論文の概要: Discovering Image Usage Online: A Case Study With "Flatten the Curve''
- arxiv url: http://arxiv.org/abs/2307.06458v1
- Date: Wed, 12 Jul 2023 21:17:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-14 16:28:06.895020
- Title: Discovering Image Usage Online: A Case Study With "Flatten the Curve''
- Title（参考訳）: オンライン画像利用の発見--Flatten the Curveによるケーススタディ
- Authors: Shawn M. Jones and Diane Oyen
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックで「カーブが遅い」という図が多用された。
画像の拡散をオンラインで見るためのケーススタディとして,5種類の「Flatten the Curve」画像を用いている。
- 参考スコア（独自算出の注目度）: 6.370905925442655
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Understanding the spread of images across the web helps us understand the
reuse of scientific visualizations and their relationship with the public. The
"Flatten the Curve" graphic was heavily used during the COVID-19 pandemic to
convey a complex concept in a simple form. It displays two curves comparing the
impact on case loads for medical facilities if the populace either adopts or
fails to adopt protective measures during a pandemic. We use five variants of
the "Flatten the Curve" image as a case study for viewing the spread of an
image online. To evaluate its spread, we leverage three information channels:
reverse image search engines, social media, and web archives. Reverse image
searches give us a current view into image reuse. Social media helps us
understand a variant's popularity over time. Web archives help us see when it
was preserved, highlighting a view of popularity for future researchers. Our
case study leverages document URLs can be used as a proxy for images when
studying the spread of images online.
- Abstract（参考訳）: Web上の画像の拡散を理解することは、科学的な視覚化の再利用と、一般の人々との関係を理解するのに役立つ。
新型コロナウイルス(COVID-19)のパンデミックで、複雑な概念を単純な形で伝達するために「Flatten the Curve」という図が多用された。
厚生労働省は、新型コロナウイルスの感染拡大に伴う医療施設のケース負荷への影響を比較する曲線を2つ示した。
画像の拡散をオンラインで見るためのケーススタディとして,5種類の「Flatten the Curve」画像を用いている。
拡散を評価するために,リバース画像検索エンジン,ソーシャルメディア,ウェブアーカイブの3つの情報チャネルを利用する。
リバースイメージ検索は、画像再利用の現在のビューを提供する。
ソーシャルメディアは、変種の人気を時間とともに理解するのに役立ちます。
Webアーカイブは、いつ保存されたかを確認するのに役立つ。
本ケーススタディでは,オンライン画像の拡散を調べる際に,文書urlを画像のプロキシとして活用する。
関連論文リスト
- Autoregressive Sequence Modeling for 3D Medical Image Representation [48.706230961589924]
本稿では, 自己回帰シーケンス事前学習フレームワークを用いて, 3次元医用画像表現を学習するための先駆的手法を提案する。
我々は,空間的,コントラスト的,意味的相関に基づく様々な3次元医用画像にアプローチし,トークンシーケンス内の相互接続された視覚トークンとして扱う。
論文 参考訳（メタデータ） (2024-09-13T10:19:10Z) - Could It Be Generated? Towards Practical Analysis of Memorization in Text-To-Image Diffusion Models [39.607005089747936]
テキスト・画像拡散モデルにおける記憶の実際的解析を行う。
暗記に必要な3つの条件,それぞれ類似性,存在,および確率を同定する。
次に,モデルの予測誤差と画像複製の相関関係を明らかにする。
論文 参考訳（メタデータ） (2024-05-09T15:32:00Z) - Invisible Relevance Bias: Text-Image Retrieval Models Prefer AI-Generated Images [67.18010640829682]
我々は,AI生成画像がテキスト画像検索モデルに目に見えない関連性バイアスをもたらすことを示す。
検索モデルのトレーニングデータにAI生成画像を含めると、目に見えない関連性バイアスが増す。
本研究では,目に見えない関連バイアスを軽減するための効果的なトレーニング手法を提案する。
論文 参考訳（メタデータ） (2023-11-23T16:22:58Z) - A domain adaptive deep learning solution for scanpath prediction of
paintings [66.46953851227454]
本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。
我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。
提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
論文 参考訳（メタデータ） (2022-09-22T22:27:08Z) - Community Detection in Medical Image Datasets: Using Wavelets and
Spectral Methods [0.0]
医用画像データセットにおけるコミュニティの自動識別を容易にするアルゴリズムを提案する。
グラフラプラシアンの固有値は、画像データセット内の注目すべきコミュニティの数を明らかにすることができる。
論文 参考訳（メタデータ） (2021-12-22T16:47:10Z) - Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。
共通情報と相補情報の両方を敵意で抽出することを目的としている。
特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
論文 参考訳（メタデータ） (2021-02-15T18:46:44Z) - Generative Adversarial U-Net for Domain-free Medical Image Augmentation [49.72048151146307]
注釈付き医用画像の不足は、医用画像コンピューティングの分野における最大の課題の1つだ。
本稿では,生成逆U-Netという新しい生成手法を提案する。
当社の新しいモデルは、ドメインフリーで、さまざまな医療画像に汎用性があります。
論文 参考訳（メタデータ） (2021-01-12T23:02:26Z) - Combining Similarity and Adversarial Learning to Generate Visual
Explanation: Application to Medical Image Classification [0.0]
学習フレームワークを活用して視覚的説明法を作成する。
文献のメトリクスを用いることで,この手法は最先端のアプローチよりも優れています。
大規模な胸部X線データベース上でのアプローチを検証する。
論文 参考訳（メタデータ） (2020-12-14T08:34:12Z) - A Decade Survey of Content Based Image Retrieval using Deep Learning [13.778851745408133]
本稿では,コンテンツベース画像検索における過去10年間のディープラーニングベース開発に関する包括的調査について述べる。
クエリ画像の代表的な特徴とデータセット画像との類似性は、検索のために画像のランク付けに使用される。
ディープラーニングは、手作業で設計した機能工学の、10年前から支配的な代替手段として現れてきた。
論文 参考訳（メタデータ） (2020-11-23T02:12:30Z) - Understanding the Use of Fauxtography on Social Media [12.814387064285656]
フェノトグラフィーの大規模な研究を初めて紹介する。
われわれは、Twitter、4chan、Redditで議論された61万件以上のファクストグラフィーのインスタンスを特定した。
ファクトグラフィー画像は、しばしばWebコミュニティによってミームに変換される。
論文 参考訳（メタデータ） (2020-09-24T16:34:47Z) - Visual Chirality [51.685596116645776]
視覚データの統計が反射によってどのように変化するかを検討する。
我々の研究は、データ強化、自己教師付き学習、画像鑑定に影響を及ぼす。
論文 参考訳（メタデータ） (2020-06-16T20:48:23Z)
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。