Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Interacting with Intelligent Digital Twins Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Towards Explainable AI Using Similarity: An Analogues Visualization System

verfasst von : Vinícius Segura, Bruna Brandão, Ana Fucs, Emilio Vital Brazil

Erschienen in: Design, User Experience, and Usability. User Experience in Advanced Technological Environments

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

AI Systems are becoming ubiquitous and assuming different roles in our lives: they can act as recommendation systems in multiple contexts, they can work as personal assistants, they can tag images, etc. Whilst their contributions are clear, the reasoning behind them are not so transparent and may need explanations. This need for interpretability created new challenges for developers and designers from different communities. Visualizing multidimensional data and exploring the objects’ similarities can help with the explainability of an AI system. In this work, we discuss the visual inspection of high-dimensional objects being complementary to machine learning techniques. We present RAVA (Reservoir Analogues Visual Analytics), a system that employs machine learning and visual analytics techniques to empower geoscientists in the task of finding similar reservoirs.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Modeling People-AI Interaction: A Case Discussion with Using an Interaction Design Language
Nächstes Kapitel Artificial Intelligence Augments Design Creativity: A Typeface Family Design Experiment
Literatur
1.
Ankerst, M., Berchtold, S., Keim, D.A.: Similarity clustering of dimensions for an enhanced visualization of multidimensional data. In: Proceedings of the IEEE Symposium on Information Visualization, pp. 52–60. IEEE (1998)
2.
Brazil, E.V., Segura, V., Cerqueira, R., de Paula, R., Mello, U.: Visual analytics for reservoir analogues. In: ACE 2018 Annual Convention & Exhibition (2018)
3.
Fuchs, J., Isenberg, P., Bezerianos, A., Fischer, F., Bertini, E.: The influence of contour on similarity perception of star glyphs. IEEE Trans. Visual Comput. Graphics 20(12), 2251–2260 (2014)CrossRef
4.
Henley, M., Hagen, M., Bergeron, R.D.: Evaluating two visualization techniques for genome comparison. In: 11th International Conference on Information Visualization, IV 2007, pp. 551–558. IEEE (2007)
5.
Key, A., Howe, B., Perry, D., Aragon, C.: VizDeck: self-organizing dashboards for visual analytics. In: Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data, SIGMOD 2012, pp. 681–684. ACM, New York (2012)
6.
Latecki, L.J., Lakamper, R.: Shape similarity measure based on correspondence of visual parts. IEEE Trans. Pattern Anal. Mach. Intell. 22(10), 1185–1190 (2000)CrossRef
7.
8.
Lipton, Z.C.: The doctor just won’t accept that! (2017)
9.
Medin, D.L., Goldstone, R.L., Gentner, D.: Respects for similarity. Psychol. Rev. 100(2), 254–278 (1993)CrossRef
10.
Pandey, A.V., Krause, J., Felix, C., Boy, J., Bertini, E.: Towards understanding human similarity perception in the analysis of large sets of scatter plots. In: Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems, pp. 3659–3669. ACM (2016)
11.
e Silva, R.D.G., et al.: Sensitivity analysis in a machine learning methodology for reservoir analogues. In: Rio Oil & Gas 2018, vol. 1 (2018)
12.
Yang, J., Peng, W., Ward, M.O., Rundensteiner, E.A.: Interactive hierarchical dimension ordering, spacing and filtering for exploration of high dimensional datasets. In: IEEE Symposium on Information Visualization, INFOVIS 2003, pp. 105–112. IEEE (2003)
Metadaten
Titel
Towards Explainable AI Using Similarity: An Analogues Visualization System
verfasst von
Vinícius Segura
Bruna Brandão
Ana Fucs
Emilio Vital Brazil
Copyright-Jahr
2019
Buch
Design, User Experience, and Usability. User Experience in Advanced Technological Environments

Print ISBN: 978-3-030-23540-6

Electronic ISBN: 978-3-030-23541-3

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-23541-3_28

Neuer Inhalt

    Bildnachweise