論文の概要: Sequential Gallery for Interactive Visual Design Optimization

• arxiv url: http://arxiv.org/abs/2005.04107v1
• Date: Fri, 8 May 2020 15:24:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-05 13:19:44.883923
• Title: Sequential Gallery for Interactive Visual Design Optimization
• Title（参考訳）: インタラクティブなビジュアルデザイン最適化のための逐次ギャラリー
• Authors: Yuki Koyama, Issei Sato, Masataka Goto
• Abstract要約: 本稿では,適切なパラメータ集合を効率的に見つけることができるループ最適化手法を提案する。 また、アダプティブグリッドビューに配置された2次元部分空間にオプションを提供するギャラリーベースのインタフェースも提案する。 合成関数を用いた実験により, 逐次平面探索は, ベースラインよりも少ないイテレーションで満足な解を見出すことができた。
• 参考スコア（独自算出の注目度）: 51.52002870143971
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual design tasks often involve tuning many design parameters. For example, color grading of a photograph involves many parameters, some of which non-expert users might be unfamiliar with. We propose a novel user-in-the-loop optimization method that allows users to efficiently find an appropriate parameter set by exploring such a high-dimensional design space through much easier two-dimensional search subtasks. This method, called sequential plane search, is based on Bayesian optimization to keep necessary queries to users as few as possible. To help users respond to plane-search queries, we also propose using a gallery-based interface that provides options in the two-dimensional subspace arranged in an adaptive grid view. We call this interactive framework Sequential Gallery since users sequentially select the best option from the options provided by the interface. Our experiment with synthetic functions shows that our sequential plane search can find satisfactory solutions in fewer iterations than baselines. We also conducted a preliminary user study, results of which suggest that novices can effectively complete search tasks with Sequential Gallery in a photo-enhancement scenario.
• Abstract（参考訳）: ビジュアルデザインタスクは、しばしば多くのデザインパラメータをチューニングする。 例えば、写真のカラーグレーディングには多くのパラメーターが含まれており、そのうちのいくつかは専門家でないユーザーが慣れていないかもしれない。 より簡単な2次元探索サブタスクを用いて,そのような高次元設計空間を探索することにより,適切なパラメータを効率的に見つけることができる。 この方法はシーケンシャルプレーンサーチと呼ばれ、ベイズ最適化に基づいてユーザに必要なクエリを可能な限り少なく抑える。 ユーザが平面検索クエリに応答するのを助けるために,アダプティブグリッドビューに配置された2次元サブスペースのオプションを提供するギャラリーベースのインターフェースも提案する。 ユーザがインターフェースが提供するオプションから最適なオプションを順次選択するため、私たちはこのインタラクティブフレームワークシーケンシャルギャラリーと呼んでいます。 合成関数を用いた実験により, 逐次平面探索は, ベースラインよりも少ないイテレーションで満足な解を見つけることができた。 また,写真エンハンスメントシナリオにおいて,初心者がシーケンシャルギャラリーを用いた検索タスクを効果的に完了できることを示す予備的なユーザ調査を行った。

関連論文リスト

• SwipeGANSpace: Swipe-to-Compare Image Generation via Efficient Latent Space Exploration [3.864321514889098]
  本稿では,シンプルなユーザ・スワイプインタラクションを用いて,ユーザの好みの画像を生成する手法を提案する。 スワイプ操作のみで潜伏空間を効果的に探索するために、StyleGANの潜伏空間に主成分分析を適用する。 我々は、マルチアームのバンディットアルゴリズムを用いて、ユーザの好みに焦点をあてて、探索する次元を決定する。
  論文  参考訳（メタデータ） (2024-04-30T16:37:27Z)
• Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential Recommendations [50.03560306423678]
  本稿では,レコメンダシステムのための適応型マルチラウンド検索パラダイムであるAda-Retrievalを提案する。 Ada-Retrievalは、ユーザー表現を反復的に洗練し、全項目領域の潜在的な候補をよりよく捉えます。
  論文  参考訳（メタデータ） (2024-01-12T15:26:40Z)
• The Contemporary Art of Image Search: Iterative User Intent Expansion via Vision-Language Model [4.531548217880843]
  画像検索のための革新的なユーザ意図拡張フレームワークを提案する。 本フレームワークは,視覚モデルを用いてマルチモーダルなユーザ入力を解析・構成する。 提案フレームワークは,ユーザの画像検索体験を大幅に改善する。
  論文  参考訳（メタデータ） (2023-12-04T06:14:25Z)
• Self-supervised Multi-view Disentanglement for Expansion of Visual Collections [6.944742823561]
  類似した画像に対する問い合わせが画像の集合から導出される設定について考察する。 ビジュアルサーチでは、類似度の測定は複数の軸に沿って行うか、スタイルや色などのビューで行うことができる。 本研究の目的は,複数のビューからの表現に対して計算された類似性を効果的に組み合わせた検索アルゴリズムを設計することである。
  論文  参考訳（メタデータ） (2023-02-04T22:09:17Z)
• Experimental Design for Multi-Channel Imaging via Task-Driven Feature Selection [2.662628670752034]
  本稿では,その設計(画像チャネルのセット)を同時に最適化し,ユーザが特定した画像解析タスクを実行するための機械学習モデルを訓練する実験設計のための新しいパラダイムを提案する。 その結果、従来の実験設計よりも大幅に改善され、新しいパラダイムにおけるアプリケーション固有の方法が2つ、教師付き特徴選択における最先端のアプローチが2つあった。
  論文  参考訳（メタデータ） (2022-10-13T10:36:24Z)
• Efficient Non-Parametric Optimizer Search for Diverse Tasks [93.64739408827604]
  興味のあるタスクを直接検索できる,スケーラブルで汎用的なフレームワークを初めて提示する。 基礎となる数学表現の自然木構造に着想を得て、空間を超木に再配置する。 我々は,モンテカルロ法を木探索に適用し,レジェクションサンプリングと等価形状検出を備える。
  論文  参考訳（メタデータ） (2022-09-27T17:51:31Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• AutoSTR: Efficient Backbone Search for Scene Text Recognition [80.7290173000068]
  テキストインスタンスの多様性とシーンの複雑さのため、シーンテキスト認識(STR)は非常に難しい。 テキスト認識性能を向上させるために,データ依存のバックボーンを検索するための自動STR(AutoSTR)を提案する。 実験によると、データ依存のバックボーンを検索することで、AutoSTRは標準ベンチマークにおける最先端のアプローチより優れている。
  論文  参考訳（メタデータ） (2020-03-14T06:51:04Z)
• Human Preference-Based Learning for High-dimensional Optimization of Exoskeleton Walking Gaits [55.59198568303196]
  この研究は、LineCoSparという、高次元でユーザの好みを学習するヒューマン・イン・ザ・ループの好みベースのフレームワークを提示する。 シミュレーションと人為的試行において,LineCoSparは高次元の選好最適化のためのサンプル効率のよい手法であることを実証的に検証した。 この結果はエキソ骨格の歩行合成に影響を及ぼし,臨床応用と患者のリハビリテーションに有効である。
  論文  参考訳（メタデータ） (2020-03-13T22:02:15Z)
• Using Image Captions and Multitask Learning for Recommending Query Reformulations [11.99358906295761]
  商用画像検索エンジンのクエリレコメンデーションエクスペリエンスを強化することを目的としている。 提案手法は,関連文献からの最先端の実践を取り入れたものである。
  論文  参考訳（メタデータ） (2020-03-02T08:22:46Z)

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。