論文の概要: Twenty-five years of J-DSP Online Labs for Signal Processing Classes and Workforce Development Programs
- arxiv url: http://arxiv.org/abs/2602.13863v1
- Date: Sat, 14 Feb 2026 19:52:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 14:17:28.52211
- Title: Twenty-five years of J-DSP Online Labs for Signal Processing Classes and Workforce Development Programs
- Title（参考訳）: J-DSP Online Labs for Signal Processing Classs and Workforce Development Programs の25年
- Authors: Andreas Spanias,
- Abstract要約: J-DSPは、DSPクラスにおけるオンラインラボラトリーをサポートするために作られ、2000年に私たちのASU DSPクラスに最初にデプロイされました。
Webベースのソフトウェアは、私たちのチームがJavaで開発し、その後よりセキュアなHTML5環境に移行しました。
このプログラムの特定の機能は、NSF REU、IRES、RETの労働開発、高校のアウトリーチで使用されている。
- 参考スコア（独自算出の注目度）: 5.1779474453796865
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents the history of the online simulation program Java-DSP (J-DSP) and the most recent function development and deployment. J-DSP was created to support online laboratories in DSP classes and was first deployed in our ASU DSP class in 2000. The development of the program and its extensions was supported by several NSF grants including CCLI and IUSE. The web-based software was developed by our team in Java and later transitioned to the more secure HTML5 environment. J-DSP supports laboratory exercises on: digital filters and their design, the FFT and its utility in spectral analysis, machine learning for signal classification, and more recently online simulations with the Quantum Fourier Transform. Throughout the J-DSP development and deployment of this tool and its associated laboratory exercises, we documented evaluations. Mobile versions of the program for iOS and Android were also developed. J-DSP is used to this day in several universities, and specific functions of the program have been used in NSF REU, IRES and RET workforce development and high school outreach.
- Abstract（参考訳）: 本稿では,オンラインシミュレーションプログラムJava-DSP(J-DSP)の歴史と,最新の機能開発と展開について述べる。
J-DSPは、DSPクラスにおけるオンラインラボラトリーをサポートするために作られ、2000年に私たちのASU DSPクラスに最初にデプロイされました。
プログラムの開発と拡張は、CCLIやIUSEを含むいくつかのNSF助成金によって支援された。
Webベースのソフトウェアは、私たちのチームがJavaで開発し、その後よりセキュアなHTML5環境に移行しました。
J-DSPは、デジタルフィルタとその設計、スペクトル分析におけるFFTとそのユーティリティ、信号分類のための機械学習、最近では量子フーリエ変換によるオンラインシミュレーションなど、実験室でのトレーニングをサポートする。
本ツールのJ-DSP開発および展開と関連する実験室演習を通じて,評価を文書化した。
iOSとAndroid向けのモバイル版も開発された。
現在、いくつかの大学ではJ-DSPが使われており、NSF REU、IRES、RETの労働開発や高校のアウトリーチで利用されてきた。
関連論文リスト
- Using GUI Agent for Electronic Design Automation [123.86509061313912]
Graphical User Interface (GUI)エージェントは、スクリーンショットをアクションシーケンスにマッピングするエンドツーエンドパラダイムを採用する。
既存のGUIエージェントは、Microsoft WordやExcelのようなコモディティソフトウェアにのみ評価される。
