論文の概要: Evaluating Alternative Glyph Design for Showing Large-Magnitude-Range Quantum Spins

• arxiv url: http://arxiv.org/abs/2301.00002v1
• Date: Sun, 25 Dec 2022 20:57:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 07:17:46.599730
• Title: Evaluating Alternative Glyph Design for Showing Large-Magnitude-Range Quantum Spins
• Title（参考訳）: 大強度ラジ量子スピンの代替グリフ設計の評価
• Authors: Henan Zhao and Garnett W. Bryant and Wesley Griffin and Judith E. Terrill and Jian Chen
• Abstract要約: グリフは2つの条件を満たす: (1) 2つの視覚次元は分離可能である; (2) 2つの視覚次元のうちの1つはカテゴリー表現を使用する。 この研究は、大きな科学的結果からパターンを明らかにするための知覚的に正確なグリフ表現に寄与する。
• 参考スコア（独自算出の注目度）: 5.28289202725171
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present experimental results to explore a form of bivariate glyphs for representing large-magnitude-range vectors. The glyphs meet two conditions: (1) two visual dimensions are separable; and (2) one of the two visual dimensions uses a categorical representation (e.g., a categorical colormap). We evaluate how much these two conditions determine the bivariate glyphs' effectiveness. The first experiment asks participants to perform three local tasks requiring reading no more than two glyphs. The second experiment scales up the search space in global tasks when participants must look at the entire scene of hundreds of vector glyphs to get an answer. Our results support that the first condition is necessary for local tasks when a few items are compared. But it is not enough to understand a large amount of data. The second condition is necessary for perceiving global structures of examining very complex datasets. Participants' comments reveal that the categorical features in the bivariate glyphs trigger emergent optimal viewers' behaviors. This work contributes to perceptually accurate glyph representations for revealing patterns from large scientific results. We release source code, quantum physics data, training documents, participants' answers, and statistical analyses for reproducible science https://osf.io/4xcf5/?view_only=94123139df9c4ac984a1e0df811cd580.
• Abstract（参考訳）: 本研究では,大振幅距離ベクトルを表す二変量グリフの形式を実験的に検討する。 グリフは2つの条件を満たす: (1) 2つの視覚次元は分離可能である; (2) 2つの視覚次元のうちの1つはカテゴリー表現(例えば、カテゴリカラーマップ)を使用する。 この2つの条件が二変量グリフの有効性をどの程度決定するかを評価する。 最初の実験では、参加者に3つのローカルタスクを実行し、2つ以上のグリフを読む必要がある。 第2の実験では、参加者が何百ものベクターグリフのシーン全体を見て答えを得る必要がある場合、グローバルなタスクで検索スペースを拡大する。 結果から,いくつかの項目を比較する際には,第1条件がローカルタスクに必要であることが示唆された。 しかし、大量のデータを理解するだけでは十分ではない。 2つ目の条件は、非常に複雑なデータセットを調べるグローバルな構造を理解するために必要である。 参加者のコメントは、二変量グリフのカテゴリー的特徴が創発的最適な視聴者の行動を引き起こすことを示している。 この研究は、大きな科学的結果からパターンを明らかにするための知覚的に正確なグリフ表現に寄与する。 ソースコード、量子物理学データ、トレーニング文書、参加者の回答、再現可能な科学の統計分析 https://osf.io/4xcf5/? view_only=94123139df9c4ac984a1e0df811cd580。

