論文の概要: Ten Recommendations for Engineering Research Software in Energy Research
- arxiv url: http://arxiv.org/abs/2502.13510v1
- Date: Wed, 19 Feb 2025 07:57:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-20 14:00:55.890410
- Title: Ten Recommendations for Engineering Research Software in Energy Research
- Title（参考訳）: エネルギー研究におけるエンジニアリング・リサーチ・ソフトウェアへの10の提言
- Authors: Stephan Ferenz, Emilie Frost, Rico Schrage, Thomas Wolgast, Inga Beyers, Oliver Karras, Oliver Werth, Astrid Nieße,
- Abstract要約: エネルギー研究ソフトウェア(Energy Research Software、ERS)は、エネルギー研究を促進する中心的な基盤である。
多くの場合、ERSはソフトウェア工学の正式なトレーニングを欠いている研究者によって開発されている。
これによりERSの品質が低下し、制限と再利用性が向上する。
- 参考スコア（独自算出の注目度）: 0.24091079613649838
- License:
- Abstract: Energy research software (ERS) is a central cornerstone to facilitate energy research. However, ERS is developed by researchers who, in many cases, lack formal training in software engineering. This reduces the quality of ERS, leading to limited reproducibility and reusability. To address these issues, we developed ten central recommendations for the development of ERS, covering areas such as conceptualization, development, testing, and publication of ERS. The recommendations are based on the outcomes of two workshops with a diverse group of energy researchers and aim to improve the awareness of research software engineering in the energy domain. The recommendations should enhance the quality of ERS and, therefore, the reproducibility of energy research.
- Abstract（参考訳）: エネルギー研究ソフトウェア(Energy Research Software、ERS)は、エネルギー研究を促進する中心的な基盤である。
しかしながら、ERSはソフトウェア工学の正式なトレーニングを欠いている研究者によって開発されている。
これによりERSの品質が低下し、再現性と再利用性が制限される。
これらの課題に対処するため,我々は,ERSの概念化,開発,テスト,出版などの分野をカバーする,ERS開発のための10の中心的な勧告を策定した。
このレコメンデーションは、エネルギー研究者の多様なグループによる2つのワークショップの結果に基づいており、エネルギー領域における研究ソフトウェア工学の認識を改善することを目的としている。
この勧告はESRの品質を高め、エネルギー研究の再現性を高めるべきである。
関連論文リスト
- Teaching Research Design in Software Engineering [1.9659095632676098]
経験的ソフトウェア工学(ESE)は、新しい技術を採用する際の実践を伝える知識を批判的に評価し提供することを目的とした競争力として登場した。
この章では、ESEにおけるソフトウェアエンジニアと研究者の教育に不可欠な研究設計の基礎的スキルについて教えている。
論文 参考訳（メタデータ） (2024-07-06T21:06:13Z) - Present and Future of AI in Renewable Energy Domain : A Comprehensive Survey [0.0]
人工知能(AI)は、様々な産業におけるプロセスを合理化するための重要な手段となっている。
現代の電力システムの再生可能エネルギー(RE)を支援するため、9つのAIベースの戦略がここで特定されている。
この研究は、再生可能エネルギー生成にAI技術を使用すること、再生可能エネルギー予測にAIを活用すること、エネルギーシステムの最適化という3つの主要なトピックについても論じている。
論文 参考訳（メタデータ） (2024-06-22T04:36:09Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳（メタデータ） (2024-06-10T20:08:44Z) - FAIRSECO: An Extensible Framework for Impact Measurement of Research Software [1.549241498953151]
研究ソフトウェアと研究ソフトウェア技術者を信用する既存の手法は不十分であることが証明されている。
FAIRSECOは,研究ソフトウェアが研究に与える影響を評価するためのオープンソースフレームワークである。
論文 参考訳（メタデータ） (2024-06-04T15:22:48Z) - ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、新しい作品のアイデアと運用のためのAIベースのシステムである。
ResearchAgentは、新しい問題を自動で定義し、手法と設計実験を提案し、繰り返し修正する。
我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文 参考訳（メタデータ） (2024-04-11T13:36:29Z) - Bridging Evolutionary Algorithms and Reinforcement Learning: A Comprehensive Survey on Hybrid Algorithms [50.91348344666895]
進化的強化学習(ERL)は進化的アルゴリズム(EA)と強化学習(RL)を統合して最適化する。
本調査では,ERLの多様な研究分野について概観する。
論文 参考訳（メタデータ） (2024-01-22T14:06:37Z) - A Comparative Analysis of Text-to-Image Generative AI Models in
Scientific Contexts: A Case Study on Nuclear Power [0.33923727961771083]
我々は、クリーンエネルギー源の公的な関与を生み出すために、生成人工知能(AI)の可能性を提案し、評価する。
我々は、低炭素エネルギー源に関する技術情報を一般大衆に伝えるために、生成AIの利用について検討する。
論文 参考訳（メタデータ） (2023-12-02T17:05:49Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Digital Twins in Wind Energy: Emerging Technologies and
Industry-Informed Future Directions [75.81393574964038]
本稿では、風力エネルギー産業におけるデジタルツイン技術とその能力レベルについて概観する。
デジタルツインの定義と能力レベルを0-5; 0-スタンドアロン、1-記述型、2-診断型、3-予測型、4-予測型、5-自律型から統合する。
論文 参考訳（メタデータ） (2023-04-16T18:38:28Z) - Interdisciplinary Research Methodologies in Engineering Education
Research [0.0]
工学教育研究が発展するにつれて、EER学者は学習理論の発展に貢献する必要がある。
本稿では、EERの観点からの厳密な研究の概観と、EERの中核となる方法論的伝統を概観する。
論文 参考訳（メタデータ） (2021-03-27T22:27:53Z) - Towards the Systematic Reporting of the Energy and Carbon Footprints of
Machine Learning [68.37641996188133]
我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。
エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。
炭素排出量削減とエネルギー消費削減のための戦略を提案する。
論文 参考訳（メタデータ） (2020-01-31T05:12:59Z)
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。