この作業は、GUIエージェントを一般的なオフィス自動化から、専門的で高価値なエンジニアリングドメインまで拡張する。
論文 参考訳（メタデータ） (2025-12-12T14:49:32Z) - SWE-Dev: Evaluating and Training Autonomous Feature-Driven Software Development [40.48114055515786]
SWE-Devは、現実世界の機能開発タスクで自律的なコーディングシステムを評価し、訓練するために設計された最初の大規模データセットである。
このコレクションは、Supervised Fine-Tuning(SFT)のための高品質なデータを提供するが、実行可能単体テストから正確な報酬信号を提供することで強化学習(RL)を可能にする。
論文 参考訳（メタデータ） (2025-05-22T17:51:49Z) - Federated Learning for Cyber Physical Systems: A Comprehensive Survey [49.54239703000928]
近年,フェデレートラーニング(FL)が普及している。
この記事では、FLが、インテリジェントトランスポートシステム、サイバーセキュリティサービス、スマートシティ、スマートヘルスケアソリューションなど、重要なCPSアプリケーションでどのように利用されるのかを精査する。
論文 参考訳（メタデータ） (2025-05-08T01:17:15Z) - An Online Integrated Development Environment for Automated Programming Assessment Systems [4.618037115403291]
本研究は,オンラインIDEの要件を抽出し,定義することで,プログラミング教育の分野に貢献する。
新しいオンラインIDEのユーザビリティをTechnology Acceptance Model (TAM)を用いて評価し,27人の初等生からフィードバックを得た。
論文 参考訳（メタデータ） (2025-03-17T12:50:51Z) - SOEN-101: Code Generation by Emulating Software Process Models Using Large Language Model Agents [50.82665351100067]
FlowGenは、複数のLarge Language Model (LLM)エージェントに基づいたソフトウェアプロセスモデルをエミュレートするコード生成フレームワークである。
FlowGenScrumをHumanEval、HumanEval-ET、MBPP、MBPP-ETの4つのベンチマークで評価した。
論文 参考訳（メタデータ） (2024-03-23T14:04:48Z) - ISP meets Deep Learning: A Survey on Deep Learning Methods for Image
Signal Processing [0.0]
カメラのイメージシグナルプロセッサ(ISP)全体は、カラーフィルタアレイ(CFA)センサーからデータを変換する複数のプロセスに依存している。
ディープラーニング(Deep Learning)は、その一部、あるいはひとつのニューラルネットワークを使ってISP全体を置き換えるためのソリューションとして登場した。
論文 参考訳（メタデータ） (2023-05-19T20:37:27Z) - Training and Evaluating a Jupyter Notebook Data Science Assistant [5.406059025929894]
シーケンス・ツー・シーケンス・トランスを用いたデータサイエンスアシスタントの実現可能性について検討する。
私たちは、利用可能なすべてのJupyter Notebook GitHubリポジトリで新しいモデルJuPyT5をトレーニングし、新しいメトリックを開発した。
論文 参考訳（メタデータ） (2022-01-30T19:56:37Z) - Lifelong Learning Metrics [63.8376359764052]
DARPA Lifelong Learning Machines (L2M) プログラムは、人工知能(AI)システムの進歩を目指している。
本論文は、生涯学習シナリオを実行するエージェントのパフォーマンスの構築と特徴付けのためのフォーマリズムを概説する。
論文 参考訳（メタデータ） (2022-01-20T16:29:14Z) - CodeXGLUE: A Machine Learning Benchmark Dataset for Code Understanding
and Generation [72.90209988513995]
CodeXGLUEは、プログラムの理解と生成のための機械学習研究を促進するためのベンチマークデータセットである。
CodeXGLUEには、14データセットにわたる10タスクのコレクションと、モデル評価と比較のためのプラットフォームが含まれている。
論文 参考訳（メタデータ） (2021-02-09T06:16:25Z) - Data Science for Engineers: A Teaching Ecosystem [59.00739310930656]
チリ大学物理学・数学学部の技術者にデータサイエンスを教えるエコシステムについて述べる。
このイニシアチブは、学術的・専門的な環境からDS資格の需要が高まっていることに動機づけられている。
DS教育の原則と我々のアプローチの革新的な構成要素を共有することで、自分たちのDSプログラムやエコシステムを開発する人たちにとって、私たちの経験が役に立つことを願っています。
論文 参考訳（メタデータ） (2021-01-14T14:17:57Z)
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。