論文の概要: T(r)opical Islands: Visualizing & Understanding Socio-Technical Artifacts
- arxiv url: http://arxiv.org/abs/2609.05254v1
- Date: Fri, 04 Sep 2026 15:17:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.099136
- Title: T(r)opical Islands: Visualizing & Understanding Socio-Technical Artifacts
- Title（参考訳）: T(r)オピカル諸島 : 社会・技術人工物の可視化と理解
- Abstract要約: 本稿では,プロジェクトの社会技術成果物を植生に覆われた島々にマッピングする3次元可視化手法を提案する。
話題の島は、議論されるにつれて海から立ち上がり、もはや沈まないときに再び沈む。
我々は、いくつかのケーススタディを通じて、プロジェクトの歴史を通して、開発トピックに関する議論について、我々のアプローチが引き起こす洞察を提示する。
- 参考スコア（独自算出の注目度）: 5.723776012866043
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Projects hosted on collaborative software development platforms, such as GitHub, include many non-code artifacts documenting the project's lifecycle, with its challenges, plans, design, and even community. These socio-technical artifacts include, for example, bug reports, feature requests, and forum posts, offering a useful prospect on the project's evolution. However, these artifacts are dispersed over multiple communication channels and written in natural language, making their analysis difficult, as they are fragmented and with considerable noise. We present a 3D visualization approach mapping topics found across a project's socio-technical artifacts onto vegetation-covered islands, where the individual artifacts are depicted as trees of various types. The topic islands rise out of the ocean as they become discussed, to sink again when they are no longer so. We built a prototype implementing the entire visualization pipeline, from data mining to interactive rendering, leveraging machine learning techniques to cluster the artifacts and extract their topics. We present, through several case studies, the insights that our approach elicits about discussions of development topics throughout a project's history. The user study we conducted (N=34) further strengthens our conclusions about its suitability for understanding socio-technical artifacts and their evolution.
- Abstract（参考訳）: GitHubのような共同ソフトウェア開発プラットフォームにホストされているプロジェクトには、プロジェクトのライフサイクルを文書化するコード以外のアーティファクトが多数含まれており、課題、計画、設計、さらにはコミュニティさえある。
これらの社会技術的アーティファクトには、バグレポート、フィーチャーリクエスト、フォーラムポストなどが含まれており、プロジェクトの進化に有用な見通しを提供する。
しかし、これらのアーティファクトは複数の通信チャネルに分散し、自然言語で書かれているため、断片化され、かなりのノイズがあるため、解析が困難になる。
本稿では, プロジェクトの社会工学的アーティファクトから植生に覆われた島へ, 個々のアーティファクトを様々な種類の木として表現する3次元可視化手法を提案する。
話題の島は、議論されるにつれて海から立ち上がり、もはや沈まないときに再び沈む。
データマイニングからインタラクティブレンダリング、マシンラーニング技術を活用してアーティファクトをクラスタ化してトピックを抽出する、可視化パイプライン全体を実装したプロトタイプを構築しました。
我々は、いくつかのケーススタディを通じて、プロジェクトの歴史を通して、開発トピックに関する議論について、我々のアプローチが引き起こす洞察を提示する。
筆者らが実施したユーザスタディ(N=34)は,社会工学的アーティファクトの理解と進化に対する適合性に関する結論をさらに強めている。
関連論文リスト
- Ritgard: T(r)opical Islands of Socio-Technical Artifacts on GitHub [6.065003620925856]
私たちは、社会技術的アーティファクトのためにGitHubリポジトリをマイニングするツールであるRitgardを紹介します。
Ritgard氏は、課題、プルリクエスト、議論を、木で覆われた3D島として視覚化している。
島々の地形は、話題が活発になると海から立ち上がり、沈むと再び沈む。
論文 参考訳（メタデータ） (2026-09-04T15:31:52Z) - Characterizing Visual Accessibility Issues in AI Developer Tools: An Empirical Study [1.3535770763481905]
