InstanceFlow:インスタンスレベルにおける分類器混乱の進化の可視化【JST・京大機械翻訳】

Puehringer Michael; Hinterreiter Andreas; Streit Marc

プレプリント

J-GLOBAL ID：202202209907670598 整理番号：21P0040795

InstanceFlow:インスタンスレベルにおける分類器混乱の進化の可視化【JST・京大機械翻訳】

InstanceFlow: Visualizing the Evolution of Classifier Confusion on the Instance Level

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年07月22日プレプリントサーバーでの情報更新日： 2020年08月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

分類は最も重要な教師つき機械学習タスクの1つである。分類モデルの訓練の間,訓練事例を,分類性能を反復的に増加させるために,モデル多重時間(複数回りをかける)に供給した。モデルの増加する複雑性は,可視化を通してモデル解釈可能性に対する需要の増大をもたらした。既存の手法は,訓練後の最終モデル性能の視覚解析に焦点を当て,しばしば,集約性能測定に限定されている。本論文では,ユーザがインスタンスレベルの時間にわたって分類器の学習行動を解析することを可能にする新しいデュアルビュー可視化ツールであるInstanceFlowを導入した。Sankeyダイアグラムは,各事例に対してオンデマンド詳細グリップとトレースで,エポックを通してインスタンスの流れを可視化する。表明視は,ユーザがランキングとフィルタリングにより興味深いインスタンスを位置決めすることを可能にする。この方法で,インスタンスFlowは,クラスレベルとインスタンスレベル性能評価の間のギャップを橋渡し,一方,ユーザは訓練プロセスの完全な時間分析を実行することができる。【JST・京大機械翻訳】

, , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る