論文の概要: Attention is All They Need: Exploring the Media Archaeology of the Computer Vision Research Paper

• arxiv url: http://arxiv.org/abs/2209.11200v2
• Date: Wed, 1 May 2024 15:17:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-02 20:50:17.838953
• Title: Attention is All They Need: Exploring the Media Archaeology of the Computer Vision Research Paper
• Title（参考訳）: コンピュータビジョン研究論文のメディア考古学を探求する
• Authors: Samuel Goree, Gabriel Appleby, David Crandall, Norman Su,
• Abstract要約: 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、研究注意経済に焦点をあて、研究論文の要素がいかに広告、測定、普及に寄与するか」
• 参考スコア（独自算出の注目度）: 4.968848569103028
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Research papers, in addition to textual documents, are a designed interface through which researchers communicate. Recently, rapid growth has transformed that interface in many fields of computing. In this work, we examine the effects of this growth from a media archaeology perspective, through the changes to figures and tables in research papers. Specifically, we study these changes in computer vision over the past decade, as the deep learning revolution has driven unprecedented growth in the discipline. We ground our investigation through interviews with veteran researchers spanning computer vision, graphics and visualization. Our analysis focuses on the research attention economy: how research paper elements contribute towards advertising, measuring and disseminating an increasingly commodified ``contribution.'' Through this work, we seek to motivate future discussion surrounding the design of both the research paper itself as well as the larger sociotechnical research publishing system, including tools for finding, reading and writing research papers.
• Abstract（参考訳）: 研究論文は、テキストドキュメントに加えて、研究者がコミュニケーションするデザインされたインターフェースである。 近年、急速な成長により、多くのコンピューティング分野においてそのインターフェースが変化している。 本研究では,この成長がメディア考古学的観点から,研究論文における数字や表の変化を通じて,その影響について考察する。 特に、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、コンピュータビジョンにおけるこれらの変化を過去10年間に調査した。 我々は、コンピュータービジョン、グラフィック、可視化を対象とするベテラン研究者とのインタビューを通じて、調査を根拠にしている。 本分析は, 研究論文の要素が広告, 測定, 拡散にどのように貢献するか, 研究の注目経済に焦点をあてる。 この研究を通じて、研究論文の発見・読解・執筆ツールを含む、研究論文自体と大規模社会技術研究出版システムの両方の設計に関する今後の議論の動機付けを目指す。

関連論文リスト

• SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
  本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。 SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。 本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
  論文  参考訳（メタデータ） (2024-04-09T15:01:51Z)
• Forecasting high-impact research topics via machine learning on evolving knowledge graphs [0.8158530638728501]
  我々は、研究者がこれまでに出版したことのないアイデアの発症の影響を予測する方法を示す。 我々は、2200万以上の科学論文から構築された大きな進化した知識グラフを開発した。
  論文  参考訳（メタデータ） (2024-02-13T18:09:38Z)
• A Comprehensive Study of Groundbreaking Machine Learning Research: Analyzing highly cited and impactful publications across six decades [1.6442870218029522]
  機械学習(ML)は、コンピュータ科学やその他の関連分野の研究分野として注目されている。 重要なトレンド、影響力のある著者、そしてこれまでの重要な貢献を識別するために、高度に引用された出版物の風景を理解することが不可欠である。
  論文  参考訳（メタデータ） (2023-08-01T21:43:22Z)
• The Semantic Reader Project: Augmenting Scholarly Documents through AI-Powered Interactive Reading Interfaces [54.2590226904332]
  本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。 10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。 本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
  論文  参考訳（メタデータ） (2023-03-25T02:47:09Z)
• Deep Learning to See: Towards New Foundations of Computer Vision [88.69805848302266]
  この本はコンピュータビジョンの分野における科学的進歩を批判している。 情報に基づく自然法則の枠組みにおける視覚の研究を提案する。
  論文  参考訳（メタデータ） (2022-06-30T15:20:36Z)
• Researching Alignment Research: Unsupervised Analysis [14.699455652461726]
  AIアライメント研究は、人工知能(AI)が人間に利益をもたらすことを保証することを目的としている。 このプロジェクトでは、既存のAIアライメント研究を収集、分析した。 フィールドは急速に成長しており、いくつかのサブフィールドが平行して出現している。
  論文  参考訳（メタデータ） (2022-06-06T18:24:17Z)
• Characterising Research Areas in the field of AI [68.8204255655161]
  トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。 その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
  論文  参考訳（メタデータ） (2022-05-26T16:30:30Z)
• Threat of Adversarial Attacks on Deep Learning in Computer Vision: Survey II [86.51135909513047]
  ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。 本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。 この領域では、非専門家に技術的な用語の定義を提供する。
  論文  参考訳（メタデータ） (2021-08-01T08:54:47Z)
• Industry and Academic Research in Computer Vision [5.634825161148484]
  本研究は,コンピュータビジョンにおける産学研究と学界のダイナミックな関係を研究することを目的としている。 結果は、この分野を代表するトップ5ビジョンカンファレンスのセットで実証される。
  論文  参考訳（メタデータ） (2021-07-10T20:09:52Z)
• A New Neural Search and Insights Platform for Navigating and Organizing AI Research [56.65232007953311]
  我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。 本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
  論文  参考訳（メタデータ） (2020-10-30T19:12:25Z)

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。