する汎用データ合成フレームワークEDGEを提案する。 提案手法は,手動アノテーションへの依存を著しく低減し,研究者がWeb上で利用可能な膨大な公開リソースを活用して作業を進めることを可能にする。
  論文  参考訳（メタデータ） (2024-10-25T10:46:17Z)
• Flex: End-to-End Text-Instructed Visual Navigation with Foundation Models [59.892436892964376]
  本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。 この知見はFlex (Fly-lexically) で合成され,VLM(Vision Language Models) をフリーズしたパッチワイド特徴抽出器として利用するフレームワークである。 本研究では,本手法が4段階のフライ・トゥ・ターゲットタスクにおいて有効であることを示す。
  論文  参考訳（メタデータ） (2024-10-16T19:59:31Z)
• PosterLLaVa: Constructing a Unified Multi-modal Layout Generator with LLM [58.67882997399021]
  本研究では,グラフィックレイアウトの自動生成のための統合フレームワークを提案する。 データ駆動方式では、レイアウトを生成するために構造化テキスト(JSONフォーマット)とビジュアルインストラクションチューニングを用いる。 我々は,ユーザのデザイン意図に基づいて編集可能なポスターを生成する自動テキスト投稿システムを開発した。
  論文  参考訳（メタデータ） (2024-06-05T03:05:52Z)
• AgentStudio: A Toolkit for Building General Virtual Agents [57.02375267926862]
  一般的な仮想エージェントは、マルチモーダルな観察、複雑なアクション空間のマスター、動的でオープンなドメイン環境における自己改善を扱う必要がある。 AgentStudioは、非常に汎用的な観察とアクション空間を備えた軽量でインタラクティブな環境を提供する。 オンラインベンチマークタスクの作成、GUI要素の注釈付け、ビデオ内のアクションのラベル付けといったツールを統合する。 環境とツールに基づいて、GUIインタラクションと関数呼び出しの両方を効率的な自動評価でベンチマークするオンラインタスクスイートをキュレートします。
  論文  参考訳（メタデータ） (2024-03-26T17:54:15Z)
• An Interactive Agent Foundation Model [49.77861810045509]
  本稿では,AIエージェントを訓練するための新しいマルチタスクエージェントトレーニングパラダイムを用いた対話型エージェント基礎モデルを提案する。 トレーニングパラダイムは、視覚マスク付きオートエンコーダ、言語モデリング、次世代の予測など、多様な事前学習戦略を統一する。 私たちは、ロボティクス、ゲームAI、ヘルスケアという3つの異なる領域でフレームワークのパフォーマンスを実演します。
  論文  参考訳（メタデータ） (2024-02-08T18:58:02Z)
• Using the Abstract Computer Architecture Description Language to Model AI Hardware Accelerators [77.89070422157178]
  AI統合製品の製造者は、製品のパフォーマンス要件に適合するアクセラレータを選択するという、重大な課題に直面します。 抽象コンピュータアーキテクチャ記述言語(ACADL)は、コンピュータアーキテクチャブロック図の簡潔な形式化である。 本稿では,AIハードウェアアクセラレーションのモデル化にACADLを用いること,DNNのマッピングにACADL記述を使用し,タイミングシミュレーションのセマンティクスを解説し,性能評価結果の収集を行う。
  論文  参考訳（メタデータ） (2024-01-30T19:27:16Z)
• Enhancing Graph Representation of the Environment through Local and Cloud Computation [2.9465623430708905]
  複数の情報源からロボット環境のセマンティックな表現を提供するグラフベースの表現を提案する。 環境から情報を取得するために、このフレームワークは古典的なコンピュータビジョンツールと現代のコンピュータビジョンクラウドサービスを組み合わせる。 提案手法により、小さなオブジェクトも処理し、環境の意味表現に統合することが可能になる。
  論文  参考訳（メタデータ） (2023-09-22T08:05:32Z)
• Driving Digital Engineering Integration and Interoperability Through Semantic Integration of Models with Ontologies [0.0]
  本稿では,Digital Engineering Framework for Integrationを紹介します。 DEFII、SWTをエンジニアリング設計および分析タスクに組み込む。 このフレームワークは、オントロジーに準拠したデータと対話するための3つの表記インターフェイスを含んでいる。 フレームワークの使用は、ツールに依存しない、プロジェクト全体、システム、ミッションにまたがる真実の信頼できる情報源をもたらす。
  論文  参考訳（メタデータ） (2022-06-08T14:58:09Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)
• SINGA-Easy: An Easy-to-Use Framework for MultiModal Analysis [18.084628500554462]
  SINGA-Easyは、トレーニング段階での分散ハイパーパラメータチューニング、推論段階での動的計算コスト制御、モデル説明によるマルチメディアコンテンツとの直感的なユーザインタラクションを提供する新しいディープラーニングフレームワークである。 マルチモーダリティデータ解析アプリケーションのトレーニングと展開に関する実験により,このフレームワークは動的推論負荷に適応可能であることが示された。
  論文  参考訳（メタデータ） (2021-08-03T08:39:54Z)

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。