論文の概要: The Living Library of Trees: Mapping Knowledge Ecology in the Arnold Arboretum

• arxiv url: http://arxiv.org/abs/2509.00114v1
• Date: Thu, 28 Aug 2025 15:37:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.090642
• Title: The Living Library of Trees: Mapping Knowledge Ecology in the Arnold Arboretum
• Title（参考訳）: リビング・ライブラリー・オブ・ツリー:アーノルド樹園における知識生態学のマッピング
• Authors: Johan Malmstedt, Giacomo Nanni, Dario Rodighiero,
• Abstract要約: このプロジェクトは1872年にボストンで設立された281エーカーのリビングミュージアムであるハーバード大学のアーノルド・アーボレタムに焦点が当てられている。 1世紀以上にわたるカリキュラムデータに基づいて、この研究は、歴史的分析と計算手法を組み合わせて、植物や人々の伝記を視覚化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As biodiversity loss and climate change accelerate, botanical gardens serve as vital infrastructures for research, education, and conservation. This project focuses on the Arnold Arboretum of Harvard University, a 281-acre living museum founded in 1872 in Boston. Drawing on more than a century of curatorial data, the research combines historical analysis with computational methods to visualize the biographies of plants and people. The resulting platform reveals patterns of care and scientific observations, along with the collective dimensions embedded in botanical data. Using techniques from artificial intelligence, geospatial mapping, and information design, the project frames the arboretum as a system of shared agency--an active archive of more-than-human affinities that records the layered memory of curatorial labor, the situated nature of knowledge production, and the potential of design to bridge archival record and future care.
• Abstract（参考訳）: 生物多様性の喪失と気候変動が加速するにつれて、植物園は研究、教育、保護のための重要な基盤となっている。 このプロジェクトは1872年にボストンで設立された281エーカーのリビングミュージアムであるハーバード大学のアーノルド・アーボレタムに焦点が当てられている。 1世紀以上にわたるカリキュラムデータに基づいて、この研究は、歴史的分析と計算手法を組み合わせて、植物や人々の伝記を視覚化する。 結果として得られたプラットフォームは、植物データに埋め込まれた集合的な次元とともに、ケアと科学的観察のパターンを明らかにする。 人工知能、地理空間マッピング、情報デザインの技法を用いて、プロジェクトは、アーボレタムを共有エージェンシー(共有エージェンシー)のシステムとして捉えている。

関連論文リスト

• BIOMEDICA: An Open Biomedical Image-Caption Archive, Dataset, and Vision-Language Models Derived from Scientific Literature [73.39593644054865]
  BIOMEDICAはスケーラブルでオープンソースのフレームワークで、PubMed Central Open Accessサブセット全体を抽出、注釈付け、シリアライズして、使いやすく、公開可能なデータセットにする。 われわれのフレームワークは600万以上の記事から2400万以上のユニークな画像テキストペアで包括的なアーカイブを生成する。 BMCA-CLIPは、ストリーミングを通じてBIOMEDICAデータセット上で継続的に事前トレーニングされたCLIPスタイルのモデルのスイートで、27TBのデータをローカルにダウンロードする必要がなくなる。
  論文  参考訳（メタデータ） (2025-01-13T09:58:03Z)
• BioTrove: A Large Curated Image Dataset Enabling AI for Biodiversity [14.949271003068107]
  BioTroveは、生物多様性においてAIアプリケーションを前進させるために設計された最大のデータセットである。 161.9万枚の画像があり、前例のないスケールと3つの主要王国の多様性を提供している。 それぞれの画像には、科学的名前、分類学的階層、一般的な名前が注釈付けされている。
  論文  参考訳（メタデータ） (2024-06-25T17:09:54Z)
• Knowledge-enhanced Visual-Language Pretraining for Computational Pathology [68.6831438330526]
  本稿では,公共資源から収集した大規模画像テキストペアを利用した視覚的表現学習の課題について考察する。 ヒト32組織から病理診断を必要とする4,718の疾患に対して50,470個の情報属性からなる病理知識ツリーをキュレートする。
  論文  参考訳（メタデータ） (2024-04-15T17:11:25Z)
• BioCLIP: A Vision Foundation Model for the Tree of Life [34.187429586642146]
  TreeOfLife-10Mは,生物画像のML対応データセットとして最大かつ多種多様である。 次に,生命樹の基礎モデルであるBioCLIPを開発した。 様々な微細な生物分類タスクに厳格にアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2023-11-30T18:49:43Z)
• Plant Species Classification Using Transfer Learning by Pretrained Classifier VGG-19 [1.933681537640272]
  本稿では,スウェーデンの葉の色を分離し,植物種を同定する手法について述べる。 高い精度を達成するために、事前に訓練された分類器VGG-19の助けを借りて、伝達学習を用いてタスクを完了させる。 このモデルは15の木のクラスを含むスウェーデンの葉のデータセットの側面に関連する知識を取得し、99.70%の精度で未知の植物の適切なクラスを予測するのに役立つ。
  論文  参考訳（メタデータ） (2022-09-07T11:28:50Z)
• Knowledge Representation in Digital Agriculture: A Step Towards Standardised Model [4.286327408435937]
  農作物におけるデータマイニングを表現・保存するための新しい知識マップを提案する。 提案したモデルは、概念、属性、関係、変換、インスタンス、状態の6つの主要な集合で構成されている。 また,この知識モデルを扱うためのアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-07-15T20:31:56Z)
• COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation [79.33545724934714]
  我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
  論文  参考訳（メタデータ） (2020-07-01T16:03:20Z)
• A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
  我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。 知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。 メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
  論文  参考訳（メタデータ） (2020-02-02T13:17:31Z)

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。