論文の概要: Understanding and Supporting Debugging Workflows in Multiverse Analysis

• arxiv url: http://arxiv.org/abs/2210.03804v3
• Date: Sun, 4 Jun 2023 07:23:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 14:57:08.136073
• Title: Understanding and Supporting Debugging Workflows in Multiverse Analysis
• Title（参考訳）: マルチバース解析におけるデバッグワークフローの理解と支援
• Authors: Ken Gu, Eunice Jun, and Tim Althoff
• Abstract要約: マルチバース分析は、合理的な分析選択のすべての組み合わせを並列に考える統計分析のパラダイムである。 最近のツールは、アナリストがマルチバース分析を特定するのに役立つが、実際には使用が困難である。 コマンドラインインタフェースツールであるMultiverse Debuggerを開発し、マルチバースおよびプロパゲートのバグの診断を支援する。
• 参考スコア（独自算出の注目度）: 12.23386451120784
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multiverse analysis, a paradigm for statistical analysis that considers all combinations of reasonable analysis choices in parallel, promises to improve transparency and reproducibility. Although recent tools help analysts specify multiverse analyses, they remain difficult to use in practice. In this work, we identify debugging as a key barrier due to the latency from running analyses to detecting bugs and the scale of metadata processing needed to diagnose a bug. To address these challenges, we prototype a command-line interface tool, Multiverse Debugger, which helps diagnose bugs in the multiverse and propagate fixes. In a qualitative lab study (n=13), we use Multiverse Debugger as a probe to develop a model of debugging workflows and identify specific challenges, including difficulty in understanding the multiverse's composition. We conclude with design implications for future multiverse analysis authoring systems.
• Abstract（参考訳）: 統計的分析のためのパラダイムであるマルチバース分析は、合理的な分析選択のすべての組み合わせを並列に考慮し、透明性と再現性を改善することを約束する。 最近のツールは、アナリストがマルチバース分析を特定するのに役立つが、実際には使用が困難である。 本研究では,解析からバグ検出までの遅延や,バグの診断に必要なメタデータ処理の規模など,デバッグを重要な障壁として認識する。 これらの課題に対処するために、マルチバースバグとプロパゲート修正のバグの診断を支援するコマンドラインインターフェースツールであるMultiverse Debuggerのプロトタイプを作成しました。 定性的なラボスタディ(n=13)では、マルチバースデバッガをプローブとして、デバッグワークフローのモデルを開発し、マルチバースの構成を理解することの難しさを含む特定の課題を特定する。 今後の多元解析オーサリングシステムの設計上の意味から結論づける。

関連論文リスト

• A Multi-Task Learning Approach to Linear Multivariate Forecasting [4.369550829556578]
  最近の最先端の研究はディバイソン間の相互関係を無視し、それぞれのディバイソンでモデルを用いている。 本稿では,多変量予測をマルチタスク学習問題とみなし,予測の分析を容易にすることを提案する。 我々は,強いベースラインと比較して,挑戦的なベンチマークに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2025-02-05T19:34:23Z)
• ParetoLens: A Visual Analytics Framework for Exploring Solution Sets of Multi-objective Evolutionary Algorithms [42.23658218722045]
  本稿では,進化的アルゴリズムから導出した解集合の検査と探索を強化するための視覚分析フレームワークを提案する。 ParetoLensは、インタラクティブな視覚表現のスイートを通じて、決定空間と目的空間の両方における解分布の詳細な検査を可能にする。
  論文  参考訳（メタデータ） (2025-01-06T09:04:14Z)
• ForgerySleuth: Empowering Multimodal Large Language Models for Image Manipulation Detection [107.86009509291581]
  我々はForgerySleuthを提案し、包括的ヒント融合を行い、改ざんされた領域を示すセグメンテーション出力を生成する。 ForgeryAnalysisの有効性を実証し,ForgerySleuthが既存手法の堅牢性,一般化性,説明可能性において著しく優れていたことを示す。
  論文  参考訳（メタデータ） (2024-11-29T04:35:18Z)
• Leveraging Slither and Interval Analysis to build a Static Analysis Tool [0.0]
  本稿では,現在最先端の分析ツールで検出されていない,あるいは完全に検出されていない欠陥の発見に向けた進展について述べる。 我々は,Slither上に構築された動作ソリューションを開発し,各命令の実行時の契約状態を評価する。
  論文  参考訳（メタデータ） (2024-10-31T09:28:09Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• UCB-driven Utility Function Search for Multi-objective Reinforcement Learning [75.11267478778295]
  マルチオブジェクト強化学習(MORL)エージェントでは、意思決定行動の最適化を行う。 重みベクトル w でパラメータ化される線型効用関数の場合に焦点を当てる。 学習過程の異なる段階で最も有望な重みベクトルを効率的に探索する上信頼境界に基づく手法を提案する。
  論文  参考訳（メタデータ） (2024-05-01T09:34:42Z)
• The Hitchhiker's Guide to Program Analysis: A Journey with Large Language Models [18.026567399243]
  大規模言語モデル(LLM)は静的解析に代わる有望な選択肢を提供する。 本稿では,LLM支援静的解析のオープン空間を深く掘り下げる。 LLiftは,静的解析ツールとLLMの両方を併用した,完全に自動化されたフレームワークである。
  論文  参考訳（メタデータ） (2023-08-01T02:57:43Z)
• Improved Compositional Generalization by Generating Demonstrations for Meta-Learning [53.818234285773165]
  従来未解決であった構成動作分割に対して,他の分割に対する性能の損失を伴わずに,大幅な性能向上を示す。 この場合、オラクル関数でさえも関連する実演を探すことは、メタラーニングを使用する際には十分な性能を得るには不十分である。
  論文  参考訳（メタデータ） (2023-05-22T14:58:54Z)
• Transformer-based Multi-Aspect Modeling for Multi-Aspect Multi-Sentiment Analysis [56.893393134328996]
  本稿では,複数の側面間の潜在的な関係を抽出し,文中のすべての側面の感情を同時に検出できるトランスフォーマーベースのマルチアスペクトモデリング手法を提案する。 本手法はBERTやRoBERTaといった強力なベースラインと比較して顕著な改善を実現している。
  論文  参考訳（メタデータ） (2020-11-01T11:06:31Z)
• Total Deep Variation: A Stable Regularizer for Inverse Problems [71.90933869570914]
  本稿では,データ駆動型汎用全深度変動正規化器について紹介する。 コアでは、畳み込みニューラルネットワークが複数のスケールや連続したブロックで局所的な特徴を抽出する。 我々は多数の画像処理タスクに対して最先端の結果を得る。
  論文  参考訳（メタデータ） (2020-06-15T21:54:15Z)
• Multi-view Alignment and Generation in CCA via Consistent Latent Encoding [34.57297855115903]
  マルチビューアライメントは多くの実世界のマルチビューアプリケーションにおいて重要である。 本稿ではベイズの視点から多視点アライメントを考察する。 本稿では,一貫した潜伏符号化を実現する Adversarial CCA (ACCA) を提案する。
  論文  参考訳（メタデータ） (2020-05-24T10:50:15Z)

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。