Exploring Machine Teaching for Object Recognition with the Crowd
Exploring Machine Teaching for Object Recognition with the Crowd
复制标题
与人群一起探索物体识别的机器教学
DOI：
10.1145/3290607.3312873
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Kacorri, Hernisa
中科院分区：
文献类型：
--
作者：
Hong, Jonggi;Lee, Kyungjun;Xu, June;Kacorri, Hernisa
可教界面可以使最终用户通过明确提供几个训练示例来个性化机器学习应用程序。它们通过将学习任务的条件显著限制于特定用户及其环境，从而在现实世界中承诺更高的稳健性。在促进用户控制的同时，它们的有效性可能会因缺乏专业知识或误解而受到阻碍。通过Amazon Machine Turk中的可移动教学测试床，我们探索非专家如何在对象识别环境中概念化、体验和反思他们对机器教学的参与。
Teachable interfaces can enable end-users to personalize machine learning applications by explicitly providing a few training examples. They promise higher robustness in the real world by significantly constraining conditions of the learning task to a specific user and their environment. While facilitating user control, their effectiveness can be hindered by lack of expertise or misconceptions. Through a mobile teachable testbed in Amazon Mechanical Turk, we explore how non-experts conceptualize, experience, and reflect on their engagement with machine teaching in the context of object recognition.
登录
查看更多内容
DOI：
10.1145/1514095.1514101
发表时间：
2009-03
期刊：
2009 4th ACM/IEEE International Conference on Human-Robot Interaction (HRI)
影响因子：
--
作者：
A. Thomaz;M. Cakmak
通讯作者：
A. Thomaz;M. Cakmak
影响因子：
0.9
作者：
Amershi, Saleema;Cakmak, Maya;Kulesza, Todd
通讯作者：
Kulesza, Todd
DOI：
--
发表时间：
2016-11
期刊：
ArXiv
影响因子：
--
作者：
Virginia Smith;Simone Forte;Chenxin Ma;Martin Takác;Michael I. Jordan;Martin Jaggi
通讯作者：
Virginia Smith;Simone Forte;Chenxin Ma;Martin Takác;Michael I. Jordan;Martin Jaggi
现实世界中的群体人工智能摄像头感知
DOI：
10.1145/3264921
发表时间：
2018
影响因子：
--
作者：
Anhong Guo;Anuraag Jain;Shomiron Ghose;Gierad Laput;Chris Harrison;Jeffrey P. Bigham
通讯作者：
Jeffrey P. Bigham
循环中的用户：启用自适应应用程序的用户参与
DOI：
--
发表时间：
2014
期刊：
Future generations computer systems
影响因子：
--
作者：
C. Evers;Romy Kniewel;K. Geihs;Ludger Schmidt
通讯作者：
Ludger Schmidt