可视化过程可以优化什么?
本研究提出修改现有的成本效益测量方法,通过引入有界测量方法(如 Jenson-Shannon 散度和新的散度测量方法)进行多准则比较,并通过视觉分析和两个案例的研究应用最优方法估算可视化收益。
Feb, 2020
本研究旨在从信息理论的角度对虚拟环境系统(包括增强现实、混合现实、剧院系统和大型幕墙)进行成本效益分析,解释为什么一些可视化应用程序比其他应用程序更能从虚拟环境中受益,并勾勒未来虚拟环境中可视化应用程序发展的路径。
Feb, 2018
贝叶斯数据分析是一个包含模型构建、推断、检验、评价和扩展的迭代过程,可利用贝叶斯可视化技术在诸多阶段中提供帮助并且不可或缺,尤其是在从所使用的现代高维模型中进行推断时。
Sep, 2017
本论文对机器学习模型的数据方面的可视化相关研究进行了系统梳理和分析,提出了五类数据类型和六种数据中心任务,并分析了 143 篇论文的相关分布,展望了未来的研究趋势和方向。
Jul, 2023
本研究论文系统地总结了交互模型分析的三大类任务:理解、诊断和改进,旨在帮助用户高效解决实际的人工智能和数据挖掘问题,同时探讨了相关未来研究机会。
Feb, 2017
本文提出了一个基于信息论的新框架,旨在解决复杂系统中的信息推理问题,该框架基于 Shannon 信息理论的变分扩展,结合了建模能力和计算限制,提出了预测 V - 信息的概念,在模型表示学习和系统结构学习方面表现优于传统的相互信息的方法。
Feb, 2020
在一个前馈网络中,可以使用传递熵(TE)来衡量一层对另一层的影响,通过在训练期间量化它们之间的信息传递。通过在输入数据中的信息量与压缩表示之间绘制图表来理解信息瓶颈方法中压缩和信息保留之间的权衡,这被称为信息平面分析。我们使用 TE 来量化神经层之间的信息传输,并进行信息平面分析以探索信息理论压缩和泛化之间的因果关系。我们获得了令人鼓舞的实验结果,为进一步研究打开了可能性。
Apr, 2024
本研究介绍了一种基于机器学习的数据可视化推荐方法,通过从大量数据集和相关可视化图中训练出网络来预测设计选择,从而降低探索基本可视化的难度.
Aug, 2018