Skip to main content Skip to main navigation

Best Demo Award and Honorable Mention auf der IUI 2023 in Sydney

| Preise & Auszeichnungen | Interaktives Maschinelles Lernen

Michael Barz und Omair Bhatti aus dem Forschungsbereich Interaktives Maschinelles Lernen (IML) nahmen an der internationales Konferenz Intelligent User Interfaces (IUI 2023) in Sydney, Australien, teil. Für ihre Paper zu Mobilem Eye Tracking sowie Explainable AI erhielten sie und ihre Kolleginnen und Kollegen aus dem Forschungsbereich namhafte Auszeichnungen.

Michael Barz und Omair Bhatti stehend neben zwei Laptops, wo angedeutet ihre Demonstrationen zu sehen sind.© Lukas Gunthermann
Michael Barz und Omair Bhatti präsentierten ihre Demopapiere im Aerial UTS Function Centre in Sydney, Australien.

Die ACM IUI 2023 ist die 28. Jahrestagung der Intelligent Interfaces Community. Michael Barz und Omair Bhatti präsentierten zwei Demonstrationspapiere und ein Posterpapier über mobiles Eye-Tracking und explainable machine learning. Die beiden Demonstrationspapiere wurden während des Konferenzdinners im Hilton Sydney mit dem Best Demonstration Award bzw. dem Best Demo Honorable Mention Award ausgezeichnet. Sie wurden aus 15 Demopapieren ausgewählt.

Explainable AI

Das Demopapier "A User Interface for Explaining Machine Learning Model Explanations" von Md Abdul Kadir et al. befasst sich mit dem interaktiven Visualisierungstool EMILE-UI, das es Nutzern ermöglicht, Erklärungen zu einer bildbasierten Klassifizierungsaufgabe zu bewerten, insbesondere solche, die von Saliency Maps geliefert werden. Die Demo wurde mit dem Best Demonstration Award ausgezeichnet.

Mobiles Eye Tracking

Das Demo Paper "Interactive Fixation-to-AOI Mapping for Mobile Eye Tracking Data based on Few-Shot Image Classification" von Michael Barz et al. erhielt den Best Demo Honorable Mention Award. Darin stellen die Forschenden ein webbasiertes Annotationstool, eyeNotate, vor, das die Klassifikation von Bildern mit wenigen Aufnahmen und interaktives maschinelles Lernen nutzt, um den Annotationsprozess für mobile Eye-Tracking-Daten zu beschleunigen.

Referenzen

Md Abdul Kadir, Abdulrahman Mohamed Selim, Michael Barz, Daniel Sonntag: A User Interface for Explaining Machine Learning Model Explanations. In: Companion Proceedings of the 28th International Conference on Intelligent User Interfaces, pp. 59–63, Association for Computing Machinery, Sydney, NSW, Australia, 2023, ISBN: 9798400701078.

Michael Barz, Omair Shahzad Bhatti, Hasan Md Tusfiqur Alam, Ho Minh Duy Nguyen, Daniel Sonntag: Interactive Fixation-to-AOI Mapping for Mobile Eye Tracking Data Based on Few-Shot Image Classification. In: Companion Proceedings of the 28th International Conference on Intelligent User Interfaces, pp. 175-178, Association for Computing Machinery, 2023.