Fugu-MT 論文翻訳(概要): BIOMERO 2.0: end-to-end FAIR infrastructure for bioimaging data import, analysis, and provenance

論文の概要: BIOMERO 2.0: end-to-end FAIR infrastructure for bioimaging data import, analysis, and provenance

arxiv url: http://arxiv.org/abs/2511.13611v1
Date: Mon, 17 Nov 2025 17:17:22 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-18 18:52:09.63211
Title: BIOMERO 2.0: end-to-end FAIR infrastructure for bioimaging data import, analysis, and provenance
Title（参考訳）: BIOMERO 2.0: バイオイメージングのためのエンドツーエンドFAIRインフラ
Authors: Torec T. Luik, Joost de Folter, Rodrigo Rosas-Bertolini, Eric A. J. Reits, Ron A. Hoebe, Przemek M. Krawczyk,
Abstract要約: 本稿では,ビオメロをバイオイメージングプラットフォームに転換するBIOMEROフレームワークのメジャー進化であるBIOMERO 2.0を紹介する。 BIOMERO 2.0は、データインポート、前処理、分析、ワークフロー監視をOMERO.webプラグインとコンテナ化コンポーネントを通じて統合する。すべてのインポートと分析はパラメータ、バージョン、結果で記録され、統合ダッシュボードを通じてリアルタイムでアクセスできるようにする。
参考スコア（独自算出の注目度）: 0.07037008937757393
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present BIOMERO 2.0, a major evolution of the BIOMERO framework that transforms OMERO into a FAIR-compliant (findable, accessible, interoperable, and reusable), provenance-aware bioimaging platform. BIOMERO 2.0 integrates data import, preprocessing, analysis, and workflow monitoring through an OMERO.web plugin and containerized components. The importer subsystem facilitates in-place import using containerized preprocessing and metadata enrichment via forms, while the analyzer subsystem coordinates and tracks containerized analyses on high-performance computing systems via the BIOMERO Python library. All imports and analyses are recorded with parameters, versions, and results, ensuring real-time provenance accessible through integrated dashboards. This dual approach places OMERO at the heart of the bioimaging analysis process: the importer ensures provenance from image acquisition through preprocessing and import into OMERO, while the analyzer records it for downstream processing. These integrated layers enhance OMEROs FAIRification, supporting traceable, reusable workflows for image analysis that bridge the gap between data import, analysis, and sharing.
Abstract（参考訳）: 本稿では,BIOMEROフレームワークの大きな進化であるBIOMERO 2.0について述べる。 BIOMERO 2.0は、データインポート、前処理、分析、ワークフロー監視をOMERO.webプラグインとコンテナ化コンポーネントを通じて統合する。インクルータサブシステムは、コンテナ化された前処理とフォームによるメタデータの充実によるインプレースインポートを容易にし、アナライザサブシステムは、BIOMERO Pythonライブラリを介して、高性能コンピューティングシステム上でコンテナ化された分析をコーディネートし、追跡する。すべてのインポートと分析はパラメータ、バージョン、結果で記録され、統合ダッシュボードを通じてリアルタイムの成果物がアクセスできるようにする。この2つのアプローチは、OMEROをバイオイメージング分析プロセスの中心に配置する。インクルータは、前処理による画像取得からOMEROへのインポートまでを保証し、アナライザは下流処理に記録する。これらの統合レイヤはOMEROのFAIRificationを強化し、データのインポート、分析、共有のギャップを埋めるイメージ分析のためのトレーサブルで再利用可能なワークフローをサポートする。

