文献

J-GLOBAL ID：201702276406048252   整理番号：17A1400413

オープン科学ビッグデータの理論のための支援の付加【Powered by NICT】

Adding Support for Theory in Open Science Big Data

著者 (3件)： Miller John A. ,  Peng Hao ,  Cotterell Michael E.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SERVICES  ページ： 71-75  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オープン科学ビッグデータは,研究とソフトウェア開発の重要な分野として出現している。ビッグデータのためのいくつかの高品質フレームワークであるが,オープン科学ビッグデータのための必要である付加的な可能性。データ供給源,citable再利用可能なデータ,データ源リンク提供する研究文献,他のデータとの関係と理論,透明分析/再現性,データプライバシー,新しい最適化/進んだアルゴリズム,データ管理,データ貯蔵と移動を含んでいる。科学の重要な部分は,結果の説明であり,理想的理論形成をもたらした。本論文において,筆者らはビッグデータ分析における理論の使用を支持するだけでなく理論形成を支援するためのビッグデータを使用するための方法を検討した。一つのアプローチは,いくつかの理論,既存または新規に適合する方法でデータをフィットした。関数データ解析は,データの正確な適合と同様に平滑性の欠如のペナルティを可能にするかまたは理論的予測から逸脱。本論文では,例えば,時間ベースプロセスは,通常の微分方程式によって支配されるフィッティングデータのための主微分解析と関連技術を検討した。理論形成における自動化についても考察した。計算経済と財政の分野の事例研究を考察した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 予測 ,  最適化 ,  事例研究 ,  再利用 ,  微分方程式 ,  アルゴリズム ,  平滑度 ,  再現性 ,  微分 ,  データ管理 ,  ソフトウェア開発 ,  自動化 ,  *データ蓄積
準シソーラス用語： 高品質 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： 科学 ,  ビッグデータ ,  理論 ,  支援