抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ニューラルネットワークは,一般的で有効な機械学習成分であり,それらの応用は,多くのドメインで重要な科学的進歩をもたらす。ニューラルネットワークシステムの分野が高速成長しているので,進歩がどのように伝達されるかを理解することが重要である。ダイアグラムは,この新しいシステムを記述するほとんどすべての論文で現れる。本論文は,生態学的に派生した事例のまわりで,インタビュー,カードソーティング,および定性的フィードバック構造を通して,ニューラルネットワークシステム図の使用に関する研究について報告する。著者らは,既存の設計,情報可視化,およびユーザ経験ガイドラインの文脈において,図表の創造と解釈の両方における使用,知覚および好みの高い多様性を発見した。このインタビュー研究を用いて,既存のダイアグラムを改善するフレームワークを導いた。このフレームワークは,混合法実験研究と,フレームワークを引用する出版されたダイアグラムの性質を調べる「corpベースのアプローチによって評価される。研究は,このフレームワークが,学術的NNダイアグラムのコミュニケーション効果に関する側面を捉え,それらの実行のための簡単なステップを提供することを示唆する。【JST・京大機械翻訳】