関連論文リスト

CellPainTR: Generalizable Representation Learning for Cross-Dataset Cell Painting Analysis [51.56484100374058]
本稿では,細胞形態の基本的な表現を学習するためのトランスフォーマーベースのアーキテクチャであるCellPainTRを紹介する。私たちの研究は、画像ベースのプロファイリングのための真の基盤モデルを作成するための重要なステップであり、より信頼性が高くスケーラブルなクロススタディ生物学的分析を可能にします。
論文参考訳（メタデータ） (2025-09-02T03:30:07Z)
Streamlining Knowledge Graph Creation with PyRML [0.0]
PyRMLは、宣言型マッピングを通じて知識グラフを構築するためのPythonネイティブライブラリである。宣言的意味論と実践的知識グラフ工学のギャップを埋める。
論文参考訳（メタデータ） (2025-05-27T09:40:29Z)
Developing Retrieval Augmented Generation (RAG) based LLM Systems from PDFs: An Experience Report [3.4632900249241874]
本稿では,PDF文書を主データ源とする検索拡張生成システム(RAG)の開発経験報告について述べる。 RAGアーキテクチャは、Large Language Models (LLM) の生成能力と情報検索の精度を組み合わせたものである。この研究の実際的な意味は、様々な分野における生成AIシステムの信頼性を高めることである。
論文参考訳（メタデータ） (2024-10-21T12:21:49Z)
VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents [66.42579289213941]
Retrieval-augmented Generation (RAG) は、大規模言語モデルが外部知識ソースを生成に活用できる効果的な手法である。本稿では、視覚言語モデル(VLM)に基づくRAGパイプラインを確立することにより、この問題に対処するVisRAGを紹介する。このパイプラインでは、まず文書を解析してテキストを得る代わりに、VLMを画像として直接埋め込んで、VLMの生成を強化する。
論文参考訳（メタデータ） (2024-10-14T15:04:18Z)
BIOMERO: BioImage analysis in OMERO [0.0]
本稿では,バイオイメージングデータ管理プラットフォームとして有名なビオメロとハイパフォーマンスコンピューティングの橋梁であるビオメロを紹介する。 BioMEROは、特殊な知識を不要にすることで研究者に力を与え、OMEROから直接スケーラブルな画像処理を可能にする。バイオイメージング研究の領域にまたがって、再利用性を強調したFAIRの普及を促進する。
論文参考訳（メタデータ） (2024-02-01T16:33:06Z)
WildlifeDatasets: An open-source toolkit for animal re-identification [0.0]
WildlifeDatasetsは、生態学者とコンピュータビジョン/機械学習研究者のためのオープンソースのツールキットである。 WildlifeDatasetsはPythonで書かれており、公開されている野生生物データセットに簡単にアクセスできる。我々は,MegaDescriptorという多種多様な種において,個人を再同定するための最初の基礎モデルを提供する。
論文参考訳（メタデータ） (2023-11-15T17:08:09Z)
Closing the loop: Autonomous experiments enabled by machine-learning-based online data analysis in synchrotron beamline environments [80.49514665620008]
機械学習は、大規模または高速に生成されたデータセットを含む研究を強化するために使用できる。本研究では,X線反射法(XRR)のための閉ループワークフローへのMLの導入について述べる。本研究では,ビームライン制御ソフトウェア環境に付加的なソフトウェア依存関係を導入することなく,実験中の基本データ解析をリアルタイムで行うソリューションを提案する。
論文参考訳（メタデータ） (2023-06-20T21:21:19Z)
Zero-shot Composed Text-Image Retrieval [72.43790281036584]
合成画像検索(CIR)の問題点を考察する。テキストや画像などのマルチモーダル情報を融合し、クエリにマッチする画像を正確に検索し、ユーザの表現能力を拡張できるモデルをトレーニングすることを目的としている。
論文参考訳（メタデータ） (2023-06-12T17:56:01Z)
GAIA Search: Hugging Face and Pyserini Interoperability for NLP Training Data Exploration [97.68234051078997]
我々はPyseriniを、オープンソースのAIライブラリとアーティファクトのHugging Faceエコシステムに統合する方法について論じる。 Jupyter NotebookベースのウォークスルーがGitHubで公開されている。 GAIA Search - 前述した原則に従って構築された検索エンジンで、人気の高い4つの大規模テキストコレクションへのアクセスを提供する。
論文参考訳（メタデータ） (2023-06-02T12:09:59Z)
Interactive Visualization of Protein RINs using NetworKit in the Cloud [57.780880387925954]
本稿では,タンパク質動態,特に残基相互作用ネットワーク(RIN)の例について考察する。 NetworKitを使ってクラウドベースの環境を構築しています。このアプローチの汎用性を実証するために、私たちは、RIN視覚化のためのカスタムJupyterベースのウィジェットを構築するためにそれを使用します。
論文参考訳（メタデータ） (2022-03-02T17:41:45Z)
A Novel Micro-service Based Platform for Composition, Deployment and Execution of BDA Applications [0.0]
ALIDAは、BDAアプリケーション開発者とデータアナリストの両方がそれと対話できる統一されたプラットフォームの実現を目指している。開発者は、公開APIおよび/またはWebユーザインターフェイスを介して、新しいBDAアプリケーションを登録することができる。データアナリストは、提供されたBDAアプリケーションを使用して、ダッシュボードのユーザインターフェースを通じてバッチ/ストリームを作成して、1つ以上のソースから結果を操作し、視覚化することができる。
論文参考訳（メタデータ） (2022-02-06T20:36:17Z)

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。