論文の概要: Navigating High-Dimensional Backstage: A Guide for Exploring Literature for the Reliable Use of Dimensionality Reduction

• arxiv url: http://arxiv.org/abs/2506.14820v1
• Date: Tue, 10 Jun 2025 20:06:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 22:15:38.709939
• Title: Navigating High-Dimensional Backstage: A Guide for Exploring Literature for the Reliable Use of Dimensionality Reduction
• Title（参考訳）: 高次元バックステージのナビゲーション:次元化の信頼性向上のための文献探索ガイド
• Authors: Hyeon Jeon, Hyunwook Lee, Yun-Hsin Kuo, Taehyun Yang, Daniel Archambault, Sungahn Ko, Takanori Fujiwara, Kwan-Liu Ma, Jinwook Seo,
• Abstract要約: 本稿では,DRを用いた画像解析のための論文読解ガイドを提案する。 我々のガイドは、実践者が現在のDRの専門知識を評価し、理解を深める論文を特定するのに役立ちます。 DRとデータビジュアライゼーションの専門家3人とのインタビューでは,本ガイドの意義,包括性,有用性について検証した。
• 参考スコア（独自算出の注目度）: 27.412379864395735
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Visual analytics using dimensionality reduction (DR) can easily be unreliable for various reasons, e.g., inherent distortions in representing the original data. The literature has thus proposed a wide range of methodologies to make DR-based visual analytics reliable. However, the diversity and extensiveness of the literature can leave novice analysts and researchers uncertain about where to begin and proceed. To address this problem, we propose a guide for reading papers for reliable visual analytics with DR. Relying on the previous classification of the relevant literature, our guide helps both practitioners to (1) assess their current DR expertise and (2) identify papers that will further enhance their understanding. Interview studies with three experts in DR and data visualizations validate the significance, comprehensiveness, and usefulness of our guide.
• Abstract（参考訳）: 次元還元(DR)を用いた視覚分析は、例えば、原データを表す固有の歪みなど、様々な理由で容易に信頼性が低い。 文献は、DRに基づく視覚分析を信頼できるものにするために、幅広い方法論を提案してきた。 しかし、文献の多様性と広範囲性は、初心者のアナリストや研究者に、どこから始めるべきか、どのように進むべきかを不透明にさせる可能性がある。 本稿では,DRを用いた信頼性の高い視覚分析のための論文読解ガイドを提案する。これまでの文献分類に基づいて,実践者が(1)現在のDRの専門知識を評価し,(2)理解を深めるための論文の特定を支援する。 DRとデータビジュアライゼーションの専門家3人とのインタビューでは,本ガイドの意義,包括性,有用性について検証した。

関連論文リスト

• exHarmony: Authorship and Citations for Benchmarking the Reviewer Assignment Problem [11.763640675057076]
  明示的なラベルを必要とせずにレビュアー代入問題を評価するためのベンチマークデータセットを開発した。 従来の語彙マッチング、静的なニューラル埋め込み、文脈化されたニューラル埋め込みなど、さまざまな手法をベンチマークする。 本研究は,従来の手法が合理的に良好に機能する一方で,学術文献で訓練された文脈的埋め込みが最高の性能を示すことを示すものである。
  論文  参考訳（メタデータ） (2025-02-11T16:35:04Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [55.33653554387953]
  パターン分析とマシンインテリジェンス(PAMI)は、情報の収集と断片化を目的とした多くの文献レビューにつながっている。 本稿では、PAMI分野におけるこれらの文献レビューの徹底的な分析について述べる。 1)PAMI文献レビューの構造的・統計的特徴は何か,(2)レビューの増大するコーパスを効率的にナビゲートするために研究者が活用できる戦略は何か,(3)AIが作成したレビューの利点と限界は人間によるレビューと比較するとどのようなものか,という3つの主要な研究課題に対処しようとする。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Robust Saliency-Aware Distillation for Few-shot Fine-grained Visual Recognition [57.08108545219043]
  サンプルが少ない新しいサブカテゴリを認識することは、コンピュータビジョンにおいて不可欠で挑戦的な研究課題である。 既存の文献は、ローカルベースの表現アプローチを採用することでこの問題に対処している。 本稿では,ロバスト・サリエンシ・アウェア蒸留法(RSaD)を提案する。
  論文  参考訳（メタデータ） (2023-05-12T00:13:17Z)

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。