lightbulb现实痛点科学异常检测与因果分析支持
数据科学家在处理复杂数据清洗任务时效率低且易出错。所属方向: 通用AI系统与交互设计
科学异常检测与因果分析支持
统计基于当前已索引 question 数据,来源缺失不影响问题展示。
28
问题/痛点
7
来源
2025
最近年份
lightbulb现实痛点科学异常检测与因果分析支持
海洋科学家缺乏连贯易用的软件工具,影响合作与效率。lightbulb现实痛点科学异常检测与因果分析支持
数据科学家在处理复杂任务时,难以高效进行非线性探索和回滚。lightbulb现实痛点科学异常检测与因果分析支持
数据科学家缺乏针对实际工作场景的伦理培训工具,导致伦理讨论脱离实际。lightbulb现实痛点科学异常检测与因果分析支持
科学家难以用现有异常检测工具分析火星地球化学数据。IUI '23Lessons from the Development of an Anomaly Detection Interface on the Mars Perseverance Rover using the ISHMAP Framework
lightbulb现实痛点科学异常检测与因果分析支持
数据科学家难以快速获取领域知识,机器学习开发效率低。lightbulb现实痛点科学异常检测与因果分析支持
数据科学家觉得现有工具复杂低效,不便于任务处理。相关论文
CHI 2025
Dango:使用大型语言模型的混合发起数据整理系统
Wei-Hao Chen, Weixi Tong, Amanda Case
CHI 2025
理解海洋科学家软件工具的使用
Matthew Lakier, Andrew Irwin, Daniel Vogel
CHI 2025
通过代码+数据空间版本控制增强计算笔记本
Hanxi Fang, Supawit Chockchowwat, Hari Sundaram
CHI 2024
数据伦理紧急演练:一个用于讨论行业团队负责任AI的工具箱
Vanessa Aisyahsari Hanschke, Dylan Rees, Merve Alanyali
IUI 2021
促进领域专家向数据科学家共享知识以构建NLP模型
Soya Park, April Yi Wang, Ban Kawas
CHI 2021
Glinda:使用实时编程、GUI和领域特定语言支持数据科学
Robert A DeLine