関連論文リスト

• The Heterophilic Snowflake Hypothesis: Training and Empowering GNNs for Heterophilic Graphs [59.03660013787925]
  ヘテロフィリー・スノーフレーク仮説を導入し、ヘテロ親和性グラフの研究をガイドし、促進するための効果的なソリューションを提供する。 観察の結果,我々のフレームワークは多種多様なタスクのための多目的演算子として機能することがわかった。 さまざまなGNNフレームワークに統合することができ、パフォーマンスを詳細に向上し、最適なネットワーク深さを選択するための説明可能なアプローチを提供する。
  論文  参考訳（メタデータ） (2024-06-18T12:16:00Z)
• Multi-Scale Heterogeneity-Aware Hypergraph Representation for Histopathology Whole Slide Images [10.582822206174113]
  生存予測は, 患者のコホート内における生存係数の予測を目的とした, 複雑な順序回帰課題である。 既存のディープラーニングアプローチのほとんどは、様々な種類の生物学的実体間の多様な相互作用を明らかにすることができない。 マルチスケールなヘテロジニティ対応ハイパーグラフ表現フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-30T08:00:17Z)
• Unveiling the Sampling Density in Non-Uniform Geometric Graphs [69.93864101024639]
  グラフを幾何学グラフとみなす: ノードは基礎となる計量空間からランダムにサンプリングされ、その距離が指定された近傍半径以下であれば任意のノードが接続される。 ソーシャルネットワークでは、コミュニティは密集したサンプル領域としてモデル化でき、ハブはより大きな近傍半径を持つノードとしてモデル化できる。 我々は,未知のサンプリング密度を自己監督的に推定する手法を開発した。
  論文  参考訳（メタデータ） (2022-10-15T08:01:08Z)
• Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
  本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。 提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
  論文  参考訳（メタデータ） (2022-08-24T14:59:28Z)
• Impacts of the Numbers of Colors and Shapes on Outlier Detection: from Automated to User Evaluation [1.7205106391379026]
  本稿では,視覚探索理論を情報可視化コンテキストに拡張することで,そのテーマに寄与する。 ランダムに並べられた気晴らしのグリッドに未知のアウトリーヤを見つけるよう被験者に依頼される視覚的検索タスクを検討する。 その結果,外乱率のエンコードに使用される視覚的属性の数が主な難易度であることがわかった。
  論文  参考訳（メタデータ） (2021-03-10T14:35:53Z)
• Adaptive Bi-directional Attention: Exploring Multi-Granularity Representations for Machine Reading Comprehension [29.717816161964105]
  異なるレベルのソース表現を予測器に適応的に適用するAdaptive Bidirectional Attentionと呼ばれる新しいアプローチを提案する。 結果は、2.5$%$ EMと2.3$%$ F1スコアによる以前の最新モデルよりも優れています。
  論文  参考訳（メタデータ） (2020-12-20T09:31:35Z)
• Gravitational Models Explain Shifts on Human Visual Attention [80.76475913429357]
  視覚的注意(英: visual attention)とは、人間の脳が優先的な処理のために関連する感覚情報を選択する能力を指す。 過去30年間に様々な評価方法が提案されてきた。 注意変動を記述するための重力モデル(GRAV)を提案する。
  論文  参考訳（メタデータ） (2020-09-15T10:12:41Z)
• Structure-Augmented Text Representation Learning for Efficient Knowledge Graph Completion [53.31911669146451]
  人為的な知識グラフは、様々な自然言語処理タスクに重要な支援情報を提供する。 これらのグラフは通常不完全であり、自動補完を促す。 グラフ埋め込みアプローチ(例えばTransE)は、グラフ要素を密度の高い埋め込みに表現することで構造化された知識を学ぶ。 テキストエンコーディングアプローチ(KG-BERTなど)は、グラフトリプルのテキストとトリプルレベルの文脈化表現を利用する。
  論文  参考訳（メタデータ） (2020-04-30T13:50:34Z)
• Structured Landmark Detection via Topology-Adapting Deep Graph Learning [75.20602712947016]
  解剖学的顔と医学的ランドマーク検出のための新しいトポロジ適応深層グラフ学習手法を提案する。 提案手法は局所像特徴と大域形状特徴の両方を利用するグラフ信号を構成する。 3つの公開顔画像データセット(WFLW、300W、COFW-68)と3つの現実世界のX線医学データセット(ケパロメトリ、ハンド、ペルビス)で実験を行った。
  論文  参考訳（メタデータ） (2020-04-17T11:55:03Z)
• Multi-Scale Representation Learning for Spatial Feature Distributions using Grid Cells [11.071527762096053]
  本研究では,位置の絶対位置と空間的関係を符号化するスペース2Vecという表現学習モデルを提案する。 その結果、Space2Vecはマルチスケール表現のため、確立されたMLアプローチよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2020-02-16T04:22:18Z)

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。