作者存档: Guozheng Li

PacificVIS 2019 – Day4

4月26日是PacificVis 2019 的最后一天。当日上午的活动主要包括两个论文报告。第一个报告的主题是Narratives, Surveys, and Historical Visualizations,在这个session中主要包括四篇论文以及一篇短文。第二个session的主题是机器学习以及高维数据,主要有三篇长文以及两篇短文。

继续阅读 »

2019 China-Thailand Joint Visualization Workshop

PacificVis 2019于4月23日在泰国朱拉隆功大学召开。本届PacificVis的前一天举办了第一届中泰可视化论坛,在本次论坛中,中国与泰国的可视化研究者共同交流讨论可视化的前沿技术。

本次中泰可视化论坛由泰国Chulalongkorn大学举办,论坛的主席是来自Chulalongkorn大学的Puripant Ruchikachorn, Pimmanee Rattanawicha教授, 以及中科院计算机网络信息中心的单桂华研究员。可视化论坛主要包括Keynote以及8个短报告。

继续阅读 »

可读写可视化的设计阐述(Design Exposition with Literate Visualization)

本文提出了一种易读可视化的概念,作为一种新的可视化设计与交流的方法。这种方法能够将编写数据可视化代码的过程与导致实现(设计说明)的设计选择的描述集成在一起。本文首先探索了四种针对不同用户的可视化设计的模型,包括评价者,自主设计者,说教者,以及理性主义者。易读可视化的关键点在于,文档集成了实时编码的输入,输出的呈现与文本描述。该方法编写文本描述的成本较低,鼓励结构化可视化设计以及文档书写。本文提出了一个新的开放源码的可视化环境,Litvis,它基于通过功能编程语言ELM与可视化的描述性语言Vega和Vega-Lite的声明性接口相结合。

继续阅读 »

ATOM: 一种对于单元可视化的语法 (ATOM: A Grammar for Unit Visualizations)

单元可视化是可视化中常见的一类可视化形式,它的特点是将数据集中每一个数据项使用一个单独的视觉元素进行映射。对于特定类型的任务以及数据集,单元可视化能够提供更多的信息,更符合用户认知的心理模型,但是单元可视化的设计空间并没有被完整地探索,同时现有的可视化的语法无法完整地定义单元可视化,本文针对单元可视化,探索了其设计空间,并且提出了语法ATOM通过递归地划分数据空间以及视觉空间的方法描述单元可视化。

继续阅读 »

利用任务以及数据分布评价视觉编码的有效性(Assessing Effects of Task and Data Distribution on the Effectiveness of Visual Encodings)

可视化将数据映射到视觉元素中,将数据的属性映射到元素的视觉通道中,比如位置,长度,颜色等属性。视觉通道的编码效率是非常重要的一个方面,无论是对于用户设计可视化系统,或者自动的可视化设计;对于可视化形式的自动设计,通常需要用户按照编码效率对于视觉通道进行排序,同时按照重要性对于数据属性进行排序。自动可视化设计的准则是按照贪心的准则将属性按照重要性依次赋予到最高效的视觉通道中,但是按照这种方法获得的可视化却无法保证是最优的可视化设计,主要的原因有三点:1. 在不同的视觉通道之间存在相互影响;2. 原始数据的分布会影响用户对于可视化的感知;3. 用户所针对分析任务的不同也会影响视觉通道的效率;本文主要针对目前的视觉通道效率排序所存在的问题,通过评估数据分布以及分析任务的影响对于视觉通道的效率排序进行修正。

继续阅读 »

针对节点链接图中的动态编码方法的设计空间以及初步评估(Animated Edge Textures in Node-Link Diagrams: a Design Space and Initial Evaluation)

