Fugu-MT 論文翻訳(概要): A Tour of Visualization Techniques for Computer Vision Datasets

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

Exploratory Visual Analysis for Increasing Data Readiness in Artificial Intelligence Projects [7.982715506261976]
我々は,データ準備性の側面と異なるデータタイプに適した視覚分析手法のマッピングに貢献する。マッピングに加えて、データ準備性の概念を拡張して、タスクとソリューションの側面をよりよく考慮します。我々は、提示された視覚分析技術を用いて、将来の人工知能プロジェクトを支援し、データ準備レベルを上げる経験について報告する。
論文参考訳（メタデータ） (2024-09-05T09:57:14Z)
PUB: Plot Understanding Benchmark and Dataset for Evaluating Large Language Models on Synthetic Visual Data Interpretation [2.1184929769291294]
本稿では,データ視覚化における大規模言語モデルの習熟度を評価するために設計された,新しい合成データセットを提案する。我々のデータセットは、制御されたパラメータを使って生成され、潜在的な現実世界シナリオの包括的カバレッジが保証されます。我々は、画像中の視覚データに関連する質問を多モーダルテキストプロンプトを用いて、いくつかの最先端モデルをベンチマークする。
論文参考訳（メタデータ） (2024-09-04T11:19:17Z)
Diffusion Models as Data Mining Tools [87.77999285241219]
本稿では、画像合成のために訓練された生成モデルを視覚データマイニングのツールとして利用する方法について述べる。特定のデータセットから画像を合成するために条件拡散モデルを微調整した後、これらのモデルを用いて典型性尺度を定義することができることを示す。この尺度は、地理的位置、タイムスタンプ、セマンティックラベル、さらには病気の存在など、異なるデータラベルに対する典型的な視覚的要素がどのように存在するかを評価する。
論文参考訳（メタデータ） (2024-07-20T17:14:31Z)
BEHAVIOR Vision Suite: Customizable Dataset Generation via Simulation [57.40024206484446]
我々は、コンピュータビジョンモデルの体系的評価のために、完全にカスタマイズされた合成データを生成するためのツールと資産のセットであるBEHAVIOR Vision Suite(BVS)を紹介する。 BVSはシーンレベルで多数の調整可能なパラメータをサポートする。アプリケーションシナリオを3つ紹介する。
論文参考訳（メタデータ） (2024-05-15T17:57:56Z)
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)
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)
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)
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)

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。