DeepVA：通过语义交互与深度学习桥接认知与计算
人机交互
2020-08-03 v1
摘要
本文探讨了与传统人工设计特征相比，深度学习（DL）表示如何支持可视化分析中的语义交互（SI）。SI试图基于数据特征，通过用户与数据项的交互来建模用户的认知推理。我们假设DL表示包含有意义的高层抽象，能够更好地捕捉用户的高层认知意图。为了在可视化分析中弥合认知与计算之间的鸿沟，我们提出了DeepVA（深度可视化分析），其使用高层深度学习表示进行语义交互，而非低层手工数据特征。为评估DeepVA并与使用低层特征的SI模型进行比较，我们设计并实现了一个系统，该系统以三种不同抽象层级的特征扩展了传统SI流程。为检验SI中任务抽象与特征抽象之间的关系，我们使用三种不同特征抽象层级的语义交互，在三种不同任务抽象层级上执行视觉概念学习任务。DeepVA有效加速了数据认知理解与计算建模之间的交互收敛，尤其在高层抽象任务中。
引用
@article{arxiv.2007.15800,
title = {DeepVA: Bridging Cognition and Computation through Semantic Interaction and Deep Learning},
author = {Yali Bian and John Wenskovitch and Chris North},
journal= {arXiv preprint arXiv:2007.15800},
year = {2020}
}