論文の概要: When Servers Meet Species: A Fab-to-Grave Lens on Computing's Biodiversity Impact
- arxiv url: http://arxiv.org/abs/2506.20442v2
- Date: Fri, 27 Jun 2025 02:24:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-30 13:06:01.337073
- Title: When Servers Meet Species: A Fab-to-Grave Lens on Computing's Biodiversity Impact
- Title（参考訳）: サーバーが種と出会うとき - コンピュータの生物多様性への影響に関するファブツーグラブレンズ
- Authors: Tianyao Shi, Ritbik Kumar, Inez Hua, Yi Ding,
- Abstract要約: 本稿では,コンピュータシステムによる生物多様性への影響のエンド・ツー・エンド分析について述べる。
生物多様性指数(EBI)とOBI(Operational Biodiversity Index)の2つの新しい指標を導入し,生物多様性への影響をライフサイクル全体で定量化する。
本稿では,計算負荷と生物多様性の影響を結びつけるモデリングフレームワークであるFABRICを紹介する。
- 参考スコア（独自算出の注目度）: 2.664633466640672
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Biodiversity loss is a critical planetary boundary, yet its connection to computing remains largely unexamined. Prior sustainability efforts in computing have focused on carbon and water, overlooking biodiversity due to the lack of appropriate metrics and modeling frameworks. This paper presents the first end-to-end analysis of biodiversity impact from computing systems. We introduce two new metrics--Embodied Biodiversity Index (EBI) and Operational Biodiversity Index (OBI)--to quantify biodiversity impact across the lifecycle, and present FABRIC, a modeling framework that links computing workloads to biodiversity impacts. Our evaluation highlights the need to consider biodiversity alongside carbon and water in sustainable computing design and optimization. The code is available at https://github.com/TianyaoShi/FABRIC.
- Abstract（参考訳）: 生物多様性の喪失は惑星の境界線として重要なものであるが、計算との結びつきはほとんど検討されていない。
コンピューティングにおけるこれまでの持続可能性の取り組みは、適切なメトリクスやモデリングフレームワークが欠如していることから、生物多様性を見越して、炭素と水に焦点を当ててきた。
本稿では,コンピュータシステムによる生物多様性への影響のエンド・ツー・エンド分析について述べる。
生物多様性指数(EBI)とOBI(Operational Biodiversity Index)の2つの新しい指標を導入し、ライフサイクル全体にわたる生物多様性への影響を定量化するとともに、計算ワークロードと生物多様性の影響を関連付けるモデリングフレームワークであるFABRICを紹介した。
本評価は, 持続可能な計算設計と最適化において, 炭素と水と共に生物多様性を考える必要性を強調した。
コードはhttps://github.com/TianyaoShi/FABRIC.comで公開されている。
関連論文リスト
- BioCLIP 2: Emergent Properties from Scaling Hierarchical Contrastive Learning [51.341003735575335]
生体視覚モデルでは,大規模コントラスト視覚言語学習により創発的行動が観察される。
我々は、異なる種を区別するために、TreeOfLife-200MでBioCLIP 2を訓練する。
得られたBioCLIP 2の埋め込み空間における創発的特性を同定する。
論文 参考訳（メタデータ） (2025-05-29T17:48:20Z) - BioCube: A Multimodal Dataset for Biodiversity Research [0.6749750044497732]
生態学および生物多様性研究のための微細なグローバルデータセットであるBioCubeを紹介する。
BioCubeは、画像、オーディオ記録、説明、環境DNA、植生指標、農業、森林、土地の指標、高解像度気候変数を通じて種を観察する。
すべての観測は、2000年から2020年の間、WGS84の測地システムの下で測地的に一致している。
論文 参考訳（メタデータ） (2025-05-16T09:46:08Z) - Multimodal classification of forest biodiversity potential from 2D orthophotos and 3D airborne laser scanning point clouds [47.679877727066206]
森林生物多様性の評価は生態系管理と保全に不可欠である。
深層学習に基づく2次元直視と3次元空中レーザースキャン(ALS)点群からの近距離センシングデータの融合は、森林の生物多様性ポテンシャルを確実に評価することができる。
BioVistaのデータセットは、デンマークの温帯森林から採取された44の378対のオルソフォトスとALS点雲からなる。
論文 参考訳（メタデータ） (2025-01-03T09:42:25Z) - CLIBD: Bridging Vision and Genomics for Biodiversity Monitoring at Scale [21.995678534789615]
コントラスト学習を用いて画像、バーコードDNA、および統合埋め込み空間における分類ラベルのテキストベース表現を整列する。
本手法は、ゼロショット学習タスクにおいて、従来の単一モダリティアプローチを8%以上精度で上回る。
論文 参考訳（メタデータ） (2024-05-27T17:57:48Z) - ProBio: A Protocol-guided Multimodal Dataset for Molecular Biology Lab [67.24684071577211]
研究結果を複製するという課題は、分子生物学の分野に重大な障害をもたらしている。
まず、この目的に向けた最初のステップとして、ProBioという名前の包括的なマルチモーダルデータセットをキュレートする。
次に、透明なソリューショントラッキングとマルチモーダルなアクション認識という2つの挑戦的なベンチマークを考案し、BioLab設定におけるアクティビティ理解に関連する特徴と難しさを強調した。
論文 参考訳（メタデータ） (2023-11-01T14:44:01Z) - BioGPT: Generative Pre-trained Transformer for Biomedical Text
Generation and Mining [140.61707108174247]
本稿では,大規模生物医学文献に基づいて事前学習したドメイン固有生成型トランスフォーマー言語モデルであるBioGPTを提案する。
BC5CDRでは44.98%、38.42%、40.76%のF1スコア、KD-DTIとDDIの関係抽出タスクでは78.2%、PubMedQAでは78.2%の精度が得られた。
論文 参考訳（メタデータ） (2022-10-19T07:17:39Z) - Automatic image-based identification and biomass estimation of
invertebrates [70.08255822611812]
時間を要する分類と分類は、どれだけの昆虫を処理できるかに強い制限を課す。
我々は、人間の専門家による分類と識別の標準的な手動アプローチを、自動画像ベース技術に置き換えることを提案する。
分類タスクには最先端のResnet-50とInceptionV3 CNNを使用する。
論文 参考訳（メタデータ） (2020-02-05T21:38:57Z)
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。