論文の概要: SynopSet: Multiscale Visual Abstraction Set for Explanatory Analysis of
DNA Nanotechnology Simulations
- arxiv url: http://arxiv.org/abs/2205.01628v1
- Date: Mon, 18 Apr 2022 06:53:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-09 04:38:34.284273
- Title: SynopSet: Multiscale Visual Abstraction Set for Explanatory Analysis of
DNA Nanotechnology Simulations
- Title（参考訳）: SynopSet:DNAナノテクノロジーシミュレーションの解説解析のためのマルチスケールビジュアル抽象化セット
- Authors: Deng Luo, Alexandre Kouyoumdjian, Ond\v{r}ej Strnad, Haichao Miao,
Ivan Bari\v{s}i\'c, Ivan Viola
- Abstract要約: DNAナノテクノロジー領域における分子動力学シミュレーション(MDS)の説明的解析のための視覚表現の連続性を持つ新しい抽象集合(SynopSet)を提案する。
この集合はまた、すべての空間的および時間的詳細と全ての構造的複雑さを示すことができるように設計されている。
我々の表現の集合は、SynopSpaceと呼ばれる可視化空間に体系的に配置できることを示してきた。
- 参考スコア（独自算出の注目度）: 60.05887213349294
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We propose a new abstraction set (SynopSet) that has a continuum of visual
representations for the explanatory analysis of molecular dynamics simulations
(MDS) in the DNA nanotechnology domain. By re-purposing the commonly used
progress bar and designing novel visuals, as well as transforming the data from
the domain format to a format that better fits the newly designed visuals, we
compose this new set of representations. This set is also designed to be
capable of showing all spatial and temporal details, and all structural
complexity, or abstracting these to various degrees, enabling both the slow
playback of the simulation for detailed examinations or very fast playback for
an overview that helps to efficiently identify events of interest, as well as
several intermediate levels between these two extremes. For any pair of
successive representations, we demonstrate smooth, continuous transitions,
enabling users to keep track of relevant information from one representation to
the next. By providing multiple representations suited to different temporal
resolutions and connected by smooth transitions, we enable time-efficient
simulation analysis, giving users the opportunity to examine and present
important phases in great detail, or leverage abstract representations to go
over uneventful phases much faster. Domain experts can thus gain actionable
insight about their simulations and communicate it in a much shorter time.
Further, the novel representations are more intuitive and also enable
researchers unfamiliar with MDS analysis graphs to better understand the
simulation results. We assessed the effectiveness of SynopSet on 12 DNA
nanostructure simulations together with a domain expert. We have also shown
that our set of representations can be systematically located in a
visualization space, dubbed SynopSpace.
- Abstract（参考訳）: DNAナノテクノロジー領域における分子動力学シミュレーション(MDS)の説明的解析のための視覚表現の連続性を持つ新しい抽象集合(SynopSet)を提案する。
一般的に使われているプログレッシブバーを再購入し、新しいビジュアルを設計し、ドメインフォーマットから新しく設計されたビジュアルに適合するフォーマットにデータを変換することで、この新しい表現セットを構成する。
このセットは、すべての空間的および時間的詳細を示し、全ての構造的複雑さを様々な程度に抽象化できるように設計されており、詳細な検査のためのシミュレーションの遅い再生と、興味のある事象を効率的に識別するのに役立つ概要のための非常に速い再生の両方を可能にする。
連続表現の任意のペアに対して、スムーズな連続的な遷移を示し、ユーザーは関連する情報をある表現から次の表現へ追跡することができる。
異なる時間分解能に適合し、滑らかな遷移によって接続される複数の表現を提供することにより、時間効率の良いシミュレーション解析を可能にし、ユーザが重要なフェーズを詳細に調べ、提示する機会を得る。
ドメインの専門家は、シミュレーションに関する実用的な洞察を得て、より短い時間でそれを伝達することができる。
さらに、新しい表現はより直感的で、MDS分析グラフに精通していない研究者がシミュレーション結果をよりよく理解できるようにする。
