論文の概要: Collection Space Navigator: An Interactive Visualization Interface for
Multidimensional Datasets
- arxiv url: http://arxiv.org/abs/2305.06809v1
- Date: Thu, 11 May 2023 14:03:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 14:41:56.575350
- Title: Collection Space Navigator: An Interactive Visualization Interface for
Multidimensional Datasets
- Title（参考訳）: collection space navigator: 多次元データセットのためのインタラクティブな可視化インタフェース
- Authors: Tillmann Ohm, Mar Canet Sol\`a, Andres Karjus, Maximilian Schich
- Abstract要約: Collection Space Navigator (CSN)は、視覚的デジタルアーティファクトの大規模なコレクションを探索、研究、キュレーションするためのブラウザベースの可視化ツールである。
CSNは2次元投影と多次元フィルタのセットを組み合わせたカスタマイズ可能なインタフェースを提供する。
ユーザは、プロジェクションやフィルタコントロールなど、自身のデータや研究ニーズに合うように、インターフェースを再設定することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We introduce the Collection Space Navigator (CSN), a browser-based
visualization tool to explore, research, and curate large collections of visual
digital artifacts that are associated with multidimensional data, such as
vector embeddings or tables of metadata. Media objects such as images are often
encoded as numerical vectors, for e.g. based on metadata or using machine
learning to embed image information. Yet, while such procedures are widespread
for a range of applications, it remains a challenge to explore, analyze, and
understand the resulting multidimensional spaces in a more comprehensive
manner. Dimensionality reduction techniques such as t-SNE or UMAP often serve
to project high-dimensional data into low dimensional visualizations, yet
require interpretation themselves as the remaining dimensions are typically
abstract. Here, the Collection Space Navigator provides a customizable
interface that combines two-dimensional projections with a set of configurable
multidimensional filters. As a result, the user is able to view and investigate
collections, by zooming and scaling, by transforming between projections, by
filtering dimensions via range sliders, and advanced text filters. Insights
that are gained during the interaction can be fed back into the original data
via ad hoc exports of filtered metadata and projections. This paper comes with
a functional showcase demo using a large digitized collection of classical
Western art. The Collection Space Navigator is open source. Users can
reconfigure the interface to fit their own data and research needs, including
projections and filter controls. The CSN is ready to serve a broad community.
- Abstract（参考訳）: 本稿では,ベクトル埋め込みやメタデータのテーブルなどの多次元データに関連する視覚的デジタルアーティファクトの大規模なコレクションを探索し,研究し,キュレートするブラウザベースの可視化ツールであるコレクションスペースナビゲータ(CSN)を紹介する。
画像などのメディアオブジェクトは、例えばメタデータや機械学習を使って画像情報を埋め込むなど、数値ベクトルとして符号化されることが多い。
しかし、このような手続きは様々な用途に応用できるが、より包括的に多次元空間を探索し、分析し、理解することが課題である。
t-SNE や UMAP のような次元減少技術は、しばしば高次元データを低次元の可視化に投影するのに役立つが、残りの次元が通常抽象的であるため解釈が必要である。
ここで、コレクションスペースナビゲータは2次元プロジェクションと構成可能な多次元フィルタのセットを組み合わせたカスタマイズ可能なインターフェースを提供する。
その結果、ユーザは、射影間の変換、レンジスライダによる寸法のフィルタリング、および高度なテキストフィルタにより、コレクションを拡大およびスケーリングすることで、閲覧および調査することができる。
インタラクション中に得られる洞察は、フィルタリングされたメタデータとプロジェクションのアドホックエクスポートを通じて元のデータにフィードバックすることができる。
本稿では,古典西洋美術の大規模デジタルコレクションを用いた機能的ショーケースのデモを行った。
Collection Space Navigatorはオープンソースである。
ユーザは、プロジェクションやフィルタコントロールなど、独自のデータや研究ニーズに合わせてインターフェースを再構成することができる。
CSNは広いコミュニティにサービスを提供する準備ができています。
関連論文リスト
- VERA: Generating Visual Explanations of Two-Dimensional Embeddings via Region Annotation [0.0]