节点链接图是可视化中广泛应用的一类可视化方法。节点链接图中的视觉元素主要有节点以及节点之间的链接,目前存在很多的研究工作研究它们的视觉映射方法。本文主要针对的是节点之间的链接的视觉映射方法,在传统的视觉映射方法中,节点之间的链接可以使用颜色,透明度,链接边的粗细,链接边的模式等视觉映射进行编码,然而当前存在的映射数据视觉通道非常有限,在某些情况下,节点链接图中的链接存在的属性值远远超过映射数据的视觉通道,因此本文希望解决的问题是对于节点链接图中链接的视觉映射方法进行拓展,从而支持在链接中映射更多的属性值。

继续阅读 »

Data Illustrator: 使用延迟数据绑定增强矢量设计工具以实现可视化创作(Data Illustrator: Augmenting Vector Design Tools with Lazy Data Binding for Expressive Visualization Authoring)

可视化逐渐成为storytelling以及信息传播的重要的方式。在可视化的发展过程中,在电脑编程制作可视化之前,平面设计师已经可以手动制作可视化。即使在目前存在的可视化中,平面设计师制作的可视化在目前存在的可视化中也占据着很大的比重。相对于电脑制作可视化自底向上的过程,平面设计师制作可视化的过程完全不同,他们首先决定可视化在整体上的外观,然后具体将具体的数据映射到视觉元素中。本文的主要针对的问题是如何辅助平面设计师完成制作可视化,即辅助可视化设计人员用复杂的可视化映射和布局设计器创建高保真数据可视化。针对该问题,本文提出了基于延迟数据绑定的可视化制作框架,并且基于这个框架开发了辅助平面设计师设计可视化的Data Illustrator系统[1]。

继续阅读 »

基于规则,聚类以及选择的多变量事件序列的探索(Exploring Multivariate Event Sequences using Rules, Aggregations, and Selections)

事件序列类型的数据在现实生活中广泛存在,比如通信过程中传递的数据包,医院中病人的看病流程,商场中用户的购买记录等等。在通常情况下,对于事件序列进行分析用到的属性非常有限,包括时间属性以及事件类型,然而对于某些数据分析任务,必须要结合对于事件对象的多变量分析。本文所针对的问题即为多变量的事件序列数据的探索[1], 将正则表达式扩展到事件序列的基础上,提出基于规则,聚类以及选择的多变量事件序列的探索流程,并且在此基础上开发了多变量事件序列的可视分析系统,本文通过对于通话数据以及病人看病流程数据的探索验证了系统的有效性。

继续阅读 »

非线性点图(NonLinear Dot Plot)

柱状图(histogram)和点图(dot plot)是展现数据分布的两种不同的可视化方法。传统的点图使用节点大小一致的节点,直接将数据元素放置到对应的x轴位置处,相对于柱状图的可视化方法,点图是一个更加精确的可视化表现形式,使得其更加容易被用户理解,同时可以支持用户更加简单直观地得到元素的数量。对于大规模的高动态范围数据,在很多情况下用户希望获取数据量较小的数值,但是为了支持用户对于这一范围数据的感知与分析,柱状图支持用户将传统的柱状图转换为非线性的柱状图进行表示。但是对于点图却没有一个合适的可视化方法支持用户的分析,本文的工作提出了一种新的可视化形式,非线性点图,从而支持用户对于大规模的高动态范围的数据进行可视化,更好的感知数据集中数据量较小的异常值。[1]

继续阅读 »

TACO:可视化表格数据的变化(TACO: Visualizing Changes in Tables Over Time)

多变量的表格数据是我们的日常生活中是最为常见的一种数据。对于多个表格数据,他们会在结构和内容方面发生变化,进而产生不同的版本。然而理解表格数据以及探索多变量表格数据的一个重要的任务是对于表格数据进行比较,本文所针对的表格数据的变化包括表格数据的删除,增加,重排序,合并/分离以及表格内容改变等。本文所提出的工具TACO[1],针对表格数据的不同变化设计了新颖的可视化形式,同时根据自顶向下的探索分析方法帮助用户对于大量的表格数据进行探索。

继续阅读 »