Eğitim, insanların karmaşık makine öğrenimi oluşturmak için basit İngilizce kullanmasını sağlayan bir sisteme yönlendiriyor.
Günümüzde üretilen her yerde ve tam veri hacmi, neredeyse her alanda uzmanlara finansal trendlerden, felaket tahliye yollarından ve sokak trafiğinden hayvan göçlerine, hava örneklerinden ve hastalık vektörlerinden her şeyi izlemek için yeterli bilgi sağlıyor. Ancak, bu bilgiyi, makine öğrenmeyi kullanarak karmaşık öngörücü modellerin görselleştirmelerini oluşturmak için kullanmak, gerekli bilgisayar bilimi becerisine sahip olmayan uzmanlar için bir zorluktur.
Bilgisayar Bilimi ve Mühendisliği Profesörü Claudio Silva tarafından yönetilen NYU Tandon Mühendislik Okulu Görselleştirme ve Veri Analitiği (VIDA) Laboratuvarı’nda bir ekip; VisFlow adlı bir çerçeve geliştirdi. Bu sistem; neredeyse tüm verilerden oldukça esnek veri görselleştirmeleri oluşturabilir. Ayrıca, ekip; kullanıcıların doğal bir dil arayüzü aracılığıyla veri arama boru hatlarını sentezlemelerine olanak sağlayan FlowSense adlı VisFlow uzantısını geliştirerek bu modelleri düzenlemeyi daha kolay ve sezgisel hale getirdi.
“FlowSense: Bir Veri Akışı Sistemiyle Görsel Veri Arama için Doğal Dil Arayüzü” araştırması, bu yılki IEEE Görsel Analiz Bilim ve Teknoloji Konferansı’nda (VAST) en iyi bildiri ödülünü kazandı.
Konferansta; veri görselleştirmesi için lider bir araştırma merkezi olarak kendini kanıtlamış olan VIDA ile işbirliği yapanlar, merkezde geliştirilen astronomi, tıp ve iklim araştırmalarındaki uygulamalarla görselleştirme modelleme projeleri sunacaklar:
OpenSpace; Astrographics Sistemi dünya çapında güneş sistemlerini ve evreni keşfetmek için planetaryumlarda, müzelerde ve diğer bağlamlarda kullanılmaktadır.
Hareketli Tarayıcı: Obstetrik Brakiyal Pleksus Yaralanmaları Altındaki Karmaşık Üst Ekstremite Hareketini Görselleştirmek ve Anlamak Bilgisayar bilimcileri, ortopedi cerrahları ve gelecek araştırmalar için brakiyal sinir yaralanmaları için yeni tedavilere ve hipotezlere yol açabilecek rehabilitasyon doktorları arasında bir işbirliğidir.
Mekansal Veri Analiz Görevlerinde Renk Ölçeklerinin İklim Bilimcilerinin Amaç ve Öznel Performansı Üzerindeki Etkisi Yaygın olarak kullanılan renk ölçeklerini pekiştirme uygulamasının coğrafi haritalar üzerindeki etkinliğini yakından inceleyen web tabanlı bir kullanıcı çalışmasıdır.
Savunma Gelişmiş Araştırma Projeleri Ajansı‘nın Veriye Dayalı Modellerin Keşfi programı tarafından 2017 yılında tanıtılan ve kısmen finanse edilen VisFlow, kullanıcının verilerle kolayca etkileşimde bulunmak için basit sürükle ve bırak işlemlerini kullanmasını sağlayan ve kullanıcıların oluşturmasına izin veren web tabanlı bir çerçevedir. Zaman serisi, ağlar, coğrafi konumlar ve daha fazlasını temel alan görsel veri modelleri; tümü kompakt ve etkileşimli bir görselleştirme panosuna dönüştürülebilir.
Araştırmacı Yu: “FlowSense’in bu yeteneklerini bir adım daha ileri götürdük. Birinin bir veri akışı şemasını etkinleştirmek için basitçe konuşabileceğini veya bir cümle yazabileceğini düşünün. Bu yetenek uzman olmayan kullanıcıları daha rahat hale getirecek, deneyimli kullanıcılara da kısayollar sunacak. Doğal dil desteğiyle bunun gibi bir sistem için öğrenme eğrisini azaltabileceğimize ve veri akışını daha erişilebilir hale getirebileceğimize inanıyoruz.”
NYU’nun Matematiksel Courant Enstitüsü, Veri Bilimi Merkezi, Kentsel Bilim ve Gelişim Merkezi ve Telekomünikasyonda İleri Teknoloji Merkezi IEEE Üyesi Silva: “Açık kaynak olarak VisFlow ve FlowSense’i sunuyoruz.… Bu alanda yapılabilecek çok daha fazla araştırma var ve bu benim FlowSense’in büyük bir başarı olacağını umuyorum. veri akışı sistemlerini daha esnek, kullanımı kolay ve veri analistleri arasında popüler kılan daha işbirlikçi çalışmalar için teşvik edici. “
