Fugu-MT 論文翻訳(概要): regvis.net -- A Visual Bibliography of Regulatory Visualization

論文の概要: regvis.net -- A Visual Bibliography of Regulatory Visualization

arxiv url: http://arxiv.org/abs/2007.03573v1
Date: Tue, 7 Jul 2020 15:49:35 GMT
ステータス: 処理完了
システム内更新日: 2023-05-11 01:40:00.336614
Title: regvis.net -- A Visual Bibliography of Regulatory Visualization
Title（参考訳）: regvis.net -- 規制ビジュアライゼーションのビジュアル書誌
Authors: Zhibin Niu, Runlin Li, Junqi Wu, Yaqi Xue, Jiawan Zhang
Abstract要約: regvis.netは、規制の可視化の視覚的な調査で、コンピュータと金融の双方の研究者が関心のある文献をレビューできる。私たちの知る限りでは、これは規制の可視化に適した最初の出版物セットです。
参考スコア（独自算出の注目度）: 8.804423956191318
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Information visualization and visual analytics technology has attracted significant attention from the financial regulation community. In this research, we present regvis.net, a visual survey of regulatory visualization that allows researchers from both the computing and financial communities to review their literature of interest. We have collected and manually tagged more than 80 regulation visualization related publications. To the best of our knowledge, this is the first publication set tailored for regulatory visualization. We have provided a webpage (http://regvis.net) for interactive searches and filtering. Each publication is represented by a thumbnail of the representative system interface or key visualization chart, and users can conduct multi-condition screening explorations and fixed text searches.
Abstract（参考訳）: 情報可視化とビジュアル分析技術は金融規制コミュニティから大きな注目を集めている。本稿では,コンピュータと金融コミュニティの双方の研究者が関心のある文献をレビューできる,規制の可視化に関する視覚的な調査であるrevis.netを提案する。 80以上の規制の視覚化関連出版物を収集し、手動でタグ付けしました。私たちの知る限りでは、これは規制を視覚化するための最初の出版セットです。インタラクティブ検索とフィルタリングのためのWebページ(http://regvis.net)を提供しました。各出版物は代表システムインターフェースまたはキー視覚化チャートのサムネイルで表現され、ユーザはマルチ条件スクリーニングと固定テキスト検索を行うことができる。

関連論文リスト

Augmenting a Large Language Model with a Combination of Text and Visual Data for Conversational Visualization of Global Geospatial Data [51.57559025799189]
本稿では,Large Language Model (LLM) をテキストと視覚データの組み合わせで拡張する手法を提案する。可視化とデータセットのテキスト記述と視覚化のスナップショットを組み合わせることでこの問題に対処する。
論文参考訳（メタデータ） (2025-01-16T13:16:37Z)
Gaze2AOI: Open Source Deep-learning Based System for Automatic Area of Interest Annotation with Eye Tracking Data [0.0]
本稿では,関心領域の自動アノテート・ラベリング(AOIs)によるビデオストリームの拡張により,ユーザの行動と注意の分析を強化する新しい手法を提案する。このツールは、最初の修正までの時間、居住時間、AOIリビジットの頻度などの重要な機能を提供する。
論文参考訳（メタデータ） (2024-11-20T14:17:23Z)
Instruction-Guided Editing Controls for Images and Multimedia: A Survey in LLM era [50.19334853510935]
命令ベースの編集の最近の進歩は、ユーザ意図と複雑な編集操作の間の橋渡しとして自然言語を用いて、視覚コンテンツとの直感的な対話を可能にしている。我々は,エンターテイメントから教育に至るまで,様々な産業において強力なビジュアル編集を民主化することを目指している。
論文参考訳（メタデータ） (2024-11-15T05:18:15Z)
From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models [98.41645229835493]
グラフ形式のデータの可視化は、データ分析において重要な役割を担い、重要な洞察を提供し、情報的な意思決定を支援する。大規模言語モデルのような大規模な基盤モデルは、様々な自然言語処理タスクに革命をもたらした。本研究は,自然言語処理,コンピュータビジョン,データ解析の分野における研究者や実践者の包括的資源として機能する。
論文参考訳（メタデータ） (2024-03-18T17:57:09Z)
Graph Domain Adaptation: Challenges, Progress and Prospects [61.9048172631524]
本稿では,グラフ間の効果的な知識伝達パラダイムとしてグラフ領域適応を提案する。 GDAは、ソースグラフとしてタスク関連のグラフを多数導入し、ソースグラフから学習した知識をターゲットグラフに適応させる。研究状況と課題について概説し、分類学を提案し、代表作の詳細を紹介し、今後の展望について論じる。
論文参考訳（メタデータ） (2024-02-01T02:44:32Z)
Privacy and Transparency in Graph Machine Learning: A Unified Perspective [0.5122568328316803]
Graph Machine Learning(GraphML)は、最近のルネッサンスを享受し、複数のドメインにおけるモデルのファジィな配列とそのアプリケーションを実現している。信頼できるAIシステムのための政府機関による機密性の高いドメインや規制の適用性の増加に伴い、研究者たちはグラフ学習の透明性とプライバシーの問題の調査を開始した。 GraphMLにおけるプライバシーと透明性の相互作用に関する統一的な視点を提供する。
論文参考訳（メタデータ） (2022-07-22T06:18:33Z)
Graphing else matters: exploiting aspect opinions and ratings in explainable graph-based recommendations [66.83527496838937]
本稿では,テキストレビューで表現された評価情報とアスペクトベースの意見を組み合わせたグラフから抽出した埋め込みを活用することを提案する。次に、AmazonとYelpの6つのドメインのレビューから生成されたグラフに対して、最先端のグラフ埋め込み技術を適用して評価する。提案手法は,推奨項目について利用者が提示したアスペクトベースの意見を活用した説明を提供することの利点がある。
論文参考訳（メタデータ） (2021-07-07T13:57:28Z)
VIS30K: A Collection of Figures and Tables from IEEE Visualization Conference Publications [30.650469642953645]
VIS30Kは、IEEE Visualization Conferenceシリーズの各トラックから30年の数字と表を表す29,689枚の画像のコレクションです。本稿では,畳み込みニューラルネットワーク(CNN)とキュレーションを結合したデータセットと半自動収集プロセスについて述べる。その結果、VISImageNavigator(VIN、visimagenavigator.io)は、著者名、論文キーワード、タイトルと抽象、および年によってVIS30Kの検索と探索を容易にするWebベースのツールです。
論文参考訳（メタデータ） (2020-12-22T19:56:29Z)
Self-Supervised Learning for Visual Summary Identification in Scientific Publications [21.26121265868308]
要約に基づいて、出版物の視覚的な要約として機能する数字を選択するための新しいベンチマークデータセットを作成します。図形キャプション付き図形へのインライン参照のマッチングに基づいて,自己教師付き学習手法を開発する。生物医学およびコンピュータ科学の分野の実験は私達のモデルが芸術の状態を上回ることができることを示します。
論文参考訳（メタデータ） (2020-12-21T09:48:58Z)
A New Neural Search and Insights Platform for Navigating and Organizing AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文参考訳（メタデータ） (2020-10-30T19:12:25Z)
VisImages: A Fine-Grained Expert-Annotated Visualization Dataset [27.88593160215692]
IEEE InfoVisとVASTの1,397の論文のキャプションで12,267の画像を収集するデータセットVisImagesを構築し、公開します。包括的な視覚化分類に基づいて構築されたデータセットには、画像内の35,096の可視化とそれらの境界ボックスが含まれている。
論文参考訳（メタデータ） (2020-07-09T06:47:49Z)

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。