作者存档: Tan Shaocong

ChartDetective:从复杂的矢量图中轻松而准确地提取互动数据 (ChartDetective: Easy and Accurate Interactive Data Extraction from Complex Vector Charts)

从栅格化的图表中提取基础数据是繁琐的,也是不准确的;数值可能被部分遮挡或难以区分、 而且图像的质量限制了数据恢复的精度。为了解决这些问题,作者开发了一个半自动的系统,利用矢量图轻松而准确地提取基础数据。该系统的设计是为了最大限度地利用矢量信息,依靠一个拖放界面,结合选择、过滤和预视化功能,如图1所示。作者通过用户研究表明,参与者花了不到4分钟的时间,就从CHI上发表的具有不同风格的图表中准确地恢复数以千计的数据点、不同编码的组合,以及部分或完全遮挡的元素。与其他依赖光栅图像的方法相比,ChartDetective[1]成功地恢复了所有的数据,即使是隐藏的数据,其相对误差也降低了78%。

继续阅读 »

SightBi:使用双簇探索跨视图数据关系(SightBi: Exploring Cross-View Data Relationships with Biclusters)

图1: SightBi系统界面

多视图可视化 (MV) 大量用于可视化分析工具,用于对各个领域的数据有重要意义,其中一项常见任务是将跨不同视图的数据关联起来。目前,探索跨视图数据关系严重依赖于视图协调技术,如刷选和链接,这可能需要用户在许多尝试中付出大量努力。为了解决这个问题,SightBi 将跨视图数据关系形式化为双簇,并使用双上下文设计突出创建独立的关系视图,在保留现有视图的基础上,提供跨视图数据关系的概览以指导用户探索,并允许用户使用新创建的关系视图以交互方式管理多个视图的布局。 SightBi 的界面如图1所示。

继续阅读 »

探索数据叙事中消极情感的视觉表达方法 (Negative Emotions, Positive Outcomes? Exploring the Communication of Negativity in Serious Data Stories)

数据故事是一种将数据可视化与叙事、互动、装饰或动画相结合的视觉形式,它越来越受欢迎。其中,严肃的数据故事与旨在娱乐观众的故事不同,它通常基于人类和环境等严肃话题,传达的信息往往是负面的。因此,这些故事往往试图引起观众的负面情绪,如悲伤和恐惧。例如,在COVID-19大流行期间,许多数据可视化作品讨论如何用数据故事让人们真正关心死亡,关心自己的健康。该工作就如何对利用可视化设计准确表达严肃、消极情感展开了相关探索,对于自动数据情感表达及可视化叙事自动生成提供了理论依据。

继续阅读 »

多视图可视化设计的引导式语义捕捉(Semantic Snapping for Guided Multi-View Visualization Design)

图1:Semantic snapping 引导用户交互修改多视图可视化设计

视觉信息显示通常由多个可视化组成,用于促进对数据的理解。然而,由于缺乏可视化的专业设计知识,非专家用户在设计多视图可视化时,可能会造成误导或其他有问题的结果。例如,违反一致性约束,即相同的数据应该以相同的方式显示,不同的数据应该以不同的方式显示。然而,让用户手动检测和解决冲突很容易出错,尤其是对于初学者来说,要想出替代的表示会十分耗时。因此,一种自动或半自动的方法有望帮助用户检测和解决潜在问题。在检查视图之间的关系,确定潜在的改进方案,以及实现相应变化等方面仍然存在挑战。传统的Snapping会在几何图像周围创建一个“重力场”,从而更容易将它们以特定方式放在一起。在本文中,Semantic Snapping 表示在将多个单独的视图融合在一起时,解决相互的冲突和冗余。

继续阅读 »

2021年新当选院士分布可视化

11月18日,中国科学院、中国工程院2021年院士增选结果公布,共有149人当选。其中,中国科学院增选院士65人,中国工程院增选院士84人。两院院士是我国在科学技术领域设立的最高学术称号,其增选结果从侧面反映出各单位当前在顶级科研人才方面的储备情况,受到社会各界的广泛关注。

继续阅读 »

Nebula:构建交互联动的图形语法(Nebula: A Coordinating Grammar of Graphics)

在多视图联动的可视化系统(MCV)中,不同视图会根据用户在其他视图中的交互和联动更新其内容。交互式创作系统(Interactive systems)提供直接的操作来创建视图之间的交互,但仅限于一定类型的预定义模板;基于文本的规范语法(Textual specification languages)支持灵活的交互创作,但对用户的技术水平有较高要求。本文提出一种基于自然语言的语法,用以创建多视图联动可视化的框架Nebula。该框架通过演示实例来描述视图联动效果,如图1所示。

继续阅读 »

面向自动化的信息图设计:基于深度学习的可扩展时间线自动生成(Towards Automated Infographic Design: Deep Learning-based Auto-Extraction of Extensible Timeline)

在创建信息图(Infographic)时,不仅要考虑视觉元素有效性,还要考虑设计美学、趣味性,对普通用户来说门槛较高。为了方便用户进行信息图设计,目前已经出现一些自动化的设计工具,但仍存在两个方面的问题:第一,模板风格单一,用户只能将数据导入模板,缺乏设计的多样性,如Microsoft PowerPoint和Adobe Illustrator等,用户定制性较差;第二,用户常常在网上搜索自己喜爱的信息图,以寻找设计灵感,但这些图片一般是位图(Bitmap)格式,用户如果想借鉴该图片的风格,还需要重新手动绘制,过程十分麻烦和枯燥。因此,从位图中自动提取可以编辑的模板用于新数据的创作,是有实际需求和价值的。

继续阅读 »