論文の概要: Finding Patterns in Visualized Data by Adding Redundant Visual Information

• arxiv url: http://arxiv.org/abs/2205.13856v1
• Date: Fri, 27 May 2022 09:39:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-30 15:30:29.055211
• Title: Finding Patterns in Visualized Data by Adding Redundant Visual Information
• Title（参考訳）: 冗長な視覚情報付加による可視化データのパターン検索
• Authors: Salomon Eisler, Joachim Meyer
• Abstract要約: PATREDは、冗長な情報を追加することで、ラインチャート内の特定の、一般的に記述されたパターンの検出を容易にする手法である。 この手法の異なるバージョンを比較し、9つの距離測定値を用いて冗長性を追加する方法が異なる。 その結果、時系列データにおけるパターンの識別を改善するために冗長性を追加する価値が示された。
• 参考スコア（独自算出の注目度）: 1.52292571922932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present "PATRED", a technique that uses the addition of redundant information to facilitate the detection of specific, generally described patterns in line-charts during the visual exploration of the charts. We compared different versions of this technique, that differed in the way redundancy was added, using nine distance metrics (such as Euclidean, Pearson, Mutual Information and Jaccard) with judgments from data scientists which served as the "ground truth". Results were analyzed with correlations (R2), F1 scores and Mutual Information with the average ranking by the data scientists. Some distance metrics consistently benefit from the addition of redundant information, while others are only enhanced for specific types of data perturbations. The results demonstrate the value of adding redundancy to improve the identification of patterns in time-series data during visual exploration.
• Abstract（参考訳）: 本稿では,グラフの視覚的探索において,ラインチャート内の特定の,一般的に記述されたパターンの検出を容易にするために,冗長な情報を追加する手法である"PATRED"を提案する。 我々は,9つの距離指標(ユークリッド,ピアソン,相互情報,ジャカードなど)と,「根拠真理」として機能するデータ科学者の判断を用いて,冗長性の追加方法が異なるこの手法の異なるバージョンを比較した。 その結果、データサイエンティストの平均ランキングと相関関係(R2)、F1スコア、相互情報)で分析した。 一部の距離メトリクスは、冗長な情報の追加によって一貫して恩恵を受ける一方で、特定のタイプのデータ摂動に対してのみ強化されるものもある。 その結果,視覚探索中の時系列データのパターン識別を改善するために冗長性を追加することの価値が示された。

