
你想在五分钟理清红楼梦里四大家族成员关系吗?
你想了解西游记的八十一难之间有什么关系?
你想知道梁山的108好汉之间又有多少小团体?
你是否熟悉中医药材功效的关系?
在北京大学的《数据可视化》课程中,同学们利用学到的可视化知识,围绕着中国传统文化与现当代中国的发展状况等主题,在学期末完成了一个个精彩纷呈的可视化作品。
继续阅读 »你想在五分钟理清红楼梦里四大家族成员关系吗?
你想了解西游记的八十一难之间有什么关系?
你想知道梁山的108好汉之间又有多少小团体?
你是否熟悉中医药材功效的关系?
在北京大学的《数据可视化》课程中,同学们利用学到的可视化知识,围绕着中国传统文化与现当代中国的发展状况等主题,在学期末完成了一个个精彩纷呈的可视化作品。
继续阅读 »布局生成是一类重要的问题。在现有的布局生成相关研究中,一类研究注重与提供各类辅助工具,帮助设计师设计排版布局,例如各类交互的布局指令[1],自动吸附工具[2],以及更加高级的对齐关系推断与优化系统[3]等,但要使用这一类工具创作高质量的布局还是需要依赖设计师的专业知识。而另一类则是自动布局生成工具,但在这一类工具中,使用规则的布局生成方法产生的结果多样性不足,而基于学习的生成方法[4]则依赖于大规模高质量的数据集。
来自深圳大学的Pengfei Xu在发表于SIGGRAPH ASIA 2022的论文《Hierarchical Layout Blending with Recursive Optimal Correspondence》[5]中提出了基于少量布局样本,使用混合插值方法从样本中生成新布局的方法,并提出了一种支持平滑的布局插值的算法(图1)。
继续阅读 »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 »缺失值是数据集中的一个常见的问题,对于缺失值的分析通常来说具有一定的挑战。本文针对多变量数据的缺失问题,提出了一种基于图元的可视化MissiG,该方法对已经提出的三种缺失模式——数量缺失(AM)、联合缺失(JM)和条件缺失(CM)进行较为直观的呈现,从而帮助用户对于缺失值有更好的认知。用户实验表明,MissiG在这三个模式的相关任务上的表现整体上比传统的平行坐标(PC)和热力图(HM)要更好。
继续阅读 »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 »互联网时代发展,使得(文本)线上交流变得十分普遍。尤其在当前受到COVID-19的影响,线上办公变得更加普遍,线上交流也成了一种非常主流的交流方式。而这种交流方式不可避免的带来一些问题:由于不能使用语气、手势、肢体语言等进行对文本的互补,使得我们容易造成一些误解。这时穿插在文本中的表情包,尤其是内嵌在我们输入法中的emoji表情变得十分受用。然而使用这些emoji还是会不可避免的造成一些模糊以及语义歧义,作者通过提供一个emoji到人类基本情感的强度映射表来解决这些歧义,并通过大规模用户调研,验证这个映射表对不同文化背景用户的鲁棒性。
继续阅读 »色觉缺陷(Colour Vision Deficiency,CVD)是一种较为常见的疾病,全世界每12名男性中就有一名CVD患者,每200名女性中就有一名CVD患者。目前有很多技术手段来帮助这些患者识别颜色,这些方法根据所使用的感觉器官可以分为触觉辅助、视觉编辑辅助和听觉辅助。视觉辅助方法可以进一步分为四种:(1)对易混淆的颜色进行重着色;(2)使用覆盖在图片上的图案表示颜色信息;(3)突出显示指定的颜色;(4)上述三种方法的混合方法。本文提出了新的使用图案的视觉辅助的方法ColourIconizer和ColourMix,并通过和目前表现最好的ColourMeter方法进行比较,可以看出所提出方法的有效性。
继续阅读 »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 »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 » 第十三期2022年北京大学可视化发展前沿研究生暑期学校将于7月12-20日以在线授课方式举行。暑期邀请了海内外在可视化研究领域具有深厚造诣的知名学者,面向学员系统探讨本领域的前沿理论和研究方法。本次课程主要关注可视化在交叉领域的应用和发展,特别是在人文、社科、技术等方面的结合。欢迎可视化相关专业、设计专业和应用领域学生学者报名参加。
提交申请材料页面:http://www.chinavis.org/s22/register/index.html
课程简介
可视化暑期学校邀请海内外在可视化研究领域具有深厚造诣的知名学者,面向学员系统探讨本领域的前沿理论和研究方法。本次课程主要关注可视化在交叉领域的应用和发展。
2022年7月12日-14日为基础知识课程,该部分主要讲授可视化技术(结合北京大学在线可视化慕课内容)与相关信息设计基础知识。2022年7月15日-19日为前沿课程。7月20日为课程总结。
课程网站:http://chinavis.org/s22/ 。
近期评论