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。
2016年以降,著者らは人工知能+可視化(AI+VIS)研究の大きな成長を目撃した。しかし,AI+VISに関する既存の調査論文は,科学的可視化(SciVis)ではなく,視覚解析と情報可視化に焦点を当てた。本論文では,特にDL4SciVisの方向におけるSciVisにおける関連深い学習(DL)研究について,SciVis問題を解くためのDL解の設計を検討した。焦点を合わせるために,スカラーとベクトル場データを扱うが,メッシュデータを除外する研究について主に考察した。6つの次元,即ち,ドメイン設定,研究タスク,学習タイプ,ネットワークアーキテクチャ,損失関数,および評価メトリック,を分類した。本論文は,議論された次元に沿って充填する残りのギャップの議論と,コミュニティとして取り組む必要があるグランドの課題を結論づける。この最新の調査は,この新たなトピックの概観を得て,本研究を成長させる将来の方向を指摘するSciVis研究者を導く。【JST・京大機械翻訳】