関連論文リスト

• 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)
• VERA: Generating Visual Explanations of Two-Dimensional Embeddings via Region Annotation [0.0]
  Visual Explanations via Region (VERA) は2次元埋め込みの視覚的説明を生成する自動埋め込みアノテーション手法である。 VERAは、埋め込み空間内の異なる領域を特徴付ける情報的説明を生成し、ユーザがその埋め込み風景を一目で概観することができる。 実世界のデータセット上でのVERAの利用について説明するとともに,本手法の有効性を比較ユーザスタディで検証する。
  論文  参考訳（メタデータ） (2024-06-07T10:23:03Z)
• ARC: A Generalist Graph Anomaly Detector with In-Context Learning [62.202323209244]
  ARCは汎用的なGADアプローチであり、一対一のGADモデルで様々なグラフデータセットの異常を検出することができる。 ARCはコンテキスト内学習を備えており、ターゲットデータセットからデータセット固有のパターンを直接抽出することができる。 各種領域からの複数のベンチマークデータセットに対する大規模な実験は、ARCの優れた異常検出性能、効率、一般化性を示す。
  論文  参考訳（メタデータ） (2024-05-27T02:42:33Z)
• UniTraj: A Unified Framework for Scalable Vehicle Trajectory Prediction [93.77809355002591]
  さまざまなデータセット、モデル、評価基準を統一する包括的なフレームワークであるUniTrajを紹介する。 我々は広範な実験を行い、他のデータセットに転送するとモデルの性能が大幅に低下することがわかった。 これらの知見を説明するために,データセットの特徴に関する洞察を提供する。
  論文  参考訳（メタデータ） (2024-03-22T10:36:50Z)
• Jacquard V2: Refining Datasets using the Human In the Loop Data Correction Method [8.588472253340859]
  本稿では,Human-In-The-Loop(HIL)手法を用いてデータセットの品質を向上させることを提案する。 このアプローチは、ロボットの把握のための物体の位置と方向を予測するために、バックボーンのディープラーニングネットワークに依存している。 ラベルを欠いた画像は、有効なグリップバウンディングボックス情報で拡張される一方、破滅的なラベリングエラーによる画像は完全に除去される。
  論文  参考訳（メタデータ） (2024-02-08T15:32:22Z)
• ST-GIN: An Uncertainty Quantification Approach in Traffic Data Imputation with Spatio-temporal Graph Attention and Bidirectional Recurrent United Neural Networks [18.66289473659838]
  本稿では、欠落したデータを計算するための革新的な深層学習手法を提案する。 グラフアテンションアーキテクチャを用いて、交通データに存在する空間的相関をキャプチャする。 双方向ニューラルネットワークを用いて時間情報を学習する。
  論文  参考訳（メタデータ） (2023-05-10T22:15:40Z)
• A system for exploring big data: an iterative k-means searchlight for outlier detection on open health data [0.4588028371034407]
  本稿では,サーチライト手法を用いて複数の変数の組み合わせを探索し,外乱を識別するシステムを提案する。 ニューヨーク州が公開しているオープンヘルスデータを分析して,本システムについて解説する。 特定の病院での費用オーバーランや、自殺などの診断の増加など、データの異常な傾向が特定されている。
  論文  参考訳（メタデータ） (2023-04-05T02:09:15Z)
• Unified Visual Relationship Detection with Vision and Language Models [89.77838890788638]
  この研究は、複数のデータセットからラベル空間の結合を予測する単一の視覚的関係検出器のトレーニングに焦点を当てている。 視覚と言語モデルを活用した統合視覚関係検出のための新しいボトムアップ手法UniVRDを提案する。 人物体間相互作用検出とシーングラフ生成の双方による実験結果から,本モデルの競合性能が示された。
  論文  参考訳（メタデータ） (2023-03-16T00:06:28Z)
• Detection Hub: Unifying Object Detection Datasets via Query Adaptation on Language Embedding [137.3719377780593]
  新しいデザイン(De Detection Hubという名前)は、データセット認識とカテゴリ整列である。 データセットの不整合を緩和し、検出器が複数のデータセットをまたいで学習するための一貫性のあるガイダンスを提供する。 データセット間のカテゴリは、ワンホットなカテゴリ表現を単語埋め込みに置き換えることで、意味的に統一された空間に整列される。
  論文  参考訳（メタデータ） (2022-06-07T17:59:44Z)
• Weakly Supervised Change Detection Using Guided Anisotropic Difusion [97.43170678509478]
  我々は、このようなデータセットを変更検出の文脈で活用するのに役立つ独自のアイデアを提案する。 まず,意味的セグメンテーション結果を改善する誘導異方性拡散(GAD)アルゴリズムを提案する。 次に、変化検出に適した2つの弱い教師付き学習戦略の可能性を示す。
  論文  参考訳（メタデータ） (2021-12-31T10:03:47Z)
• Complex Wavelet SSIM based Image Data Augmentation [0.0]
  我々は,MNIST手書き画像データセットを数値認識に用いる画像データセットとして検討する。 このデータセットの弾性変形に最もよく用いられる拡張手法の1つを詳細に検討する。 本稿では、複雑なウェーブレット構造類似度指標(CWSSIM)と呼ばれる類似度尺度を用いて、無関係なデータを選択的にフィルタリングする手法を提案する。
  論文  参考訳（メタデータ） (2020-07-11T21:11:46Z)

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。