論文の概要: A Tour of Visualization Techniques for Computer Vision Datasets
- arxiv url: http://arxiv.org/abs/2204.08601v1
- Date: Tue, 19 Apr 2022 01:04:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-21 00:27:03.269353
- Title: A Tour of Visualization Techniques for Computer Vision Datasets
- Title(参考訳): コンピュータビジョンデータセットの可視化技術
- Authors: Bilal Alsallakh, Pamela Bhattacharya, Vanessa Feng, Narine Kokhlikyan,
Orion Reblitz-Richardson, Rahul Rajan, David Yan
- Abstract要約: 我々はコンピュータビジョン(CV)データセットを解析するための多くのデータ可視化手法を調査した。
これらの手法は、データセットレベルの分析を適用することで、そのようなデータの特性や潜伏パターンを理解するのに役立ちます。
CVモデルにおけるデータセット特性の潜在的な影響を予測する上で,このような分析がいかに役立つかを示す。
- 参考スコア(独自算出の注目度): 4.5916483318867
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We survey a number of data visualization techniques for analyzing Computer
Vision (CV) datasets. These techniques help us understand properties and latent
patterns in such data, by applying dataset-level analysis. We present various
examples of how such analysis helps predict the potential impact of the dataset
properties on CV models and informs appropriate mitigation of their
shortcomings. Finally, we explore avenues for further visualization techniques
of different modalities of CV datasets as well as ones that are tailored to
support specific CV tasks and analysis needs.
- Abstract(参考訳): 我々はコンピュータビジョン(CV)データセットを解析するための多くのデータ可視化手法を調査した。
これらのテクニックは、データセットレベルの分析を適用することで、そのようなデータのプロパティや潜在パターンを理解するのに役立ちます。
このような分析がCVモデルに対するデータセット特性の潜在的な影響を予測し,その欠点を適切に緩和する上で有効であることを示す。
最後に、CVデータセットの異なるモダリティのさらなる可視化技術と、特定のCVタスクや分析ニーズをサポートするように調整された手法について検討する。
関連論文リスト
- SeeBel: Seeing is Believing [0.9790236766474201]
本稿では,全画像のセグメンテーションにおけるデータセット統計とAI性能を比較するための3つの可視化手法を提案する。
我々のプロジェクトは、画像の注意重みを可視化することで、セグメンテーションのための訓練されたAIモデルの解釈可能性をさらに高めようとしている。
我々は,コンピュータビジョンとAI領域における可視化ツールの有効性を検討するために,実際のユーザを対象に調査を行うことを提案する。
論文 参考訳(メタデータ) (2023-12-18T05:11:00Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、ITの一般的な方法論、ITデータセットの構築、ITモデルのトレーニング、異なるモダリティ、ドメイン、アプリケーションへのアプリケーションを含む、文献を体系的にレビューする。
また、ITの潜在的な落とし穴とそれに対する批判、および既存の戦略の現在の欠陥を指摘し、実りある研究の道筋を提案する。
論文 参考訳(メタデータ) (2023-08-21T15:35:16Z) - 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) - Measuring Data [79.89948814583805]
我々は、機械学習データとデータセットの構成を定量的に特徴付けるために、データを測定するタスクを特定する。
データ測定は、比較をサポートする共通の次元に沿って、データの異なる属性を定量化する。
我々は、今後の研究の多くの方法、データ測定の限界、そしてこれらの測定手法を研究・実践に活用する方法について議論した。
論文 参考訳(メタデータ) (2022-12-09T22:10:46Z) - Addressing Bias in Visualization Recommenders by Identifying Trends in
Training Data: Improving VizML Through a Statistical Analysis of the Plotly
Community Feed [55.41644538483948]
機械学習は、高いスケーラビリティと表現力のために、視覚化レコメンデーションに対する有望なアプローチである。
本研究は,統計的解析によりトレーニングデータの傾向を特定することで,機械学習可視化推薦システムにおけるトレーニングバイアスに対処することを目的とする。
論文 参考訳(メタデータ) (2022-03-09T18:36:46Z) - Exploring Data Pipelines through the Process Lens: a Reference Model
forComputer Vision [0.0]
我々は、プロセス指向のレンズを通してCVデータパイプラインを調べることで、害の分析をさらに体系化することができると論じる。
プロセス指向レンズの育成に向けた第一歩として,CVデータパイプラインの実証的研究を行った。
論文 参考訳(メタデータ) (2021-07-05T07:15:57Z) - Visualization Techniques to Enhance Automated Event Extraction [0.0]
このケーススタディでは,NLPを用いたニュース記事から,国家主導による大量殺人の潜在的な引き金を探究する。
可視化は、生データの探索分析から機械学習トレーニング分析、最後に推論後の検証に至るまで、各段階でどのように役立つかを実証する。
論文 参考訳(メタデータ) (2021-06-11T19:24:54Z) - Explaining dimensionality reduction results using Shapley values [0.0]
次元還元(dr)技術は様々な応用において一貫して高次元データ分析をサポートする。
DR技法を解釈するために設計された現在の文献的アプローチは、低次元表現のみに焦点を当てたり、特徴間の関係を考慮しないため、特徴の寄与をうまく説明できない。
本稿では,これらの問題に対処するために,Shapley値を用いて次元削減手法の説明を生成し,クラスタ指向解析を用いてこれらのアルゴリズムを解釈する。
論文 参考訳(メタデータ) (2021-03-09T19:28:10Z) - Representation Matters: Assessing the Importance of Subgroup Allocations
in Training Data [85.43008636875345]
訓練データにおける多様な表現は,サブグループのパフォーマンス向上と集団レベルの目標達成の鍵である。
分析と実験は、データセット構成がパフォーマンスにどのように影響するかを説明し、既存のデータにおけるトレンドとドメイン知識を用いて、意図的かつ客観的なデータセット設計を導くのに役立つ構成結果を提供する。
論文 参考訳(メタデータ) (2021-03-05T00:27:08Z) - A Variational Information Bottleneck Approach to Multi-Omics Data
Integration [98.6475134630792]
本稿では,不完全な多視点観測のための深い変動情報ボトルネック (IB) 手法を提案する。
本手法は,対象物に関連のある視点内および視点間相互作用に焦点をあてるために,観測された視点の辺縁および結合表現にISBフレームワークを適用した。
実世界のデータセットの実験から、我々の手法はデータ統合から常に利益を得て、最先端のベンチマークより優れています。
論文 参考訳(メタデータ) (2021-02-05T06:05:39Z)
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。