論文の概要: Impact of Design Decisions in Scanpath Modeling

• arxiv url: http://arxiv.org/abs/2405.08981v1
• Date: Tue, 14 May 2024 22:27:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-16 14:55:25.125376
• Title: Impact of Design Decisions in Scanpath Modeling
• Title（参考訳）: 走査パスモデリングにおける設計決定の影響
• Authors: Parvin Emami, Yue Jiang, Zixin Guo, Luis A. Leiva,
• Abstract要約: 我々は、最先端計算モデル(DeepGaze++)を用いて、異なる設計パラメータがスキャンパス評価指標に与える影響を分析する。 これらのパラメータの小さなバリエーションでさえ、DTWやアイアナリシスのような標準評価指標に顕著な影響を与えていることを示す。 この結果から,GUIにおけるユーザの視聴行動予測における設計判断の影響が示唆された。
• 参考スコア（独自算出の注目度）: 13.736152580735169
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modeling visual saliency in graphical user interfaces (GUIs) allows to understand how people perceive GUI designs and what elements attract their attention. One aspect that is often overlooked is the fact that computational models depend on a series of design parameters that are not straightforward to decide. We systematically analyze how different design parameters affect scanpath evaluation metrics using a state-of-the-art computational model (DeepGaze++). We particularly focus on three design parameters: input image size, inhibition-of-return decay, and masking radius. We show that even small variations of these design parameters have a noticeable impact on standard evaluation metrics such as DTW or Eyenalysis. These effects also occur in other scanpath models, such as UMSS and ScanGAN, and in other datasets such as MASSVIS. Taken together, our results put forward the impact of design decisions for predicting users' viewing behavior on GUIs.
• Abstract（参考訳）: グラフィカル・ユーザ・インタフェース(GUI)におけるビジュアル・サリエンシのモデリングは、人々がGUI設計をどのように認識し、どの要素が注意を引き付けるかを理解するのに役立つ。 しばしば見落とされがちな側面の1つは、計算モデルは決定が簡単ではない一連の設計パラメータに依存しているという事実である。 設計パラメータの違いがスキャンパス評価指標に与える影響を,最先端の計算モデル(DeepGaze++)を用いて系統的に解析する。 特に,入力画像サイズ,反射減衰抑制,マスキング半径の3つの設計パラメータに着目した。 これらのパラメータの小さなバリエーションでさえ、DTWやアイアナリシスのような標準評価指標に顕著な影響を与えていることを示す。 これらの効果は、UMSSやScanGANのような他のスキャンパスモデルや、MASSVISのような他のデータセットにも発生する。 この結果から,GUIにおけるユーザの視聴行動予測における設計判断の影響が示唆された。

