文献

J-GLOBAL ID：202102268114967385   整理番号：21A1195734

ニューラルネットワークに基づく時空間データにおけるペアワイズ類似性のサンプリングと推定【JST・京大機械翻訳】

Sampling and Estimation of Pairwise Similarity in Spatio-Temporal Data Based on Neural Networks

著者 (1件)： Frey Steffen (Visualization Research Institute, University of Stuttgart; 70569 Stuttgart, Germany)
資料名： Informatics (Web)  (Informatics (Web))
巻： 4  号： 3  ページ： 27  発行年： 2017年 
JST資料番号： U7202A  ISSN： 2227-9709  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： シミュレーションと高精度測定技術のための高速計算システムは,時間と空間の両方で高分解能で時間依存体積データセットの生成を駆動する。この時空間データからの洞察を得るために,時間ステップ間のペアワイズ距離の計算と直接可視化は,対話型ユーザ探索をサポートするだけでなく,意味のある静的概観可視化,希少イベントの同定,または再発プロセスの視覚解析のような自動解析技術も駆動する。しかし,全ての時間ステップ間のペアワイズ差の計算は,高解像度空間データ間の表現距離を計算するだけでなく,特に多数の距離計算(O(|T|2))により,時間ステップの数である|T|で,大規模データに対して非常に高価である。この課題に取り組むため,これまで決定されていない距離情報を推定するためのアプローチと同様に,時系列における類似性情報の漸進的計算のための異なる戦略を提示し,評価した。特に,ペアワイズ距離を推定するためのニューラルネットワーク利用の有用性を調べ,解析した。これに基づき,提案アプローチは,推定のために訓練されたネットワークとの組み合わせで最良の結果をもたらすサンプリング戦略を自動的に決定する。このアプローチを,シミュレーションおよび測定ならびに人工的に生成されたデータから様々な時間依存2Dおよび3Dデータによって評価し,それを代替技術と比較した。最後に,著者らは展望と限界について議論して,将来の研究における改良のための種々の方向について議論する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *ネットワーク ,  *ニューラルネットワーク ,  可視化 ,  時間依存性 ,  二次元 ,  類似性 ,  高速計算 ,  高分解能
準シソーラス用語： 対話型 ,  高精度 ,  空間データ ,  三次元データ ,  時間ステップ ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 時間依存データ ,  ニューラルネットワーク ,  適応サンプリング ,  ボリューム可視化

分類 (5件)： 人工知能  (JE08000Z) ,  計算機シミュレーション  (JE11000H) ,  パターン認識  (JE07000S) ,  数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I)

引用文献 (40件)：

• Joshi, A.; Rheingans, P. Illustration-inspired techniques for visualizing time-varying data. In Proceedings of the VIS 05, IEEE Visualization, Minneapolis, MN, USA, 23-28 October 2005; pp. 679-686.
• Lee, T.Y.; Shen, H.W. Visualization and Exploration of Temporal Trend Relationships in Multivariate Time-Varying Data. IEEE Vis. Comput. Graph. 2009, 15, 1359-1366.
• Joshi, A.; Rheingans, P. Evaluation of illustration-inspired techniques for time-varying data visualization. Comput. Graph. Forum 2008, 27, 999-1006.
• Woodring, J.; Wang, C.; Shen, H.W. High dimensional direct rendering of time-varying volumetric data. In Proceedings of the IEEE Visualization, Seattle, WA, USA, 19-24 October 2003; pp. 417-424.
• Balabanian, J.P.; Viola, I.; Möller, T.; Gröller, E. Temporal Styles for Time-Varying Volume Data. In Proceedings of the 3DPVT’08-The Fourth International Symposium on 3D Data Processing, Visualization and Transmission, Atlanta, GA, USA, 18-20 June 2008; Gumhold, S., Kosecka, J., Staadt, O., Eds.; 2008; pp. 81-89.

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  時空間データ ,  類似性 ,  サンプリング ,  推定