标签存档: 多变量数据可视化

2021年北京大学可视化发展前沿研究生暑期学校 – Day 7

2021年7月21日,暑期学校第7天,来自高等技术学院(ETS)的Michael McGuffin教授和来自爱丁堡大学的Benjamin Bach教授进行了报告,内容包括多维多变量可视化、图可视化和Data-Driven Storytelling with Data Comics 。

继续阅读 »

Lineage: 在家谱图中可视化多变量临床数据 (Visualizing Multivariate Clinical Data in Genealogy Graphs)

大多数对公共和个人健康构成重大挑战的疾病都是由多种遗传和环境因素引起的。本文[1]介绍了Lineage这一新型可视化分析工具,用于支持领域专家在结合族谱背景时研究此类多因素疾病。通过结合案例之间的家庭关系与其他数据,用户可以发现此类疾病可能涉及的共享基因组变体或共享环境暴露等。此设计研究的主要贡献是针对家谱和临床数据结合的这一类树状多变量图,通过设计家谱图与属性表格图相对齐的方式,能够在家谱分析中加入广泛的多元属性而不会使图混乱。

继续阅读 »

Podium:用混合驱动的可视分析对数据排序(Podium: Ranking Data Using Mixed-Initiative Visual Analytics)

对数据进行排序是数据分析中基础的操作之一。人们使用排序来理解大数据集中最重要的元素、根据数据属性进行决策、或者给原本没有排名的数据增加排名以表达某种含义。例如,人们会按照统计数据给球队排名,会根据电影的特性或者票房给电影排序等等。人们也会将一些排名和自己的认识进行对比,例如球队的粉丝可能希望理解专家发布的排名是基于什么样的准则。

继续阅读 »

基于噪音模型的多变量体绘制 (Noise-based Volume rendering for the visualization of multivariate volumetric data)

大部分现有的体绘制(Volume rendering)研究都是针对同时可视化单个变量的Volume数据,而比较少研究在同一个Volume中同时展示多个变量的信息。在同一个Volume中展示多个变量,最直观的方法有两种,其一、通过用户控制,快速切换多个变量的渲染;其二、将多个变量混合起来。前者的缺点是用户体验差,无法同时感知两个变量的分布与关系;另外,如果Volume比较大,渲染速度比较慢,就完全退化成两个体绘制。后者的缺点也是比较显示的,虽然它在同一个Volume中展示了多个变量的信息,但是混合过程中,信息损失很严重,且次要变量往往会掩盖主要变量从而误导用户。

继续阅读 »