機械学習のための物理コミュニティのニーズ,ツールおよびリソース【JST・京大機械翻訳】

Harris Philip; Katsavounidis Erik; McCormack William Patrick; Rankin Dylan; Feng Yongbin; Gandrakota Abhijith; Herwig Christian; Holzman Burt; Pedro Kevin; Tran Nhan; Yang Tingjun; Ngadiuba Jennifer; Coughlin Michael; Hauck Scott; Hsu Shih-Chieh; Khoda Elham E; Chen Deming; Neubauer Mark; Duarte Javier; Karagiorgi Georgia; Liu Mia

プレプリント

J-GLOBAL ID：202202219747513194 整理番号：22P0322476

機械学習のための物理コミュニティのニーズ,ツールおよびリソース【JST・京大機械翻訳】

Physics Community Needs, Tools, and Resources for Machine Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (21件)： , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年03月30日プレプリントサーバーでの情報更新日： 2022年03月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習(ML)は,切削エッジ物理学研究のますます重要な構成要素になっているが,その計算要求は,大きな課題を示す。この白紙では,待ち時間とスループット体制,これらのニーズに対処する可能性を提供するツールと資源,およびこれらが最良の利用で,そして,今後何年かにアクセスできるかに関して,MLに関する物理コミュニティのニーズについて議論する。【JST・京大機械翻訳】

, , , , , ,

人工知能

, , , , ,

前のページに戻る