A Virtual Reality Tool for Representing, Visualizing and Updating Deep Learning Models

要約

ディープラーニングは遍在していますが、透明性が欠如しているため、いくつかの潜在的な応用分野への影響が制限されています。
データ入力をさまざまなカテゴリに割り当てるプロセスを自動化する仮想現実ツールを示します。
データセットは、仮想空間内の点群として表されます。
ユーザーは動きを通じて雲を探索し、手のジェスチャーを使用して雲の部分を分類します。
これにより、クラウド内で段階的な動きが引き起こされます。同じカテゴリのポイントが互いに引き付けられ、異なるグループが押し離される一方で、ポイントは空間全体を利用する方法でグローバルに分散されます。
仮想現実で観察される空間、時間、力は、明確に定義された機械学習の概念、つまり潜在空間、トレーニング エポック、バックプロパゲーションにマッピングできます。
私たちのツールは、ディープ ニューラル ネットワークの内部動作を具体的かつ透明にする方法を示します。
このアプローチにより、新しい分野でのエンドユーザーによる深層学習アプリケーションの自律的な開発が加速されることが期待されます。

要約(オリジナル)

Deep learning is ubiquitous, but its lack of transparency limits its impact on several potential application areas. We demonstrate a virtual reality tool for automating the process of assigning data inputs to different categories. A dataset is represented as a cloud of points in virtual space. The user explores the cloud through movement and uses hand gestures to categorise portions of the cloud. This triggers gradual movements in the cloud: points of the same category are attracted to each other, different groups are pushed apart, while points are globally distributed in a way that utilises the entire space. The space, time, and forces observed in virtual reality can be mapped to well-defined machine learning concepts, namely the latent space, the training epochs and the backpropagation. Our tool illustrates how the inner workings of deep neural networks can be made tangible and transparent. We expect this approach to accelerate the autonomous development of deep learning applications by end users in novel areas.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google