論文の概要: Visual Elements and Cognitive Biases Influence Interpretations of Trends in Scatter Plots

• arxiv url: http://arxiv.org/abs/2310.15406v1
• Date: Mon, 23 Oct 2023 23:39:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-25 21:23:26.895168
• Title: Visual Elements and Cognitive Biases Influence Interpretations of Trends in Scatter Plots
• Title（参考訳）: 視覚要素と認知バイアスが散乱プロットのトレンドの解釈に及ぼす影響
• Authors: Alexandre Filipowicz, Scott Carter, Nayeli Bravo, Rumen Iliev, Shabnam Hakimi, David Ayman Shamma, Kent Lyons, Candice Hogan, Charlene Wu
• Abstract要約: 外層部は傾向知覚を歪ませるが、他の点よりも影響が少ない。 トレンドラインはトレンドを強くする一方で、一部の外れ値の影響を緩和する。 人々の信念は弱いが強い相関関係は持たない。
• 参考スコア（独自算出の注目度）: 35.01352703292658
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Visualizations are common methods to convey information but also increasingly used to spread misinformation. It is therefore important to understand the factors people use to interpret visualizations. In this paper, we focus on factors that influence interpretations of scatter plots, investigating the extent to which common visual aspects of scatter plots (outliers and trend lines) and cognitive biases (people's beliefs) influence perception of correlation trends. We highlight three main findings: outliers skew trend perception but exert less influence than other points; trend lines make trends seem stronger but also mitigate the influence of some outliers; and people's beliefs have a small influence on perceptions of weak, but not strong correlations. From these results we derive guidelines for adjusting visual elements to mitigate the influence of factors that distort interpretations of scatter plots. We explore how these guidelines may generalize to other visualization types and make recommendations for future studies.
• Abstract（参考訳）: 可視化は情報伝達の一般的な方法であるが、誤情報の拡散にもますます使われている。 したがって、可視化の解釈に人々が使用する要因を理解することが重要である。 本稿では,散乱プロットの解釈に影響を与える要因に着目し,散乱プロット(アウトリアーとトレンドライン)と認知バイアス(人々の信念)の共通視覚的側面が相関傾向の知覚に与える影響について検討する。 アウトリーバーは傾向知覚を歪めるが、他のポイントよりも影響が少ないこと、トレンドラインは傾向をより強く見せるが、アウトリーバーの影響を緩和すること、そして人々の信念は弱いものの強い相関関係には影響しないことの3つの主な発見を強調する。 これらの結果から,散乱プロットの解釈を歪ませる要因の影響を軽減するために,視覚要素の調整に関するガイドラインを導出する。 これらのガイドラインを他の可視化タイプに一般化し、今後の研究に推奨する方法について検討する。

関連論文リスト

• Towards Context-Aware Emotion Recognition Debiasing from a Causal Demystification Perspective via De-confounded Training [14.450673163785094]
  文脈認識感情認識(CAER)は、対象者の感情を認識するための貴重な意味的手がかりを提供する。 現在のアプローチは、コンテキストから知覚的に重要な表現を抽出する洗練された構造を設計することに集中している。 共同設立者を非難するためのCCIM(Contextual Causal Intervention Module)を提案する。
  論文  参考訳（メタデータ） (2024-07-06T05:29:02Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Supervised Contrastive Learning for Affect Modelling [2.570570340104555]
  情報に影響を及ぼすことを考慮に入れた訓練表現のための3つの異なる教師付きコントラスト学習手法を導入する。 その結果、コントラスト学習の表現能力と、影響モデルの精度を高めるための効率が示された。
  論文  参考訳（メタデータ） (2022-08-25T17:40:19Z)
• Dispersion vs Disparity: Hiding Variability Can Encourage Stereotyping When Visualizing Social Outcomes [5.33024001730262]
  バーチャートは赤字思考を促進する可能性がある。 クラウドワーカーは、データの変動を隠蔽するか、データの変動を強調する社会的成果を視覚化する。 グループ内での多様性を強調する視覚化を見たとき、彼らは個人的説明にはあまり同意しなかった。
  論文  参考訳（メタデータ） (2022-08-08T21:48:36Z)
• Deconfounded Training for Graph Neural Networks [98.06386851685645]
  本稿では, コンバウンディング効果を緩和し, 臨界情報に対するラッチを緩和する新しいDecon Training(DTP)のパラダイムを提案する。 具体的には、注意モジュールを用いて臨界部分グラフと自明部分グラフをアンタングル化する。 これにより、GNNは、ラベルとの関係が複数のディストリビューションで堅牢である、より信頼性の高いサブグラフをキャプチャできる。
  論文  参考訳（メタデータ） (2021-12-30T15:22:35Z)
• Is Sparse Attention more Interpretable? [52.85910570651047]
  我々は,空間が注意力を説明可能性ツールとして活用する能力にどのように影響するかを検討する。 入力とインデックス付き中間表現の間には弱い関係しか存在しません。 この設定では、疎度を誘導することで、モデルの振る舞いを理解するためのツールとして注意が使用できることが、より確実になる可能性があることを観察する。
  論文  参考訳（メタデータ） (2021-06-02T11:42:56Z)
• Understanding Adversarial Examples from the Mutual Influence of Images and Perturbations [83.60161052867534]
  クリーンな画像と敵の摂動を遠ざけることで敵の例を分析し,その相互への影響を分析した。 以上の結果から,画像と普遍摂動の関係に対する新たな視点が示唆された。 我々は、オリジナルトレーニングデータを活用することなく、目標とするユニバーサルアタックの挑戦的なタスクを最初に達成した人物です。
  論文  参考訳（メタデータ） (2020-07-13T05:00:09Z)
• Why Attentions May Not Be Interpretable? [46.69116768203185]
  近年の研究では、注目・重要解釈は期待どおりに機能しないことが多いことが判明した。 この現象の根本原因の一つがショートカットであり、注意重み自体が余分な情報を運ぶ可能性があることを示している。 この問題を緩和する2つの方法を提案する。
  論文  参考訳（メタデータ） (2020-06-10T05:08:30Z)
• Interference and Generalization in Temporal Difference Learning [86.31598155056035]
  時間差学習における一般化と干渉の関係について検討する。 教師付き学習ではTDが容易に低干渉,低一般化パラメータにつながり,その効果は逆のように見える。
  論文  参考訳（メタデータ） (2020-03-13T15:49:58Z)

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。