月度存档: 十一月 2016

Magnostics:基于图片搜索有趣的矩阵视图引导网络探索(Magnostics: Image-based Search of Interesting Matrix Views for Guided Network Exploration)

system-magnostics

当我们想要理解大型网络数据时,搜索和分析是主要的 手段。为实现快速的搜索分析,一个广泛使用的方法是特征描述子(FDs)。特征描述子常用来描述某些重要的数据属性,然后根据这些属性计算数据元素之间的相似性分数。这篇文章[1]提出一系列经过验证的特征描述子,描述矩阵视图中的特征,以此来引导用户探索分析大型网络数据。 继续阅读 »

分布导向的喷气发动机模拟的原位分析和可视化 (In Situ Distribution Guided Analysis and Visualization of Transonic Jet Engine Simulations)

图9:低压强和高熵值不确定等值面可视化

这篇文章关注的是一个科学应用领域的问题:喷气发动机的旋转失速 (rotating stall) 现象。喷气发动机中的压气机在运转过程中,可能由于气流的不稳定,阻碍压气机中叶片的旋转,从而导致叶片逐渐停止转动,发动机失去动力。这是一种十分危险的现象。领域科学家们希望借由模拟来研究旋转失速这种现象,尤其是希望能发现这种现象的早期征兆,从而预防其发生。最近,NASA开发了名叫TURBO的模型,能够以非常高的精度来模拟压气机的行为,从而能够极大地帮助领域专家对旋转失速的研究。然而,其模型的高精度特性也使得产生的数据量非常巨大,存储所有数据带来的I/O花费变得难以承受,从而导致传统的后处理 (post-processing) 分析难以直接应用。基于这些背景,本文提出了分布 (distribution) 数据导向的原位分析和可视化框架,用以解决这个问题。这篇文章来自于今年的IEEE VIS科学可视化部分,并获得了最佳论文的提名奖。

继续阅读 »

VisFlow – 针对表格的子集数据流模型web可视化框架(Web-based Visualization Framework for Tabular Data with a Subset Flow Model )

visflow-teaser

在可视化中,数据分析是一个典型的需要交互过程,在这个过程中即需要对于数据的可视化展示同时也需要对于数据交互的查询。数据分析通常都是从对于数据的全局概览开始,然后逐步的深入到数据子集中,直到这个数据子集能够解答用户想要探索的问题。数据探索过程是基于数据的属性进行的,因此辅助数据探索的工具需要足够灵活并且支持用户自定义的探索过程。因此,本文[1]提出了子集数据流模型的web可视化框架VisFlow,通过提供迅速的交互反馈,数据筛选以及视图链接,大大提高了在数据探索与交互查询过程中的交互能力。同时本文实现了以VisFlow框架为基础的原型系统,并且通过case study来验证VisFlow系统的有效性。

继续阅读 »

数据构建与手动编辑的可视化迭代设计 (Iterating Between Tools to Create and Edit Visualizations)

d3_ai

 

目前越来越多的工具支持可视化的生成与编辑,这其中可以分为两类:数据驱动的可视化构建工具以及所见即所得的可视化编辑工具。数据驱动的可视化构建工具中,有D3、Processing这样的可视化编程语言,也有MircoSoft Excel、Tableau这样的可视化构建软件。此类工具支持数据上载,定义视觉对应关系进而自动生成可视化;在所见即所得的可视化编辑工具中,如Adobe Illustrator这样的图形化编辑工具,用户交互式地编辑可视化。在这众多的可视化工具中,设计过程往往是单向的,即在单一的工具中进行可视化构建及编辑。而设计的过程往往是迭代的,需要利用各种工具在各个阶段对设计的可能性进行探索,单一的可视化工具常常不能很好地支持这一需求(例如D3适合数据驱动自动生成而非手动编辑,AI支持手动编辑却不能自动根据数据生成等)。因此,本文[1]提出了在数据构建和手动编辑相结合的可视化的迭代设计模式,同时实现了原型系统Hanpuku对这一想法进行实验。

继续阅读 »