分类存档: 论文报告 - 第2页

使用SOMNUS来可视化数据清洗脚本 (Visualizing the Scripts of Data Wrangling with SOMNUS)

理解数据变换代码对数据工作者是非常重要的任务。然而完成这项任务需要熟练掌握编程技能和充分了解代码使用的编程语言和库。同时,理解代码的过程耗时且容易出错。现有的代码可视化工作专注于提供中间状态信息,而不支持对数据变换过程的呈现。

继续阅读 »

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 »

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 »

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 »

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 »

形状引导的混合地铁图布局方法(Shape-Guided Mixed Metro Map Layout)

在图可视化中,地铁图可视化是一个经典的可视化方法,将图中节点尽量均匀地排布在空间中,同时尽可能保持边的且尽可能保持最终布局的拓扑结构与图节点的原始。 同时,在实际的图布局中,除了要提高图的可读性,有时还需要将一些特定的动机(motif)嵌入到图中,这能提高图布局的艺术效果,也可能可以提升用户对该布局的认知能力。

在论文《Shape-Guided Mixed Metro Map Layout》[1]中,维也纳工业大学的Tobias Batik等人提出了一种结合地铁图布局与形状嵌入的混合布局方法(图1),能够支持在保证将用户定义的形状嵌入最终图布局的同时,将整体图布局以地铁图的标准进行优化。

继续阅读 »

通过数字化“实地考察”来理解工业环境下可视分析过程的模式(Understanding Visual Investigation Patterns Through Digital “Field” Observations)

理解可视分析的一般过程和可视分析中的探索模式是十分重要而有意义的工作,其不仅能够帮助分析者在分析探索时寻找更快的工作路径,也能帮助可视化研究者设计和研究更强大的可视分析工具。但是在先前的大部分的工作中,对可视分析过程的研究都是在实验室环境下进行的,这样的环境与真实的分析者工作的环境是存在差别的,而在这一篇论文中[1],来自Google的作者就依托于自身所处的公司平台,对实际工业生产中的可视分析用户的工作过程进行了电子化的“实地考察”(图1),并最终总结了工业环境中可视分析的一些模式。

继续阅读 »

Stylette:使用自然语言修改网页样式(Stylette: Styling the Web with Natural Language)

针对网页样式的修改工具通常停留在代码层面,如直接修改HTML,CSS或者JavaScript代码文件。也有一些工具进行以一定程度的封装,实现了部分较为底层的操作。然而,这两种修改网页样式的方法对于没有编程基础、设计基础的新手来说是难以掌握的。新手难以将他们的高度抽象的目的转化为底层的基础操作,更难以找到需要修改的属性。因此,该工作尝试通过自然语言的交互方式,半自动地帮助新手完成网页样式的修改。

继续阅读 »

Crystalline:降低开发人员为决策收集和组织信息的成本(Crystalline: Lowering the Cost for Developers to Collect and Organize Information for Decision Making)

在遇到编程问题时,开发人员需要搜索网页并理解其中的内容,以找到对应的解决方案。一般来说,解决方案通常有多个由不同标准表征的选项。比如,开发人员可以将numpy ndarray和numpy matrix作为高维数据数据格式的候选,然后根据是否包含内置矩阵操作、是否支持任意维度数组以及是否可以获得长期支持等标准来进行选择。面对众多的网页以及各种可能的衡量标准,提供工具来帮助开发人员收集、组织和理解信息,以促进进一步的决策变得必要。

继续阅读 »