ドメインエキスパートとともに12個のDNAナノ構造シミュレーションにおけるSynopSetの有効性を評価した。
また、我々の表現の集合は、SynopSpaceと呼ばれる可視化空間に体系的に配置できることを示した。
関連論文リスト
- Spatial-Temporal Knowledge-Embedded Transformer for Video Scene Graph
Generation [64.85974098314344]
映像シーングラフ生成(VidSGG)は、映像シーン内の物体を特定し、その映像との関係を推測することを目的としている。
因みに、オブジェクトペアとその関係は、各画像内の空間的共起相関と、異なる画像間の時間的一貫性/遷移相関を享受する。
本稿では,従来の空間的時間的知識をマルチヘッド・クロスアテンション機構に組み込んだ時空間的知識埋め込み型トランス (STKET) を提案する。
論文 参考訳（メタデータ） (2023-09-23T02:40:28Z) - TimeTuner: Diagnosing Time Representations for Time-Series Forecasting
with Counterfactual Explanations [3.8357850372472915]
本稿では,モデル行動が局所化,定常性,時系列表現の相関とどのように関連しているかをアナリストが理解するために,新しいビジュアル分析フレームワークであるTimeTunerを提案する。
TimeTunerは時系列表現を特徴付けるのに役立ち、機能エンジニアリングのプロセスを導くのに役立ちます。
論文 参考訳（メタデータ） (2023-07-19T11:40:15Z) - Near-realtime Facial Animation by Deep 3D Simulation Super-Resolution [7.14576106770047]
本稿では,低コストでリアルタイムな物理シミュレーションによって生み出す顔のパフォーマンスを効率よく,現実的に向上させるニューラルネットワークに基づくシミュレーションフレームワークを提案する。
顔のアニメーションをこのようなシミュレーション領域の例に用いて,2つのシミュレータで同じ筋の運動制御と骨格のポーズを単純にダイヤルすることで,この意味の一致を創り出すことができる。
提案するニューラルネットワーク超解像フレームワークは,このトレーニングセットから未確認表現を一般化し,リアルタイム変種における解像度の制限やコスト削減近似による2つのシミュレーション間の不一致をモデル化するための補償を行うとともに,意味記述子やパラメータを必要としない。
論文 参考訳（メタデータ） (2023-05-05T00:09:24Z) - ViTs for SITS: Vision Transformers for Satellite Image Time Series [52.012084080257544]
ビジョン変換器(ViT)に基づく一般衛星画像時系列(SITS)処理のための完全アテンショナルモデルを提案する。
TSViTはSITSレコードを空間と時間で重複しないパッチに分割し、トークン化し、分解されたテンポロ空間エンコーダで処理する。
論文 参考訳（メタデータ） (2023-01-12T11:33:07Z) - Fast Non-Rigid Radiance Fields from Monocularized Data [66.74229489512683]
本稿では,不規則に変形するシーンを360度内向きに合成する新しい手法を提案する。
提案手法のコアとなるのは, 空間情報と時間情報の処理を分離し, 訓練と推論を高速化する効率的な変形モジュール, 2) 高速ハッシュ符号化ニューラルラジオアンスフィールドとしての標準シーンを表す静的モジュールである。
どちらの場合も,本手法は従来の手法よりもはるかに高速で,7分未満で収束し,1K解像度でリアルタイムのフレームレートを実現するとともに,生成した新規なビューに対して高い視覚的精度が得られる。
論文 参考訳（メタデータ） (2022-12-02T18:51:10Z) - MDsrv -- visual sharing and analysis of molecular dynamics simulations [49.88123522856065]
MDsrvはMDトラジェクトリをストリームし、Webブラウザでインタラクティブに表示するツールである。
現在、MDsrvを拡張して、MDトラジェクトリのアップロードと共有をさらに単純化しています。
重要なイノベーションは、MDsrvがリモートデータセットからトラジェクトリにアクセスして視覚化できるようになったことだ。
論文 参考訳（メタデータ） (2022-03-25T14:08:24Z) - A Multi-view Multi-task Learning Framework for Multi-variate Time Series
Forecasting [42.061275727906256]
MTS予測のための新しいマルチビューマルチタスク(MVMT)学習フレームワークを提案する。
MVMT情報は、MTSデータに深く隠され、モデルが自然にそれをキャプチャすることを妨げる。
タスクワイドアフィン変換とタスクワイド正規化という,2種類の基本操作をそれぞれ開発する。
論文 参考訳（メタデータ） (2021-09-02T06:11:26Z) - Neural Scene Flow Fields for Space-Time View Synthesis of Dynamic Scenes [70.76742458931935]
本稿では,動的シーンを外観・幾何学・3次元シーン動作の時間変化連続関数としてモデル化する新しい表現を提案する。
私たちの表現は、観測された入力ビューに適合するようにニューラルネットワークを介して最適化されます。
我々の表現は、細い構造、ビュー依存効果、自然な動きの度合いなどの複雑な動的シーンに利用できることを示す。
論文 参考訳（メタデータ） (2020-11-26T01:23:44Z) - Complex Sequential Understanding through the Awareness of Spatial and
Temporal Concepts [44.43414201122335]
半結合構造(SCS)は、複雑な空間的および時間的概念学習を分離するディープニューラルネットワークである。
SCSは、暗黙的に入力情報を独立した部分に分離し、これらの部分を処理することができる。
シーケンス対シーケンス問題に対して、セミカップリング構造は、観測された画像に基づいて将来の気象レーダーエコー画像を予測することができる。
論文 参考訳（メタデータ） (2020-05-30T07:51:50Z) - Informative Scene Decomposition for Crowd Analysis, Comparison and
Simulation Guidance [10.000622844914272]
群衆シミュレーションは、グラフィックを含むいくつかの分野において中心的なトピックである。
クラウドデータの急増に伴い、このようなボトルネックに対処する必要がある。
この問題に包括的に対処する新しい枠組みを提案する。
論文 参考訳（メタデータ） (2020-04-29T12:03:32Z)
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。