Emblaze：通过嵌入空间的交互式比较揭示机器学习表示
人机交互
2022-02-18 v2 机器学习
摘要
现代机器学习技术通常依赖复杂的高维嵌入表示来捕捉数据中的底层结构并提升性能。为了刻画模型缺陷并选择理想的表示，模型构建者常需比较多个嵌入空间，这是一项具有挑战性的分析任务，现有工具很少支持。我们首先访谈了来自多个领域的九位嵌入专家，以刻画他们在分析嵌入空间时面临的多样化挑战及使用的技术。受这些视角的启发，我们开发了一个名为 Emblaze 的新系统，将嵌入空间比较集成到计算笔记本环境中。Emblaze 使用带有新颖 Star Trail 增强的动画交互式散点图来实现视觉比较。它还采用新颖的邻域分析和聚类过程，动态建议在不同空间间具有有趣变化的点的组。通过与机器学习专家的一系列案例研究，我们展示了使用 Emblaze 的交互式比较如何帮助获得对嵌入空间结构的新见解。
引用
@article{arxiv.2202.02641,
title = {Emblaze: Illuminating Machine Learning Representations through Interactive Comparison of Embedding Spaces},
author = {Venkatesh Sivaraman and Yiwei Wu and Adam Perer},
journal= {arXiv preprint arXiv:2202.02641},
year = {2022}
}
备注
23 pages, 5 figures, 2 tables. To be presented at IUI'22. arXiv version updated Feb 16 2022 with corrected publication year and copyright