論文の概要: t-viSNE: Interactive Assessment and Interpretation of t-SNE Projections
- arxiv url: http://arxiv.org/abs/2002.06910v4
- Date: Tue, 1 Dec 2020 20:40:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-31 12:25:11.409805
- Title: t-viSNE: Interactive Assessment and Interpretation of t-SNE Projections
- Title(参考訳): t-viSNE: t-SNE射影の相互評価と解釈
- Authors: Angelos Chatzimparmpas, Rafael M. Martins, Andreas Kerren
- Abstract要約: t-viSNEは、t-SNEプロジェクションを視覚的に探索するためのインタラクティブツールである。
本稿では, t-SNEプロジェクションの可視化のために, 一貫性があり, アクセスしやすく, 統合された様々なビューの集合を提案する。
- 参考スコア(独自算出の注目度): 4.640835690336652
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: t-Distributed Stochastic Neighbor Embedding (t-SNE) for the visualization of
multidimensional data has proven to be a popular approach, with successful
applications in a wide range of domains. Despite their usefulness, t-SNE
projections can be hard to interpret or even misleading, which hurts the
trustworthiness of the results. Understanding the details of t-SNE itself and
the reasons behind specific patterns in its output may be a daunting task,
especially for non-experts in dimensionality reduction. In this work, we
present t-viSNE, an interactive tool for the visual exploration of t-SNE
projections that enables analysts to inspect different aspects of their
accuracy and meaning, such as the effects of hyper-parameters, distance and
neighborhood preservation, densities and costs of specific neighborhoods, and
the correlations between dimensions and visual patterns. We propose a coherent,
accessible, and well-integrated collection of different views for the
visualization of t-SNE projections. The applicability and usability of t-viSNE
are demonstrated through hypothetical usage scenarios with real data sets.
Finally, we present the results of a user study where the tool's effectiveness
was evaluated. By bringing to light information that would normally be lost
after running t-SNE, we hope to support analysts in using t-SNE and making its
results better understandable.
- Abstract(参考訳): 多次元データの可視化のためのt-distributed stochastic neighbor embedded (t-sne) は、幅広い領域での成功例とともに、一般的なアプローチであることが証明されている。
その有用性にもかかわらず、t-sne射影は解釈も誤解も難しく、その結果の信頼性を損なう。
t-SNE自体の詳細と出力中の特定のパターンの背後にある理由を理解することは、特に次元減少の非専門家にとって、大変な作業である。
本研究では,T-SNEプロジェクションを視覚的に探索するためのインタラクティブツールであるt-viSNEを提案する。これは,ハイパーパラメータの影響,距離と周辺保存,特定近傍の密度とコスト,次元と視覚パターンの相関など,分析者がそれぞれの精度と意味の異なる側面を検査することができる。
本稿では, t-SNEプロジェクションの可視化のために, 一貫性があり, アクセスしやすく, 統合された様々なビューの集合を提案する。
t-viSNEの適用性とユーザビリティは,実データを用いた仮説的利用シナリオを通じて実証される。
最後に,本ツールの有効性を評価するユーザ調査の結果について報告する。
t-SNEを実行した後、通常失われるであろう光情報をもたらすことで、t-SNEの使用をアナリストに支援し、その結果をより理解しやすくしたいと考えています。
関連論文リスト
- Towards In-Vehicle Multi-Task Facial Attribute Recognition:
Investigating Synthetic Data and Vision Foundation Models [8.54530542456452]
