月度存档: 九月 2022

数据视频与动画插图的设计空间(Design Space for Data Videos and Animated Illustrations)

本期介绍的两篇文章都是关于设计空间(Design Space)的,两篇文章在讨论的内容及写作风格中有一定的共通之处,因此放在一起讨论与比较。

数据视频是叙事可视化的一种体裁,将可视化与运动图形结合在一起,以讲述数据驱动的故事,在创作数据视频时,设计师经常使用动画编码数据属性,来揭示关系,显示不确定性或传达情绪。

动画插图是图形设计的一种体裁,可以使用动态视觉效果传达特定的上下文化消息。作为一种新兴媒介,动画插图通常使用动态视觉效果展示故事,通常持续不到15秒。

来自同济大学的研究团队对82个数据视频及121个高质量动画插图进行分析,总结出了这两种叙事媒介的设计空间。

继续阅读 »

暑期学校课程设计作品 – Y染色体单倍型类群和中国姓氏家族

作为人类46条染色体中较为特殊的一个,Y染色体仅会父子相传的特点,使得人们可以通过研究Y染色体的遗传进化过程,了解人类父系族群的发展与迁徙。人类Y染色体谱系树即是通过Y染色体单倍型类群,整理出的Y染色体进化树。在这棵树上,根节点是在遗传学上理论上认定的人类父系共同祖先亚当,而每个分支节点则都代表着该节点下各个进化分支的公共祖先。

继续阅读 »

暑期学校课程设计作品 – 全国红色旅游经典景区

《全国红色旅游经典景区名录》包含全国 300 多处红色旅游经典景区。“星星之火 可以燎原”——这些经典景区构建出了深入发展“红色旅游”的壮阔图景,对于加强革命传统教育,增强全国人民的爱国情感,弘扬和培育民族精神、带动革命老区经济社会协调发展,具有重要的现实意义和深远的历史意义。

继续阅读 »

仪表盘设计模式(Dashboard Design Patterns)

仪表盘是一种使用多个视图来显示同一主题的数据的可视化。自仪表盘问世以来,它被广泛应用于商业、医院、城市分析等各种应用领域。仪表盘的现有工作主要集中在高层次的抽象的指南上。例如,尽量避免向观众提供过多的信息。但是,创建者很难仅使用这些抽象指南来构建仪表盘,因为它缺少仪表盘中可视化组件的详细介绍以及如何组合它们。

由爱丁堡大学等机构的合作研究通过分析超过100个仪表盘,总结出仪表盘的设计模式,以帮助探索和理解设计选择,并作为快速仪表盘设计的指南。

继续阅读 »

利用深度学习为大众探索多视图可视化进行多样化交互推荐 (Diverse Interaction Recommendation for Public Users Exploring Multi-view Visualization using Deep Learning)

如图是一个具有多视图的可视化系统,用于帮助探索宋代四位诗人在其人生的各个阶段的行程轨迹,以及文学创作,从多个角度分析诗人的一生。该可视化系统可以被放置在博物馆等场景中,作为面向大众的可视化案例。利用其高交互性和丰富的内容,以独特的形式帮助大众了解相关的领域知识。

系统模型的训练模块和实时更新模块
继续阅读 »

暑期学校课程设计作品——二十四节气

二十四节气从上古时代就已经出现,它是从天文学的角度来划分的,北斗七星的斗柄指向不同的方向代表不同的季节,根据北斗七星斗柄旋转指向又细分出了二十四个节气。二十四节气不仅与中国的农耕文明紧密关联,也科学地揭示了天文气象变化的规律。数据详细介绍了二十四节气的由来、划分方式、气候特征以及人文习俗等,并解释其与天文气象的联系。

二十四节气是农耕文明的产物,它在我国传统农耕社会中占有极其重要的位置,农耕生产与大自然的节律息息相关,它是上古先民顺应农时,通过观察天体运行,认知一岁中时候、气候、物候等方面变化规律所形成的知识体系。它将天文、农事、物候和民俗实现了巧妙的结合,衍生了大量与之相关的岁时节令文化。

小组以“二十四节气”为主题,以可视化形式呈现二十四节气及与之关联的天象和物候在一年之间周而复始的变化,时序与物候就在二十四节气的轮回中流转。

继续阅读 »

DumbleDR: 预测用户对降维投影质量的偏好(DumbleDR: Predicting User Preferences of Dimensionality Reduction Projection Quality)

降维是一种常用的高维数据可视化方法,它将高维数据投影到低维空间,在产生的投影中保留原始数据的特定特征。由于不同降维方法旨在保留数据的不同特征,它们可能会产生十分不同的结果。为了帮助用户选择合适的结果,研究人员提出了多种降维结果评估方法。这些方法可以大致分为定量度量和定性判断两类。前者可以进一步分为评估信息保留程度的准确性度量和评估视觉模式显著性的可解释性度量。定性判断由人类偏好驱动。比如,研究人员发现用户的专业知识越多,他们的判断就越一致 [1]。虽然可供使用的评估方法有很多,但在评估中仍存在一些挑战。首先,用户偏好没有被很好地描述,他们在选择投影时关心哪些方面仍不清楚。其次,量化指标和定性判断之间存在缺口,我们不知道衡量标准能在多大程度上反映用户的偏好。最后,这些方法缺少对投影选择的进一步指导,他们无法预测用户可能喜欢的投影并解释为什么喜欢这些投影。

面对这些挑战,作者们提出DumbleDR [2]。他们首先通过实验来分析用户在降维中的主观偏好,然后开发了通过组合质量指标来预测用户对投影偏好的模型。基于模型,他们提出DumbleDR,一个支持对投影进行排名并显示哪些指标驱动排名的网页工具。

继续阅读 »

可视化看中国

“可视化看中国” 是北京大学可视化与可视分析实验室开展的长期可视化科普尝试,特别在2022年全国科普周期间更新上线。

赫赫中华,光被遐荒。越数千年,雄立东方。过去的几十年间,古老的中国在历经百年低谷之后的复兴中迸发出惊人的力量。中国社会在文化、经济、科技、环境等方面发生了巨大的变化。回顾过去,“沧海桑田”,“翻天覆地”这样的文字已经不足以描述这一波澜壮阔而悠长的历史。幸运的是我们可以超越模糊的文字概念,借助可视化科技的力量,看到这片热土上已经或正在发生的奇迹。

继续阅读 »

网络可视化方法的比较评估 (Comparative Evaluation of Bipartite, Node-Link, and Matrix-Based Network Representations)

网络数据是日常生活中常见的数据类型,如社会网络、论文引用网络和生物网络。如图1所示,在网络可视化的方法中,节点-链接图(Node-link Diagram)和邻接矩阵(Ajacency Matrix)是最常用的。另一种二部图布局方法(Bipartite Layout)首先被用于二部图上,之后也被扩展到普通静态图的可视化,在二部图布局中,节点被复制并放置在两个平行轴上,再用边将他们连接起来。每种方法在网络上的不同任务中都有其优势和不足之处。来自斯图加特大学的Daniel Weiskopf等人[1]进行了一项用户研究,以评估这三种网络可视化方法,并给出了使用准则。

继续阅读 »

暑期学校课程设计作品-中国古塔可视化

中国古塔,是中国几千年文明史的载体之一,古塔为祖国城市山林增光添彩,塔被佛教界人士尊为佛塔。矗立在大江南北的古塔,被誉为中国古代杰出的高层建筑,按形制分类有楼阁式塔、密檐式塔、内部楼阁外部密檐式塔、造像塔、幢式塔、异形塔等。

继续阅读 »