Publikationer från Malmö universitet
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
A Feature Space Focus in Machine Teaching
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT). Malmö universitet, Internet of Things and People (IOTAP).ORCID-id: 0000-0001-5676-1931
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT). Malmö universitet, Internet of Things and People (IOTAP).ORCID-id: 0000-0003-0998-6585
Malmö universitet, Fakulteten för kultur och samhälle (KS), Institutionen för konst, kultur och kommunikation (K3). Malmö universitet, Internet of Things and People (IOTAP).ORCID-id: 0000-0001-8836-7373
2020 (engelsk)Inngår i: 2020 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops), 2020Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

Contemporary Machine Learning (ML) often focuseson large existing and labeled datasets and metrics aroundaccuracy and performance. In pervasive online systems, conditionschange constantly and there is a need for systems thatcan adapt. In Machine Teaching (MT) a human domain expertis responsible for the knowledge transfer and can thus addressthis. In my work, I focus on domain experts and the importanceof, for the ML system, available features and the space they span.This space confines the, to the ML systems, observable fragmentof the physical world. My investigation of the feature space isgrounded in a conducted study and related theories. The resultof this work is applicable when designing systems where domainexperts have a key role as teachers.

sted, utgiver, år, opplag, sider
2020.
Emneord [en]
Machine learning, Machine Teaching, Human in the loop
HSV kategori
Identifikatorer
URN: urn:nbn:se:mau:diva-17165DOI: 10.1109/PerComWorkshops48775.2020.9156175ISI: 000612838200082Scopus ID: 2-s2.0-85091981537ISBN: 978-1-7281-4716-1 (digital)ISBN: 978-1-7281-4717-8 (tryckt)OAI: oai:DiVA.org:mau-17165DiVA, id: diva2:1428195
Konferanse
PerCom 2020 PhD forum. March 23-27, 2020. Austin, Texas, USA.
Tilgjengelig fra: 2020-05-05 Laget: 2020-05-05 Sist oppdatert: 2024-02-05bibliografisk kontrollert

Open Access i DiVA

fulltext(644 kB)276 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 644 kBChecksum SHA-512
5aef77cafc183347e6bd959c8fbd9c1c60672f2406477a5a68a38508ad8314372ee73a3151f1bf8b3b3c8490ff90f11a40b5d525089533982cfe85163e85232c
Type fulltextMimetype application/pdf

Andre lenker

Forlagets fulltekstScopus

Person

Holmberg, LarsDavidsson, PaulLinde, Per

Søk i DiVA

Av forfatter/redaktør
Holmberg, LarsDavidsson, PaulLinde, Per
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 277 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 131 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf