Fugu-MT 論文翻訳(概要): VETNET: Assembling Benchmark Datasets for AI-Driven Veterinary Innovation

論文の概要: VETNET: Assembling Benchmark Datasets for AI-Driven Veterinary Innovation

arxiv url: http://arxiv.org/abs/2610.14149v1
Date: Fri, 09 Oct 2026 15:41:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-15 21:06:15.015386
Title: VETNET: Assembling Benchmark Datasets for AI-Driven Veterinary Innovation
Title（参考訳）: VETNET:AI駆動獣医のイノベーションのためのベンチマークデータセットの組み立て
Abstract要約: VETNETは、動物科学と獣医学におけるAI駆動のイノベーションを促進するために設計されたエコシステムである。このフレームワークは、人間の医学におけるAIの進歩と、獣医のAI開発における断片的な状態とのギャップに対処する。
参考スコア（独自算出の注目度）: 26.43816276771794
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: VETNET represents an ecosystem of live benchmark datasets and evaluation frameworks designed to accelerate AI-driven innovation in animal science and veterinary medicine through standardized, high-quality datasets and multi-institutional collaboration across academic and non-academic sectors. This framework addresses the gap between AI advances in human medicine and the fragmented state of veterinary AI development.
Abstract（参考訳）: VETNETは、標準化された高品質のデータセットを通じて、動物科学と獣医学におけるAI駆動のイノベーションを促進するために設計された、ライブベンチマークデータセットと評価フレームワークのエコシステムである。このフレームワークは、人間の医学におけるAIの進歩と、獣医のAI開発における断片的な状態とのギャップに対処する。

関連論文リスト

An AI Implementation Science Study to Improve Trustworthy Data in a Large Healthcare System [1.6881002551798014]
本研究では,大規模多施設小児科システムであるSingers Childrens (SCs) におけるAI導入事例について述べる。我々は,Pythonベースのデータ品質評価ツールをSCsインフラストラクチャと互換性を持ち,OHDsiのR/Javaベースのデータ品質ダッシュボードを拡張した。また,FHIR標準を用いた顎顔面マイクロソミー(CFM)の体系的およびケース特異的AI実装戦略の比較を行った。
論文参考訳（メタデータ） (2025-12-01T14:21:16Z)
Benchmarking and Evaluation of AI Models in Biology: Outcomes and Recommendations from the CZI Virtual Cells Workshop [18.00029758641004]
我々は、AI駆動の仮想細胞のための堅牢なベンチマークの開発を加速することを目指している。これらのベンチマークは、厳格さ、関連性、生物学的関連性を保証するために不可欠である。これらのベンチマークは、新たな発見、治療的洞察、細胞系のより深い理解を促進する統合モデルに向けて、分野を前進させるだろう。
論文参考訳（メタデータ） (2025-07-14T17:25:28Z)
PyTDC: A multimodal machine learning training, evaluation, and inference platform for biomedical foundation models [59.17570021208177]
PyTDCは、マルチモーダルな生物学的AIモデルのための合理化されたトレーニング、評価、推論ソフトウェアを提供する機械学習プラットフォームである。本稿では、PyTDCのアーキテクチャの構成要素と、我々の知る限り、導入したシングルセルドラッグターゲットMLタスクにおける第一種ケーススタディについて論じる。
論文参考訳（メタデータ） (2025-05-08T18:15:38Z)
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)
Launching Insights: A Pilot Study on Leveraging Real-World Observational Data from the Mayo Clinic Platform to Advance Clinical Research [15.04629464273677]
マヨクリニックプラットフォーム(MCP)は、臨床研究とAI開発をサポートするスケーラブルなエコシステムを提供することによって、課題に対処するために設立された。我々は,MPPのデータ基盤と分析能力を活用する4つの研究プロジェクトを実施し,実世界のエビデンス生成とAIによる臨床洞察を促進する可能性を実証した。
論文参考訳（メタデータ） (2025-03-21T16:06:21Z)
Fine-tuning foundational models to code diagnoses from veterinary health records [2.007589967804153]
本研究は,コロラド州立大学獣医学教育病院(VTH)が認定したSNOMED-CT診断符号7,739点を取り入れたものである。また,手作業による獣医師訪問246,473件のフリーテキストノートに,13件の事前訓練済みLMを微調整した。拡張ラベル付きデータを用いて比較的大規模な臨床用LMを微調整した際,最も正確な結果を得た。
論文参考訳（メタデータ） (2024-10-19T19:30:29Z)
Towards Multi-Modal Animal Pose Estimation: A Survey and In-Depth Analysis [48.57353513938747]
動物ポーズ推定(英: Animal pose Estimation、APE)は、様々なセンサーとモダリティ入力を用いて、動物の身体の部位を特定することを目的としている。 2011年以降、176の論文を評価した結果、APE法は入力センサとモードタイプ、出力形式、学習パラダイム、実験セットアップ、アプリケーションドメインによって分類された。
論文参考訳（メタデータ） (2024-10-12T00:37:07Z)
DrugOOD: Out-of-Distribution (OOD) Dataset Curator and Benchmark for AI-aided Drug Discovery -- A Focus on Affinity Prediction Problems with Noise Annotations [90.27736364704108]
我々は、AI支援薬物発見のための体系的なOODデータセットキュレーターおよびベンチマークであるTarmOODを提案する。 DrugOODには、ベンチマークプロセスを完全に自動化するオープンソースのPythonパッケージが付属している。我々は、薬物標的結合親和性予測という、AIDDにおける最も重要な問題の1つに焦点を当てる。
論文参考訳（メタデータ） (2022-01-24T12:32:48Z)
MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence using Federated Evaluation [110.31526448744096]
この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。 MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
論文参考訳（メタデータ） (2021-09-29T18:09:41Z)

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。