関連論文リスト

• A Large-Scale Sensitivity Analysis on Latent Embeddings and Dimensionality Reductions for Text Spatializations [4.810926556822174]
  テキストコーパスの文書間の意味的類似性は、地図のようなメタファーを用いて可視化することができる。 これらの散乱プロットレイアウトは、文書終端行列の次元的縮小や、潜伏埋め込み内の表現によって生じる。 本稿では,テキストコーパスの変化に関して,これらのレイアウトの安定性を解析する感度研究について述べる。
  論文  参考訳（メタデータ） (2024-07-25T08:46:49Z)
• Freeview Sketching: View-Aware Fine-Grained Sketch-Based Image Retrieval [85.73149096516543]
  微細スケッチベース画像検索(FG-SBIR)におけるスケッチ作成時の視点選択について検討する。 パイロットスタディでは、クエリスケッチがターゲットインスタンスと異なる場合、システムの苦労を強調している。 これを解決するために、ビューに依存しないタスクとビュー固有のタスクの両方をシームレスに収容するビューアウェアシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-01T21:20:44Z)
• Bridging Design Gaps: A Parametric Data Completion Approach With Graph Guided Diffusion Models [9.900586490845694]
  本研究では, グラフ注意ネットワークと表層拡散モデルを利用して, 工学設計におけるパラメトリックデータの欠落を解消する生成的計算モデルを提案する。 提案手法は従来の手法,例えばMissForest, HotDeck, PPCA, TabCSDI よりも精度と多様性に優れていた。 グラフモデルは、設計問題の鍵となるアセンブリグラフから複雑なパラメトリック相互依存性を正確にキャプチャし、インプットするのに役立つ。
  論文  参考訳（メタデータ） (2024-06-17T16:03:17Z)
• EyeFormer: Predicting Personalized Scanpaths with Transformer-Guided Reinforcement Learning [31.583764158565916]
  視覚的ユーザインタフェースにおけるスキャンパスを予測する機械学習モデルであるEyeFormerを提案する。 我々のモデルは、いくつかのユーザ・スキャンパス・サンプルが与えられたとき、パーソナライズされた予測を生成するユニークな能力を持っている。 固定位置や持続時間を含む全スキャンパス情報を個人や様々な刺激タイプで予測することができる。
  論文  参考訳（メタデータ） (2024-04-15T22:26:27Z)
• Compositional Generative Inverse Design [69.22782875567547]
  入力変数を設計して目的関数を最適化する逆設計は重要な問題である。 拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
  論文  参考訳（メタデータ） (2024-01-24T01:33:39Z)
• ShaRP: Shape-Regularized Multidimensional Projections [71.30697308446064]
  本稿では,生成した散布板の視覚的シグネチャをユーザが明示的に制御できる新しいプロジェクション技術,ShaRPを提案する。 ShaRPは次元とデータセットサイズによく対応し、任意の定量的データセットを汎用的に処理する。
  論文  参考訳（メタデータ） (2023-06-01T11:16:58Z)
• Efficient Automatic Machine Learning via Design Graphs [72.85976749396745]
  最適なモデル設計を探索する効率的なサンプルベース手法であるFALCONを提案する。 FALCONは,1)グラフニューラルネットワーク(GNN)を介してデザイングラフ上でメッセージパッシングを行うタスク非依存モジュール,2)既知のモデル性能情報のラベル伝搬を行うタスク固有モジュールを特徴とする。 FALCONは,30個の探索ノードのみを用いて,各タスクに対して良好な性能を持つ設計を効率的に得ることを実証的に示す。
  論文  参考訳（メタデータ） (2022-10-21T21:25:59Z)
• Scanpath Prediction on Information Visualisations [19.591855190022667]
  本稿では,情報視覚化における視覚的満足度とスキャンパスの予測を学習するモデルを提案する。 一般的なMASSVISデータセット上で,様々な情報可視化要素に対する視線行動の詳細な解析を行う。
  論文  参考訳（メタデータ） (2021-12-04T13:59:52Z)
• T3-Vis: a visual analytic framework for Training and fine-Tuning Transformers in NLP [0.0]
  本稿では,研究者を支援する視覚分析フレームワークの設計と実装について述べる。 我々のフレームワークは、ユーザーがモデルの異なる面を探索できる直感的な概要を提供する。 これは、モデルコンポーネントと入力シーケンスの異なる部分の重要性を計算する組込みアルゴリズム群を可能にする。
  論文  参考訳（メタデータ） (2021-08-31T02:20:46Z)
• SI-Score: An image dataset for fine-grained analysis of robustness to object location, rotation and size [95.00667357120442]
  オブジェクトの位置、回転、サイズを変えることは、非自明な方法で予測に影響を与える可能性がある。 合成データセットであるSI-Scoreを用いて,これらの変動要因に対するロバストネスのきめ細かい解析を行う。
  論文  参考訳（メタデータ） (2021-04-09T05:00:49Z)
• Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
  本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。 提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。 分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
  論文  参考訳（メタデータ） (2020-11-13T10:53:27Z)

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。