論文の概要: Color Coding of Large Value Ranges Applied to Meteorological Data
- arxiv url: http://arxiv.org/abs/2207.12399v1
- Date: Wed, 13 Jul 2022 08:48:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-31 14:31:44.563054
- Title: Color Coding of Large Value Ranges Applied to Meteorological Data
- Title（参考訳）: 気象データに応用した大値域の色符号化
- Authors: Daniel Braun, Kerstin Ebell, Vera Schemann, Laura Pelchmann, Susanne
Crewell, Rita Borgo, Tatiana von Landesberger
- Abstract要約: 本稿では,大きな値範囲を持つデータ系列の可視化という課題に対処するために,新しいカラースキームを提案する。
我々は,大値範囲の存在が一般的である気象データに焦点を当てた。
提案手法は,マンティッサの数値表現と値の指数を利用して,新しい「ネスト」カラースキームの設計を導出する。
- 参考スコア（独自算出の注目度）: 0.7287319339936009
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a novel color scheme designed to address the challenge of
visualizing data series with large value ranges, where scale transformation
provides limited support. We focus on meteorological data, where the presence
of large value ranges is common. We apply our approach to meteorological
scatterplots, as one of the most common plots used in this domain area. Our
approach leverages the numerical representation of mantissa and exponent of the
values to guide the design of novel "nested" color schemes, able to emphasize
differences between magnitudes. Our user study evaluates the new designs, the
state of the art color scales and representative color schemes used in the
analysis of meteorological data: ColorCrafter, Viridis, and Rainbow. We assess
accuracy, time and confidence in the context of discrimination (comparison) and
interpretation (reading) tasks. Our proposed color scheme significantly
outperforms the others in interpretation tasks, while showing comparable
performances in discrimination tasks.
- Abstract（参考訳）: 本稿では,データ系列を大きな値範囲で視覚化するという課題に対して,スケール変換が限られたサポートを提供する新しいカラースキームを提案する。
我々は、大きな値域の存在が一般的である気象データに焦点を当てる。
我々は、この領域で最もよく使われるプロットの一つとして、気象学的散乱プロットにアプローチを適用する。
提案手法は,マンティッサの数値表現と値の指数を活用し,新しい「ネスト」カラースキームの設計を指導し,マグニチュード間の差異を強調する。
筆者らは,気象データの解析に使用される新デザイン,アートカラースケールの状況,代表的なカラースキーム(ColorCrafter,Viridis,Rainbow)を評価した。
我々は、識別(比較)および解釈(読解)タスクの文脈における精度、時間、信頼性を評価する。
提案したカラースキームは,識別タスクにおいて同等の性能を示しながら,解釈タスクにおいて他よりも優れていた。
関連論文リスト
- Data Augmentation via Latent Diffusion for Saliency Prediction [67.88936624546076]
残差予測モデルはラベル付きデータの限られた多様性と量によって制約される。
本研究では,実世界のシーンの複雑さと変動性を保ちながら,自然画像の編集を行うディープ・サリエンシ・予測のための新しいデータ拡張手法を提案する。
論文 参考訳（メタデータ） (2024-09-11T14:36:24Z) - 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) - Thinking Racial Bias in Fair Forgery Detection: Models, Datasets and Evaluations [63.52709761339949]
最初に、Fair Forgery Detection(FairFD)データセットと呼ばれる専用のデータセットをコントリビュートし、SOTA(Public State-of-the-art)メソッドの人種的偏見を証明する。
我々は、偽りの結果を避けることができる平均的メトリクスと実用正規化メトリクスを含む新しいメトリクスを設計する。
また,有効で堅牢な後処理技術であるBias Pruning with Fair Activations (BPFA)も提案する。
論文 参考訳（メタデータ） (2024-07-19T14:53:18Z) - Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳（メタデータ） (2024-01-22T14:02:56Z) - Reclaiming the Horizon: Novel Visualization Designs for Time-Series Data
with Large Value Ranges [4.542688918836569]
2つの新しい視覚化設計は、値 v = m * 10e のマティーサ m と指数 e を明示的に分割することによって、大きな値範囲を視覚化する。
経験的ユーザスタディにおいて、最も関連性の高い最先端のビジュアライゼーションに対して、我々の新しいデザインを評価する。
論文 参考訳（メタデータ） (2023-07-18T09:00:52Z) - A generic self-supervised learning (SSL) framework for representation
learning from spectra-spatial feature of unlabeled remote sensing imagery [4.397725469518669]
自己教師付き学習(SSL)では、モデルが桁違いに遅延のないデータから表現を学習することができる。
この研究は、未ラベルデータのスペクトル空間情報の両方から表現を学習できる新しいSSLフレームワークを設計した。
論文 参考訳（メタデータ） (2023-06-27T23:50:43Z) - The Influences of Color and Shape Features in Visual Contrastive
Learning [0.0]
本稿では,個々の画像特徴(色や形状など)がモデル性能に与える影響について検討する。
実験結果から、教師付き表現と比較して、コントラスト表現は類似した色を持つオブジェクトとクラスタリングする傾向にあることが示された。
論文 参考訳（メタデータ） (2023-01-29T15:10:14Z) - ColorSense: A Study on Color Vision in Machine Visual Recognition [57.916512479603064]
視覚認識ベンチマークから,前景や背景色ラベルの非自明なアノテーション110,000点を収集する。
色識別のレベルがマシン認識モデルの性能に与える影響を実証することにより、データセットの使用を検証した。
その結果,分類や局所化などの物体認識タスクは,色覚バイアスの影響を受けやすいことが示唆された。
論文 参考訳（メタデータ） (2022-12-16T18:51:41Z) - PalGAN: Image Colorization with Palette Generative Adversarial Networks [51.59276436217957]
そこで本研究では,パレット推定とカラーアテンションを統合した新しいGANベースのカラー化手法PalGANを提案する。
PalGANは、定量的評価と視覚比較において最先端の成果を上げ、顕著な多様性、コントラスト、およびエッジ保存の外観を提供する。
論文 参考訳（メタデータ） (2022-10-20T12:28:31Z) - Generating Compositional Color Representations from Text [3.141061579698638]
画像検索エンジン上のユーザクエリのかなりの部分が(属性、オブジェクト)構造に従っているという事実に触発され、このような大局的な色プロファイルを生成する生成逆ネットワークを提案する。
コンポジションを学ぶためにパイプラインを設計します - 見た属性とオブジェクトを、目に見えないペアに組み合わせる機能です。
論文 参考訳（メタデータ） (2021-09-22T01:37:13Z) - Ego2Hands: A Dataset for Egocentric Two-hand Segmentation and Detection [1.0742675209112622]
Ego2Handsは、大規模なRGBベースの手分割/検出データセットで、半自動注釈付きである。
定量的分析のために,既存のベンチマークの量,多様性,アノテーションの精度を大幅に上回る評価セットを手作業でアノテートした。
論文 参考訳（メタデータ） (2020-11-14T10:12:35Z)
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。