車両の乗客の顔の特徴を認識する複雑なマルチタスクモデルを訓練するための合成データセットの有用性について検討する。
我々の研究は直感に反する発見を明らかにし、特に特定のマルチタスクコンテキストにおいて、ViTよりもResNetの方が優れた性能を示した。
論文 参考訳(メタデータ) (2024-03-10T04:17:54Z) - Invariant Test-Time Adaptation for Vision-Language Model Generalization [90.70743356588996]
学習可能なプロンプトを最適化するテスト時間プロンプトチューニングのパラダイムを導入し,真の因果不変性を活用できるようにモデルを説得する。
提案手法は,潜在的に誤解を招く可能性のあるタスク関連文脈情報への過度な依存を効果的に軽減する。
論文 参考訳(メタデータ) (2024-03-01T09:01:53Z) - DimVis: Interpreting Visual Clusters in Dimensionality Reduction With
Explainable Boosting Machine [3.5775697416994485]
DimVisは、DRプロジェクションの解釈アシスタントとして、教師付きExplainable Boosting Machine(EBM)モデルを使用するツールである。
本ツールは,視覚的クラスタにおける特徴関連性の解釈を提供することにより,高次元データ解析を容易にする。
論文 参考訳(メタデータ) (2024-02-10T04:50:36Z) - RadOcc: Learning Cross-Modality Occupancy Knowledge through Rendering
Assisted Distillation [50.35403070279804]
マルチビュー画像を用いた3次元シーンの占有状況とセマンティクスを推定することを目的とした,新たな課題である3D占有予測手法を提案する。
本稿では,RandOccを提案する。Rendering Assisted distillation paradigm for 3D Occupancy prediction。
論文 参考訳(メタデータ) (2023-12-19T03:39:56Z) - DORA: Exploring Outlier Representations in Deep Neural Networks [0.0]
我々は,Deep Neural Networks (DNN) の表現空間を解析するための,最初のデータに依存しないフレームワークであるDORAを提案する。
我々のフレームワークの中心は、表現間の類似性を評価する、提案された極活動距離測定(EA)である。
EAのメトリクスを定量的に検証し、制御されたシナリオと実世界のアプリケーションの両方でその効果を実証する。
論文 参考訳(メタデータ) (2022-06-09T14:25:14Z) - UnProjection: Leveraging Inverse-Projections for Visual Analytics of
High-Dimensional Data [63.74032987144699]
提案するNNInvは,プロジェクションやマッピングの逆を近似する深層学習技術である。
NNInvは、2次元投影空間上の任意の点から高次元データを再構成することを学び、ユーザーは視覚分析システムで学習した高次元表現と対話することができる。
論文 参考訳(メタデータ) (2021-11-02T17:11:57Z) - Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。
IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
論文 参考訳(メタデータ) (2021-07-26T10:40:59Z) - Proactive Pseudo-Intervention: Causally Informed Contrastive Learning
For Interpretable Vision Models [103.64435911083432]
PPI(Proactive Pseudo-Intervention)と呼ばれる新しい対照的な学習戦略を提案する。
PPIは、因果関係のない画像の特徴を保護するために積極的に介入する。
また,重要な画像画素を識別するための,因果的に通知された新たなサリエンスマッピングモジュールを考案し,モデル解釈の容易性を示す。
論文 参考訳(メタデータ) (2020-12-06T20:30:26Z) - Learning Multiplicative Interactions with Bayesian Neural Networks for
Visual-Inertial Odometry [44.209301916028124]
本稿では,視覚慣性オドメトリー(VIO)のためのエンドツーエンドマルチモーダル学習手法を提案する。
センサ劣化シナリオに照らして、センサの相補性を利用するように設計されている。
論文 参考訳(メタデータ) (2020-07-15T11:39:29Z) - Multi-Task Learning for Dense Prediction Tasks: A Survey [87.66280582034838]
マルチタスク学習(MTL)技術は、性能、計算、メモリフットプリントに関する有望な結果を示している。
我々は、コンピュータビジョンにおけるMLLのための最先端のディープラーニングアプローチについて、よく理解された視点を提供する。
論文 参考訳(メタデータ) (2020-04-28T09:15:50Z) - Analyzing Visual Representations in Embodied Navigation Tasks [45.35107294831313]
我々は、最近提案されたプロジェクション重み付き正準相関解析(PWCCA)を用いて、異なるタスクを実行することで、同じ環境で学習した視覚的表現の類似度を測定する。
次に、あるタスクで学習した視覚的表現が、別のタスクに効果的に転送できることを実証的に示す。
論文 参考訳(メタデータ) (2020-03-12T19:43:59Z)
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。