論文の概要: A Machine-Learning-Aided Visual Analysis Workflow for Investigating Air Pollution Data

• arxiv url: http://arxiv.org/abs/2202.05413v1
• Date: Fri, 11 Feb 2022 02:24:21 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-14 15:12:42.946871
• Title: A Machine-Learning-Aided Visual Analysis Workflow for Investigating Air Pollution Data
• Title（参考訳）: 機械学習支援型大気汚染データ調査用ビジュアル分析ワークフロー
• Authors: Yun-Hsin Kuo, Takanori Fujiwara, Charles C.-K. Chou, Chun-houh Chen, Kwan-Liu Ma
• Abstract要約: 大気汚染データの分析は、特徴(何)、空間(どこに)、時間(いつ)といった様々な側面からの分析に焦点を当てているため、困難である。 我々は、フレキシブルな分析ワークフローをサポートするビジュアル分析システムを開発し、ドメインの専門家が分析ニーズに基づいて様々な側面を自由に探索できるようにする。
• 参考スコア（独自算出の注目度）: 18.972547412113567
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Analyzing air pollution data is challenging as there are various analysis focuses from different aspects: feature (what), space (where), and time (when). As in most geospatial analysis problems, besides high-dimensional features, the temporal and spatial dependencies of air pollution induce the complexity of performing analysis. Machine learning methods, such as dimensionality reduction, can extract and summarize important information of the data to lift the burden of understanding such a complicated environment. In this paper, we present a methodology that utilizes multiple machine learning methods to uniformly explore these aspects. With this methodology, we develop a visual analytic system that supports a flexible analysis workflow, allowing domain experts to freely explore different aspects based on their analysis needs. We demonstrate the capability of our system and analysis workflow supporting a variety of analysis tasks with multiple use cases.
• Abstract（参考訳）: 大気汚染データの分析は、特徴(何)、空間(どこで)、時間(いつ)といった様々な側面からの分析に焦点を当てているため、難しい。 多くの地理空間分析問題と同様に、高次元の特徴に加えて、大気汚染の時間的および空間的依存性は解析の複雑さを引き起こす。 次元削減のような機械学習手法は、データの重要な情報を抽出し、要約することで、そのような複雑な環境を理解することの負担を軽減できる。 本稿では,複数の機械学習手法を用いてこれらの側面を均一に探索する手法を提案する。 この方法では、柔軟な分析ワークフローをサポートし、ドメインの専門家が分析ニーズに基づいて自由に異なる側面を探索できるビジュアル分析システムを開発する。 複数のユースケースで様々な分析タスクをサポートするシステムと分析ワークフローの能力を実証する。

関連論文リスト

• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• DISCOVER: A Data-driven Interactive System for Comprehensive Observation, Visualization, and ExploRation of Human Behaviour [6.716560115378451]
  我々は,人間行動分析のための計算駆動型データ探索を効率化するために,モジュール型でフレキシブルでユーザフレンドリなソフトウェアフレームワークを導入する。 我々の主な目的は、高度な計算方法論へのアクセスを民主化することであり、これにより研究者は、広範囲の技術的熟練を必要とせずに、詳細な行動分析を行うことができる。
  論文  参考訳（メタデータ） (2024-07-18T11:28:52Z)
• Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
  オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。 埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
  論文  参考訳（メタデータ） (2024-06-16T14:49:19Z)
• A Comprehensive Review on Computer Vision Analysis of Aerial Data [3.1537607776738605]
  本稿では,航空データ解析分野におけるコンピュータビジョンタスクについて概説する。 本稿では、様々なアーキテクチャやタスクにまたがる様々なハイパーパラメータの比較を行う。 本論文は, 航空データ解析に固有の課題を徹底的に検討し, 実用的な解決策を提供する。
  論文  参考訳（メタデータ） (2024-02-15T08:10:09Z)
• Machine Learning for Urban Air Quality Analytics: A Survey [27.96085346957208]
  大気汚染は、広範囲にわたる結果に緊急の世界的な懸念をもたらす。 本稿では,機械学習に基づく空気質分析に関する総合的な調査を紹介する。
  論文  参考訳（メタデータ） (2023-10-14T17:03:29Z)
• An analysis of Universal Differential Equations for data-driven discovery of Ordinary Differential Equations [7.48176340790825]
  我々は、普通微分方程式(ODE)発見の文脈で、UDEフレームワークをテストすることで貢献する。 データ駆動型アプローチと数値解法を組み合わせる際の問題をいくつか取り上げる。 我々は,物理インフォームド・機械学習フレームワークの能力と限界を調査する上で,我々の分析は重要な貢献であると考えている。
  論文  参考訳（メタデータ） (2023-06-17T12:26:50Z)
• Demonstration of InsightPilot: An LLM-Empowered Automated Data Exploration System [48.62158108517576]
  本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。 InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。 簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
  論文  参考訳（メタデータ） (2023-04-02T07:27:49Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Automatic Gaze Analysis: A Survey of DeepLearning based Approaches [61.32686939754183]
  視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。 制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。 我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
  論文  参考訳（メタデータ） (2021-08-12T00:30:39Z)

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。