私たちは5つのAI開発者ツールエコシステムの課題とフォーラムの議論を分析します。
スクリーンリーダーとアシストテクノロジーの障壁;視覚的なプレゼンテーション、コントラスト、差別化の問題;AI固有のインターフェイスの可読性、スケーリング、制御の制限。
調査によると、AI開発ツールのアクセシビリティ記録は、インタラクション設計と、周囲のエコシステムのレポートとメンテナンスのプラクティスの両方によって形成されている。
論文 参考訳（メタデータ） (2026-08-05T17:46:31Z) - Connecting the Models: A Global Mega-model of MDE Projects on GitHub [0.0]
モデル駆動エンジニアリングの鍵となる要素は、ドメイン固有のモデリング環境の構築である。
理論上、EMF、ATL、Epsilon、Xtextなどの専用技術は高品質な環境の構築を促進するだろう。
本稿では,MDEが実際にどのように使われているかを研究するための基盤を構築することを目的とする。
論文 参考訳（メタデータ） (2026-06-28T21:18:31Z) - EVOSCAT: Exploring Software Change Dynamics in Large-Scale Historical Datasets [0.0]
長く生きたソフトウェアプロジェクトは、多くのアーティファクトを含んでおり、その歴史を通じて多くの修正がなされている。
EvoScatは、研究者が進化データセットを探索し、特徴付けるのに役立つ、スケーラブルな可視化を作成する手段を提供することを目指している。
この論文は、ヒストリスケーリングとアライメントの柔軟な構成をサポートすることで、ツールを特定の分析ニーズに合わせる方法を示している。
論文 参考訳（メタデータ） (2025-08-14T17:20:27Z) - Visualization of a multidimensional point cloud as a 3D swarm of avatars [0.0]
本稿では,Chernoffの顔にインスパイアされたアイコンを用いて,多次元データセットを表現する革新的な手法を提案する。
データ次元のセマンティックな分割を直感的および技術的カテゴリに導入し、前者をアバター特徴に割り当て、後者を4次元空間埋め込みに投影する。
この技術はオープンソースのdpVisionビジュアライゼーションプラットフォームのプラグインとして実装されており、ユーザーはアバターの群れという形でデータをインタラクティブに探索することができる。
論文 参考訳（メタデータ） (2025-04-09T10:14:33Z) - ArtGS: Building Interactable Replicas of Complex Articulated Objects via Gaussian Splatting [66.29782808719301]
コンピュータビジョンにおいて、音声で表現されたオブジェクトを構築することが重要な課題である。
既存のメソッドは、しばしば異なるオブジェクト状態間で効果的に情報を統合できない。
3次元ガウスを柔軟かつ効率的な表現として活用する新しいアプローチであるArtGSを紹介する。
論文 参考訳（メタデータ） (2025-02-26T10:25:32Z) - Towards Visual Grounding: A Survey [99.0950608237702]
Referring Expression や Phrase Grounding としても知られる Visual Grounding は、与えられた式テキストに基づいてイメージ内の特定の領域をグラウンドすることを目的としている。
2021年以降、視覚的な接地は大幅に進歩し、接地事前訓練のような新しい概念が生まれている。
本稿では,視覚的グラウンドリングの分野で現在利用可能な,最も包括的な概要を示す。
論文 参考訳（メタデータ） (2024-12-28T16:34:35Z) - MapExplorer: New Content Generation from Low-Dimensional Visualizations [60.02149343347818]
低次元の可視化や「投影マップ」は大規模で複雑なデータセットの解釈に広く用いられている。
これらの視覚化は、既存の知識空間を理解するのに役立つだけでなく、未知の領域への探索を暗黙的にガイドする。
プロジェクションマップ内の座標をコヒーレントでコンテキストに整合したテキストコンテンツに変換する新しい知識発見タスクであるMapExplorerを紹介する。
論文 参考訳（メタデータ） (2024-12-24T20:16:13Z) - A Comprehensive Survey of 3D Dense Captioning: Localizing and Describing
Objects in 3D Scenes [80.20670062509723]
3Dシークエンスキャプションは、3Dシーンの詳細な説明を作成することを目的とした、視覚言語によるブリッジングタスクである。
2次元の視覚的キャプションと比較して、現実世界の表現が密接なため、大きな可能性と課題が提示される。
既存手法の人気と成功にもかかわらず、この分野の進歩を要約した総合的な調査は乏しい。
論文 参考訳（メタデータ） (2024-03-12T10:04:08Z) - REGRAD: A Large-Scale Relational Grasp Dataset for Safe and
Object-Specific Robotic Grasping in Clutter [52.117388513480435]
本稿では,オブジェクト間の関係のモデル化を継続するregradという新しいデータセットを提案する。
データセットは2D画像と3Dポイントクラウドの両方で収集されます。
ユーザは、好きなだけ多くのデータを生成するために、自由に独自のオブジェクトモデルをインポートできる。
論文 参考訳（メタデータ） (2021-04-29T05:31:21Z) - Image Segmentation Using Deep Learning: A Survey [58.37211170954998]
イメージセグメンテーションは、画像処理とコンピュータビジョンにおいて重要なトピックである。
深層学習モデルを用いた画像セグメンテーション手法の開発を目的とした研究が,これまでに数多く行われている。
論文 参考訳（メタデータ） (2020-01-15T21:37:47Z)
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。