論文の概要: A Generative AI System for Biomedical Data Discovery with Grammar-Based Visualizations

• arxiv url: http://arxiv.org/abs/2509.16454v1
• Date: Fri, 19 Sep 2025 22:20:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:15.80028
• Title: A Generative AI System for Biomedical Data Discovery with Grammar-Based Visualizations
• Title（参考訳）: 文法に基づくビジュアライゼーションを用いたバイオメディカルデータ発見のための生成AIシステム
• Authors: Devin Lange, Shanghua Gao, Pengwei Sui, Austen Money, Priya Misner, Marinka Zitnik, Nils Gehlenborg,
• Abstract要約: 我々は,生成AIと文法に基づくビジュアライゼーションを組み合わせたバイオメディカルデータ発見の可能性を探る。 プロトタイプでは、マルチエージェントシステムを用いて可視化仕様を作成し、フィルタを適用します。 これらの視覚化はリンクされ、インタラクティブなダッシュボードが徐々に構築される。
• 参考スコア（独自算出の注目度）: 27.577426841656788
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We explore the potential for combining generative AI with grammar-based visualizations for biomedical data discovery. In our prototype, we use a multi-agent system to generate visualization specifications and apply filters. These visualizations are linked together, resulting in an interactive dashboard that is progressively constructed. Our system leverages the strengths of natural language while maintaining the utility of traditional user interfaces. Furthermore, we utilize generated interactive widgets enabling user adjustment. Finally, we demonstrate the potential utility of this system for biomedical data discovery with a case study.
• Abstract（参考訳）: 我々は,生成AIと文法に基づくビジュアライゼーションを組み合わせたバイオメディカルデータ発見の可能性を探る。 プロトタイプでは、マルチエージェントシステムを用いて可視化仕様を作成し、フィルタを適用します。 これらの視覚化はリンクされ、インタラクティブなダッシュボードが徐々に構築される。 本システムは,従来のユーザインタフェースの有用性を維持しつつ,自然言語の強みを活用している。 さらに,ユーザ調整が可能な対話ウィジェットも活用する。 最後に, バイオメディカルデータ発見における本システムの有用性を事例として示す。

関連論文リスト

• A Large-Scale Vision-Language Dataset Derived from Open Scientific Literature to Advance Biomedical Generalist AI [70.06771291117965]
  PubMed Central Open Accessサブセットから派生したオープンソースのデータセットであるBiomedicaを紹介する。 Biomedicaには600万以上の科学論文と2400万の画像テキストペアが含まれている。 私たちは、Webサーバを通じてスケーラブルなストリーミングと検索APIを提供し、AIシステムとのシームレスな統合を容易にします。
  論文  参考訳（メタデータ） (2025-03-26T05:56:46Z)
• Multimodal Contrastive Representation Learning in Augmented Biomedical Knowledge Graphs [2.006175707670159]
  PrimeKG++はマルチモーダルデータを組み込んだ豊富な知識グラフである。 提案手法は強い一般化可能性を示し,未知のノードに対しても正確なリンク予測を可能にする。
  論文  参考訳（メタデータ） (2025-01-03T05:29:12Z)
• Hierarchical Text-to-Vision Self Supervised Alignment for Improved Histopathology Representation Learning [64.1316997189396]
  病理組織像のための新しい言語型自己教師学習フレームワーク,階層型言語型自己監督(HLSS)を提案する。 その結果,OpenSRH と TCGA の2つの医用画像ベンチマークにおいて,最先端の性能が得られた。
  論文  参考訳（メタデータ） (2024-03-21T17:58:56Z)
• LLaVA-Med: Training a Large Language-and-Vision Assistant for Biomedicine in One Day [85.19963303642427]
  本稿では,バイオメディカルイメージのオープンな研究課題に答えられる視覚言語対話アシスタントを訓練するための費用効率のよいアプローチを提案する。 モデルはまず、フィギュア・キャプションのペアを使ってバイオメディカル・ボキャブラリをアライメントし、その後、オープンエンドの会話意味論を習得する。 これにより、バイオメディジンのための大規模言語と視覚アシスタントを15時間以内で(8つのA100で)訓練することができる。
  論文  参考訳（メタデータ） (2023-06-01T16:50:07Z)
• GraphPrompt: Graph-Based Prompt Templates for Biomedical Synonym Prediction [12.604871572399722]
  我々は,70種類の概念と200万種類の概念-長期ペアを含む専門家計算データセットOBO-synを導入し,同義語予測手法の評価を行った。 グラフに応じてプロンプトテンプレートを生成するプロンプトベースの学習手法であるGraphPromptを提案する。 我々は,グラフベースのNLPタスクにグラフプロンプトとOBO-synデータセットを幅広く適用し,生物医学的データを多種多様な蓄積する基盤となることを想定する。
  論文  参考訳（メタデータ） (2021-11-13T06:59:27Z)
• GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
  Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。 GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
  論文  参考訳（メタデータ） (2021-10-19T18:07:07Z)
• Relational Graph Learning on Visual and Kinematics Embeddings for Accurate Gesture Recognition in Robotic Surgery [84.73764603474413]
  本稿では,マルチモーダルグラフネットワーク(MRG-Net)の新たなオンラインアプローチを提案し,視覚情報とキネマティクス情報を動的に統合する。 本手法の有効性は, JIGSAWSデータセット上での最先端の成果で実証された。
  論文  参考訳（メタデータ） (2020-11-03T11:00:10Z)
• Unsupervised Multi-Modal Representation Learning for Affective Computing with Multi-Corpus Wearable Data [16.457778420360537]
  我々は、人間の監督への依存を減らすために、教師なしの枠組みを提案する。 提案フレームワークは2つの畳み込み自己エンコーダを用いて、ウェアラブル心電図(ECG)と電磁気放射能(EDA)信号から潜時表現を学習する。 提案手法は, 同一のデータセット上での覚醒検出を行ない, 現状の成果よりも優れていた。
  論文  参考訳（メタデータ） (2020-08-24T22:01:55Z)

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。