Visual Explanations via Region (VERA) は2次元埋め込みの視覚的説明を生成する自動埋め込みアノテーション手法である。
VERAは、埋め込み空間内の異なる領域を特徴付ける情報的説明を生成し、ユーザがその埋め込み風景を一目で概観することができる。
実世界のデータセット上でのVERAの利用について説明するとともに,本手法の有効性を比較ユーザスタディで検証する。
論文 参考訳（メタデータ） (2024-06-07T10:23:03Z) - Open-Vocabulary Camouflaged Object Segmentation [66.94945066779988]
OVCOS(Open-vocabulary camouflaged Object segmentation)を導入した。
我々は11,483個の手選択画像とそれに対応するオブジェクトクラスを含む大規模複合シーンデータセット(textbfOVCamo)を構築した。
クラスセマンティック知識の指導とエッジ情報と深度情報からの視覚構造的手がかりの補足を統合することにより、提案手法は効率よくカモフラージュされたオブジェクトを捕捉できる。
論文 参考訳（メタデータ） (2023-11-19T06:00:39Z) - Multiview Transformer: Rethinking Spatial Information in Hyperspectral
Image Classification [43.17196501332728]
ハイパースペクトル画像における各画素のランドカバーカテゴリの同定は、スペクトル情報と空間情報に依存する。
本稿では,シーン固有であるが本質的でない相関関係がHSIカブイドに記録される可能性があることを考察する。
本稿では、マルチビュー主成分分析(MPCA)、スペクトルエンコーダデコーダ(SED)、空間プールトークン化変換(SPTT)からなるHSI分類のためのマルチビュー変換器を提案する。
論文 参考訳（メタデータ） (2023-10-11T04:25:24Z) - MMRDN: Consistent Representation for Multi-View Manipulation
Relationship Detection in Object-Stacked Scenes [62.20046129613934]
我々は,MMRDN(Multi-view MRD Network)と呼ばれる新しい多視点融合フレームワークを提案する。
異なるビューからの2Dデータを共通の隠れ空間に投影し、埋め込みをVon-Mises-Fisher分布に適合させる。
これら2つのオブジェクトの相対位置を符号化した各オブジェクト対の点雲から、K$最大垂直近傍点(KMVN)の集合を選択する。
論文 参考訳（メタデータ） (2023-04-25T05:55:29Z) - MetaGraspNet: A Large-Scale Benchmark Dataset for Scene-Aware
Ambidextrous Bin Picking via Physics-based Metaverse Synthesis [72.85526892440251]
本稿では,物理に基づくメタバース合成により構築した大規模写真リアリスティックビンピックデータセットであるMetaGraspNetを紹介する。
提案データセットは,82種類の記事に対して217kのRGBD画像を含み,オブジェクト検出,アモーダル認識,キーポイント検出,操作順序,および並列ジャウと真空グリップパー用のアンビデクストグリップラベルの完全なアノテーションを備える。
また,2.3k以上の完全アノテートされた高品質なRGBD画像からなる実際のデータセットを5段階の難易度と,異なるオブジェクトおよびレイアウト特性を評価するための見えないオブジェクトセットに分割する。
論文 参考訳（メタデータ） (2022-08-08T08:15:34Z) - ReViVD: Exploration and Filtering of Trajectories in an Immersive
Environment using 3D Shapes [3.308743964406687]
本稿では,VRを用いた大規模軌跡ベースデータセットの探索とフィルタリングを行うReViVDを提案する。
ReViVDの斬新さは、ユーザがトラジェクトリのグループを選択してフィルタリングするためのクエリとして、単純な3D形状を使うことにある。
我々は,GPS位置追跡からシミュレーションデータまで,さまざまなアプリケーション領域におけるReViVDの利用を実証する。
論文 参考訳（メタデータ） (2022-02-21T21:58:41Z) - UnProjection: Leveraging Inverse-Projections for Visual Analytics of
High-Dimensional Data [63.74032987144699]
提案するNNInvは,プロジェクションやマッピングの逆を近似する深層学習技術である。
NNInvは、2次元投影空間上の任意の点から高次元データを再構成することを学び、ユーザーは視覚分析システムで学習した高次元表現と対話することができる。
論文 参考訳（メタデータ） (2021-11-02T17:11:57Z) - Towards data-driven filters in Paraview [0.0]
我々は、事前学習された機械学習モデルの能力を可視化システムに公開するフィルタを開発する。
フィルタは入力データをモデルに入力することで変換し、残りの視覚化パイプラインへの入力としてモデルの出力を提供する。
画像および流体データの分割と分類のための一連の簡易なユースケースについて述べる。
論文 参考訳（メタデータ） (2021-08-11T13:02:22Z) - OdoViz: A 3D Odometry Visualization and Processing Tool [0.0]
OdoVizは、自動運転車のデータセットの3D視覚化と処理のための、リアクティブなWebベースのツールである。
このシステムには、GPS/INSのポーズ、ポイントクラウド、カメライメージのロード、検査、可視化、処理の機能を提供する。
論文 参考訳（メタデータ） (2021-07-15T18:37:19Z) - Salient Objects in Clutter [130.63976772770368]
本稿では,既存の正当性オブジェクト検出(SOD)データセットの重大な設計バイアスを特定し,対処する。
この設計バイアスは、既存のデータセットで評価した場合、最先端のSODモデルのパフォーマンスの飽和につながった。
我々は,新しい高品質データセットを提案し,前回のsaliencyベンチマークを更新する。
論文 参考訳（メタデータ） (2021-05-07T03:49:26Z) - Spatial Priming for Detecting Human-Object Interactions [89.22921959224396]
画像中の人-物間相互作用(HOI)を検出するために,空間的レイアウト情報を利用する手法を提案する。
提案手法は,視覚モジュールを初期化して人間と物体の相互作用のタイプを予測するレイアウトモジュールから構成される。
提案したモデルでは、HICO-DetデータセットのmAPが24.79%に達し、これは現在の最先端よりも約2.8%高い。
論文 参考訳（メタデータ） (2020-04-09T23:20:30Z)
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。