中文

再探机器学习中信任的可视化:2023 年该领域的现状

人机交互 2024-04-19 v2 机器学习 机器学习

摘要

面向可解释和可信机器学习的可视化仍然是信息可视化和可视分析中最重要且研究最密集的领域之一,具有医学、金融和生物信息学等各种应用领域。在 2020 年包含 200 种技术的最先进水平报告之后,我们持续收集了描述可视化技术的同行评审文章,基于先前建立的包含 119 个类别的分类模式对它们进行了分类,并在在线调查浏览器中提供了由此产生的 542 种技术的集合。在这篇综述文章中,我们展示了截至 2023 年秋季对该数据集新分析的更新发现,并讨论了在机器学习中使用可视化的趋势、见解和八个开放性挑战。我们的结果证实了过去三年中旨在提高机器学习模型信任的可视化技术快速增长的趋势,例如,发现可视化有助于改进流行的模型可解释性方法并检查新的深度学习架构。

关键词

引用

@article{arxiv.2403.12005,
  title  = {Visualization for Trust in Machine Learning Revisited: The State of the Field in 2023},
  author = {Angelos Chatzimparmpas and Kostiantyn Kucher and Andreas Kerren},
  journal= {arXiv preprint arXiv:2403.12005},
  year   = {2024}
}

备注

This manuscript is accepted for publication in the IEEE Computer Graphics and Applications Journal (IEEE CG&A)