論文の概要: Towards Better User Studies in Computer Graphics and Vision

• arxiv url: http://arxiv.org/abs/2206.11461v3
• Date: Mon, 24 Apr 2023 21:27:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-27 04:05:22.001668
• Title: Towards Better User Studies in Computer Graphics and Vision
• Title（参考訳）: コンピュータグラフィックスとビジョンにおけるより良いユーザー研究を目指して
• Authors: Zoya Bylinskii, Laura Herman, Aaron Hertzmann, Stefanie Hutka, Yile Zhang
• Abstract要約: ユーザリサーチは,プロジェクトの方向性やユーザニーズの予測に不適当である,と我々は主張する。 本稿では,ユーザエクスペリエンスリサーチ(UXR),ヒューマンコンピュータインタラクション(HCI),応用知覚からの方法論の概要を紹介する。
• 参考スコア（独自算出の注目度）: 16.871125231593272
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online crowdsourcing platforms have made it increasingly easy to perform evaluations of algorithm outputs with survey questions like "which image is better, A or B?", leading to their proliferation in vision and graphics research papers. Results of these studies are often used as quantitative evidence in support of a paper's contributions. On the one hand we argue that, when conducted hastily as an afterthought, such studies lead to an increase of uninformative, and, potentially, misleading conclusions. On the other hand, in these same communities, user research is underutilized in driving project direction and forecasting user needs and reception. We call for increased attention to both the design and reporting of user studies in computer vision and graphics papers towards (1) improved replicability and (2) improved project direction. Together with this call, we offer an overview of methodologies from user experience research (UXR), human-computer interaction (HCI), and applied perception to increase exposure to the available methodologies and best practices. We discuss foundational user research methods (e.g., needfinding) that are presently underutilized in computer vision and graphics research, but can provide valuable project direction. We provide further pointers to the literature for readers interested in exploring other UXR methodologies. Finally, we describe broader open issues and recommendations for the research community.
• Abstract（参考訳）: オンラインのクラウドソーシングプラットフォームは、"AとBはどちらが良いのか?"といった調査質問によって、アルゴリズムのアウトプットの評価をますます容易にし、ビジョンやグラフィック研究論文の増大につながっている。 これらの研究の結果は、しばしば論文の貢献を支持する定量的証拠として用いられる。 他方では、急ぎで後から考えると、そのような研究は非形式的かつ潜在的に誤解を招く結論の増大につながると論じている。 一方,これらのコミュニティでは,プロジェクト方向性の推進やユーザニーズの予測にはユーザリサーチの活用が不十分である。 我々は,(1)再現性の向上,(2)プロジェクト方向性の改善に向けて,コンピュータビジョンとグラフィック論文におけるユーザ研究の設計と報告の両方に注目を喚起する。 ユーザエクスペリエンス研究(UXR)、ヒューマン・コンピュータインタラクション(HCI)、そして、利用可能な方法論やベストプラクティスへの露出を高めるために応用された認識の方法の概要を提供する。 本稿では,現在コンピュータビジョンやグラフィック研究では利用されていない基本的ユーザリサーチ手法(例えば,ニーズフィンディング)について論じる。 我々は、他のUXR方法論を探求することに興味のある読者のために、文献へのさらなる注記を提供する。 最後に,研究コミュニティに対する幅広いオープンイシューとレコメンデーションについて述べる。

