論文の概要: MLOps with Microservices: A Case Study on the Maritime Domain

• arxiv url: http://arxiv.org/abs/2506.06202v1
• Date: Fri, 06 Jun 2025 16:04:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.54517
• Title: MLOps with Microservices: A Case Study on the Maritime Domain
• Title（参考訳）: マイクロサービスによるMLOps: 海上ドメインのケーススタディ
• Authors: Renato Cordeiro Ferreira, Rowanne Trapmann, Willem-Jan van den Heuvel,
• Abstract要約: このケーススタディでは,海上ドメインにおける異常検出のためのMLES(Machine Learning-Enabled System)の構築において学んだ課題と教訓について述べる。 MLESとして、Ocean Guardはコード、モデル、データコントラクトを採用して、サービス間のガイドラインを確立している。 このケーススタディは、ソフトウェアエンジニア、機械学習エンジニア、データサイエンティストに、同様のアプローチをシステムに活用させることを期待している。
• 参考スコア（独自算出の注目度）: 0.10923877073891444
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This case study describes challenges and lessons learned on building Ocean Guard: a Machine Learning-Enabled System (MLES) for anomaly detection in the maritime domain. First, the paper presents the system's specification, and architecture. Ocean Guard was designed with a microservices' architecture to enable multiple teams to work on the project in parallel. Then, the paper discusses how the developers adapted contract-based design to MLOps for achieving that goal. As a MLES, Ocean Guard employs code, model, and data contracts to establish guidelines between its services. This case study hopes to inspire software engineers, machine learning engineers, and data scientists to leverage similar approaches for their systems.
• Abstract（参考訳）: このケーススタディでは,海上ドメインにおける異常検出のためのMLES(Machine Learning-Enabled System)の構築において学んだ課題と教訓について述べる。 まず,システムの仕様とアーキテクチャについて述べる。 Ocean Guardはマイクロサービスアーキテクチャで設計されており、複数のチームが並行してプロジェクトに取り組むことができる。 そして、その目標を達成するために、開発者が契約ベースの設計をMLOpsにどのように適用したかについて論じる。 MLESとして、Ocean Guardはコード、モデル、データコントラクトを採用して、サービス間のガイドラインを確立している。 このケーススタディは、ソフトウェアエンジニア、機械学習エンジニア、データサイエンティストに、同様のアプローチをシステムに活用させることを期待している。

関連論文リスト

• Building LLM Agents by Incorporating Insights from Computer Systems [23.3629124649768]
  計算機システムからの洞察を取り入れたLCMエージェントの構築を提唱する。 フォン・ノイマンアーキテクチャに着想を得て,LLMエージェントシステムのための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-06T13:38:37Z)
• A data-flow oriented software architecture for heterogeneous marine data streams [9.327454646525855]
  様々な公共団体が過去10年間に海底のデータを収集し、管理し、公開してきた。 システムのエンジニアリングにおけるデータ品質の影響について、明確な理解はありません。 本稿では,海洋データストリームの主設計決定とデータフロー指向コンポーネントとコネクタビューを提案する。
  論文  参考訳（メタデータ） (2024-07-18T07:40:19Z)
• Outlier detection in maritime environments using AIS data and deep recurrent architectures [5.399126243770847]
  本稿では,海上監視のための深部再帰モデルに基づく手法を,公開可能な自動識別システム(AIS)データ上で提案する。 このセットアップはディープ・リカレント・ニューラルネットワーク(RNN)ベースのモデルを使用して、観測された船の動きパターンを符号化し、再構築する。 提案手法は,観測された動作パターンと再構成された動作パターンの計算誤差に対するしきい値決定機構に基づく。
  論文  参考訳（メタデータ） (2024-06-14T12:15:15Z)
• SeePerSea: Multi-modal Perception Dataset of In-water Objects for Autonomous Surface Vehicles [10.732732686425308]
  本稿では,自律航法のためのマルチモーダル認識データセットについて紹介する。 自律型表面車両(ASV)の環境意識を高めるため、水中環境における水中障害物に焦点を当てている。
  論文  参考訳（メタデータ） (2024-04-29T04:00:19Z)
• Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• Multi-Agent Reinforcement Learning for Microprocessor Design Space Exploration [71.95914457415624]
  マイクロプロセッサアーキテクトは、高性能でエネルギー効率の追求において、ドメイン固有のカスタマイズにますます頼っている。 この問題に対処するために,Multi-Agent RL (MARL) を利用した別の定式化を提案する。 評価の結果,MARLの定式化は単エージェントRLのベースラインよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2022-11-29T17:10:24Z)
• Machine Learning for Naval Architecture, Ocean and Marine Engineering [0.0]
  この記事では、海軍アーキテクチャ、海洋工学、海洋工学における機械学習アルゴリズムの適用についてレビューする。 本稿では, 波高予測, 船舶の風荷重計算, オフショアプラットホームの損傷検出, 船体付加抵抗の計算など, さまざまな問題に対する機械学習アルゴリズムの適用について論じる。
  論文  参考訳（メタデータ） (2021-09-01T09:36:12Z)
• A Privacy-Preserving Distributed Architecture for Deep-Learning-as-a-Service [68.84245063902908]
  本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。 クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
  論文  参考訳（メタデータ） (2020-03-30T15:12:03Z)

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。