线性建模是一类典型的高维数据分析方法，它假设数据服从线性分布，并寻求拟合度最优的线性模型。然而在现实世界中，大多数数据分布都是非线性的，如对数分布、幂律分布，甚至是难以描述的高维流形分布。我们对事物的认知，往往也只能通过非线性模型来解释，但这些模型却通常难以获得，且需要借助大量的机器学习方法。那么，有没有可能通过简单交互，快速产生贴合用户认知的非线性模型呢？这篇InfoVis 2016的文章[1]给出了一种可行的思路。

继续阅读 »

在气象相关的集合模拟中，量化模型中的不确定性是领域科学家们十分关心的问题，其对在现实世界中做出决策有十分重要的意义。现如今，随着计算能力的飞速提高，已有的模型模拟已经能够产生出时变的多分辨率的集合模拟数据集。因此而产生了领域科学家十分关心的两个问题：一是输入参数的敏感度信息，二是模型在不同分辨率下的精确程度。根据输入参数的敏感度信息，可以将更多的计算资源倾斜到那些对输出有更高影响上的输入变量上。同时，了解模型在不同分辨率下的精确程度，也能在节省存储和计算代价的前提下，得到足够优秀的模型输出结果。本文就针对WRF (Weather Research and Forecasting) 模型，根据其在不同参数不同分辨率下的输出，并在真实数据的辅助下，研究参数敏感度和空间分辨率精确度的关系。

继续阅读 »

可视化（VIS）领域正处于百花齐放、蓬勃发展的时期。从1990年VIS作为一个独立的领域出现开始，到1995年InfoVis子领域的出现，再到2006年分出的VAST领域。可视化中的研究内容、方法、应用场景丰富多彩，极具多样性。如此的多样性除了让VIS变成一个激动人心的领域之外，也带来了挑战，而统一研究语境、建立主题分类就是其中之一。此前，有很多文章对于子领域进行总结，但却未对VIS整个领域进行总结。本文作者[1]通过对1995年至2015年间可视化领域发表论文的关键词进行分析，从可视化领域中的研究主题、关键词变化的角度对VIS整个领域进行分析。 继续阅读 »

序列数据（Sequence Data），在日常生活中十分经常见到。大规模的序列数据，其中蕴含了人群行为的规律、特征以及异常行为。因此分析人员十分重视对序列数据的分析。本次介绍的论文是针对网站点击序列的分析，这是一类典型的序列，如下图所示，其数据包含了一系列的事件，每个事件包含了时间、用户以及具体的行为。

继续阅读 »