論文の概要: VISHIEN-MAAT: Scrollytelling visualization design for explaining Siamese Neural Network concept to non-technical users

• arxiv url: http://arxiv.org/abs/2304.03288v1
• Date: Tue, 4 Apr 2023 08:26:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-16 22:34:28.368190
• Title: VISHIEN-MAAT: Scrollytelling visualization design for explaining Siamese Neural Network concept to non-technical users
• Title（参考訳）: vishien-maat:syameseニューラルネットワークの概念を非技術ユーザに提供するスクロールytellingビジュアライゼーションデザイン
• Authors: Noptanit Chotisarn, Sarun Gulyanon, Tianye Zhang, Wei Chen
• Abstract要約: 本研究は,非技術ユーザに対してAIの概念を効果的に説明可能なスクロールテリングを作成するための,新たな可視化設計を提案する。 当社のアプローチは,セールスピッチのような短期間の状況に価値ある視覚化を実現する上で有効です。
• 参考スコア（独自算出の注目度）: 8.939421900877742
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The past decade has witnessed rapid progress in AI research since the breakthrough in deep learning. AI technology has been applied in almost every field; therefore, technical and non-technical end-users must understand these technologies to exploit them. However existing materials are designed for experts, but non-technical users need appealing materials that deliver complex ideas in easy-to-follow steps. One notable tool that fits such a profile is scrollytelling, an approach to storytelling that provides readers with a natural and rich experience at the reader's pace, along with in-depth interactive explanations of complex concepts. Hence, this work proposes a novel visualization design for creating a scrollytelling that can effectively explain an AI concept to non-technical users. As a demonstration of our design, we created a scrollytelling to explain the Siamese Neural Network for the visual similarity matching problem. Our approach helps create a visualization valuable for a short-timeline situation like a sales pitch. The results show that the visualization based on our novel design helps improve non-technical users' perception and machine learning concept knowledge acquisition compared to traditional materials like online articles.
• Abstract（参考訳）: 過去10年間、ディープラーニングのブレークスルー以来、AI研究の急速な進歩が見られた。 AI技術は、ほぼすべての分野に適用されているため、技術的および非技術的エンドユーザは、それらを活用するためにこれらの技術を理解する必要がある。 しかし、既存の素材は専門家向けに設計されているが、非技術ユーザーは簡単な手順で複雑なアイデアを提供する魅力的な材料を必要としている。 このようなプロファイルに適合する注目すべきツールのひとつにスクロール・テリングがある。これはストーリーテリングのアプローチであり、読者のペースで自然なリッチな体験を提供するとともに、複雑な概念の深いインタラクティブな説明を提供する。 そこで本研究では,非技術ユーザに対してai概念を効果的に説明できるスクロールリーテリングを作成するための新しい可視化設計を提案する。 デザインのデモンストレーションとして,視覚類似性マッチング問題に対して,シャムニューラルネットを説明するスクロールytellingを開発した。 当社のアプローチは,セールスピッチのような短時間の状況に有用な可視化を実現する上で有効です。 その結果,新しいデザインに基づく可視化は,オンライン記事のような従来の素材と比較して,非技術者の知覚と機械学習概念の知識獲得を向上することがわかった。

関連論文リスト

• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• Fiper: a Visual-based Explanation Combining Rules and Feature Importance [3.2982707161882967]
  説明可能な人工知能は、いわゆるブラックボックスアルゴリズムの予測を説明するツールとテクニックを設計することを目的としている。 本稿では,特徴量と組み合わせたルールを視覚的に記述する手法を提案する。
  論文  参考訳（メタデータ） (2024-04-25T09:15:54Z)
• CoProNN: Concept-based Prototypical Nearest Neighbors for Explaining Vision Models [1.0855602842179624]
  ドメインエキスパートが自然言語で直感的にコンピュータビジョンタスクのコンセプトベースの説明を素早く作成できる新しいアプローチを提案する。 CoProNNのモジュラー設計は実装が簡単で、新しいタスクに適応しやすく、分類とテキスト・トゥ・イメージ・モデルを置き換えることができる。 我々の戦略は、粗粒度画像分類タスクにおける他の概念ベースのXAIアプローチと非常によく競合し、さらに細粒度細粒度タスクにおいてそれらの手法よりも優れることを示した。
  論文  参考訳（メタデータ） (2024-04-23T08:32:38Z)
• Recent Trends in 3D Reconstruction of General Non-Rigid Scenes [104.07781871008186]
  コンピュータグラフィックスやコンピュータビジョンにおいて、3次元幾何学、外観、実際のシーンの動きを含む現実世界のモデルの再構築が不可欠である。 これは、映画産業やAR/VRアプリケーションに有用な、フォトリアリスティックなノベルビューの合成を可能にする。 この最新技術レポート(STAR)は、モノクロおよびマルチビュー入力による最新技術の概要を読者に提供する。
  論文  参考訳（メタデータ） (2024-03-22T09:46:11Z)
• The role of interface design on prompt-mediated creativity in Generative AI [0.0]
  2つのジェネレーティブAIプラットフォームから145,000以上のプロンプトを分析します。 その結果,利用者は以前訪れた概念の活用よりも,新たなトピックを探求する傾向にあることがわかった。
  論文  参考訳（メタデータ） (2023-11-30T22:33:34Z)
• Artistic Strategies to Guide Neural Networks [0.0]
  本稿では、画像、テキスト、フォーム、セミオティック空間の翻訳という文脈において、現在のAI技術の可能性と限界について考察する。 比較的短時間で高解像度画像と3Dオブジェクトの生成が達成された。 またしても、アートワークがテクノロジー開発の触媒となる様子が見られます。
  論文  参考訳（メタデータ） (2023-07-06T22:57:10Z)
• Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
  AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。 本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。 43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
  論文  参考訳（メタデータ） (2022-11-12T21:54:05Z)
• Generative Transformers for Design Concept Generation [7.807713821263175]
  本研究では,人工知能(AI)分野における自然言語生成技術(NLG)の最近の進歩について考察する。 テキストデータからの知識と推論を活用するために,GPT(Generative Pre-trained Transformer)を用いた新しい手法を提案する。 3つの概念生成タスクは、異なる知識と推論(ドメイン知識合成、問題駆動合成、アナログ駆動合成)を活用するために定義される。
  論文  参考訳（メタデータ） (2022-11-07T11:29:10Z)
• Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI) [68.8204255655161]
  XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。 認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。 本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
  論文  参考訳（メタデータ） (2022-10-31T19:20:22Z)
• Towards Machine Learning for Placement and Routing in Chip Design: a Methodological Overview [72.79089075263985]
  配置とルーティングは、現代のチップ設計フローにおいて必須かつ困難な2つのタスクである。 機械学習は、そのデータ駆動性によって有望な見通しを示しており、知識や事前への依存度は低い。
  論文  参考訳（メタデータ） (2022-02-28T06:28:44Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。