関連論文リスト

• Learning the Bitter Lesson: Empirical Evidence from 20 Years of CVPR Proceedings [1.3812010983144802]
  本研究では,コンピュータビジョンとパターン認識に関するemphConference on Computer Vision and Pattern Recognition(CVPR)研究と,Rich Sutton氏の提唱する"ビット・レッスン"の原則の整合性を検討する。 大規模言語モデル(LLM)を用いて,20年にわたるCVPRの抽象概念とタイトルを分析し,これらの原則の受容性を評価する。
  論文  参考訳（メタデータ） (2024-10-12T21:06:13Z)
• Fairness and Bias Mitigation in Computer Vision: A Survey [61.01658257223365]
  コンピュータビジョンシステムは、高精細な現実世界のアプリケーションにますますデプロイされている。 歴史的または人為的なデータにおいて差別的な傾向を伝播または増幅しないことを確実にする必要がある。 本稿では,コンピュータビジョンの文脈における現在進行中の傾向と成功をまとめた,公平性に関する総合的な調査を行う。
  論文  参考訳（メタデータ） (2024-08-05T13:44:22Z)
• Embedding in Recommender Systems: A Survey [67.67966158305603]
  重要な側面は、ユーザやアイテムIDといった高次元の離散的な特徴を低次元連続ベクトルに包含する技法である。 埋め込み技術の適用は複雑なエンティティ関係を捉え、かなりの研究を刺激している。 この調査では、協調フィルタリング、自己教師付き学習、グラフベースのテクニックなどの埋め込み手法を取り上げている。
  論文  参考訳（メタデータ） (2023-10-28T06:31:06Z)
• Literature Review: Computer Vision Applications in Transportation Logistics and Warehousing [58.720142291102135]
  輸送物流や倉庫におけるコンピュータビジョンの応用は、プロセスの自動化に大きな可能性を秘めている。 本稿では、この可能性を活用するために、この分野の研究に関する構造化された文献レビューを紹介する。
  論文  参考訳（メタデータ） (2023-04-12T17:33:41Z)
• Attention is All They Need: Exploring the Media Archaeology of the Computer Vision Research Paper [4.968848569103028]
  深層学習革命が学界に前例のない成長をもたらしたため、過去10年間にコンピュータビジョンの変化を研究してきた。 我々の分析は、研究論文要素がいかに広告、測定、普及に寄与するかという研究注意経済に焦点を当てている。
  論文  参考訳（メタデータ） (2022-09-22T17:42:44Z)
• Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
  本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。 提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
  論文  参考訳（メタデータ） (2022-09-08T09:13:07Z)
• Vision-Centric BEV Perception: A Survey [92.98068828762833]
  視覚中心のBird's Eye View(BEV)の認識は、産業と学界の両方から大きな関心を集めている。 ディープラーニングの急速な進歩は、視覚中心のBEV知覚問題に対処する多くの方法の提案につながった。 本稿では、最新の知識をコンパイルし、整理し、一般的なアルゴリズムの体系的なレビューと要約を提供する。
  論文  参考訳（メタデータ） (2022-08-04T17:53:17Z)
• Knowledge Graph Induction enabling Recommending and Trend Analysis: A Corporate Research Community Use Case [11.907821975089064]
  本稿では,企業研究コミュニティであるIBM ResearchがセマンティックWeb技術を用いて,統一知識グラフを創出する事例を紹介する。 誘導された知識を活用するための共通パターンのセットを特定し、それらをAPIとして公開する。 これらのパターンは、最も価値のあるユースケースや、緩和すべきユーザの痛点を特定するユーザ調査から生まれました。
  論文  参考訳（メタデータ） (2022-07-11T20:51:28Z)
• Enhancing Reading Strategies by Exploring A Theme-based Approach to Literature Surveys [5.004814662623872]
  我々は,コーパスを視覚的に,テーマ的に探索できる方法論を考案し,個人化された全体的読解戦略を開発した。 その結果, (i) 未読の論文を選別し, (ii) より一貫性のある読解戦略を開発し, (iii) 論文間のテーマ構造と関係をより効果的に理解した。
  論文  参考訳（メタデータ） (2021-02-10T10:36:45Z)
• Open Source Software for Efficient and Transparent Reviews [0.11179881480027788]
  ASReviewはオープンソースの機械学習支援パイプラインで、アクティブラーニングを適用している。 シミュレーションにより,ASReviewは手作業によるレビューよりもはるかに効率的なレビューを実現することができることを示す。
  論文  参考訳（メタデータ） (2020-06-22T11:57:10Z)
• A Survey on Knowledge Graph-Based Recommender Systems [65.50486149662564]
  我々は知識グラフに基づく推薦システムの体系的な調査を行う。 論文は、知識グラフを正確かつ説明可能なレコメンデーションにどのように活用するかに焦点を当てる。 これらの作業で使用されるデータセットを紹介します。
  論文  参考訳（メタデータ） (2020-02-28T02:26:30Z)

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。