可视分析系统通过对数据的图形化表示和灵活的交互方式让用户能够分析、发现数据中的规律。然而用户对于这些发现的理解和解释往往需要一些外部的知识（context），这篇论文[1]通过对于用户在数据分析过程中的关注点（analytics focus）进行建模和计算的方式，自动给用户推荐相关的外部知识来帮助用户对于数据的理解。
继续阅读 »标签存档: visual analytics
对探索性可视分析中分析关注点进行建模和使用（Modeling and Leveraging Analytic Focus During Exploratory Visual Analysis）
作者: Shuai Chen
日期: 2021年6月26日
对探索性可视分析中分析关注点进行建模和使用（Modeling and Leveraging Analytic Focus During Exploratory Visual Analysis）已关闭评论
IEEE PacificVis 2021 可视分析专题（Visual Analytics）
作者: Shuai Chen
日期: 2021年5月15日
IEEE PacificVis 2021 可视分析专题（Visual Analytics）已关闭评论
IEEE PacificVis 2021可视分析专题（Visual Analytics）共报告五个工作，分别是对于校园学生打卡数据（Campus Cards Data）、提升树模型（Tree Boosting Models）演变过程、异构多维机器维护数据、关键词关系、乒乓球比赛数据进行分析。
继续阅读 »GUIRO: 用户引导的矩阵重排序 (User-Guided Matrix Reordering)
作者: Zhixian Lin
日期: 2019年11月17日
GUIRO: 用户引导的矩阵重排序 (User-Guided Matrix Reordering)已关闭评论
矩阵可视化是主要的关系（或网络）数据可视化技术之一。如果其布局能够揭示底层的数据拓扑结构，则最为有效。不同的矩阵排序算法带来不同的视觉模式，它们的可信赖性和可解释性是个值得研究的问题。 该工作[1]介绍了一种可视化分析系统来帮助新手、网络分析师和算法设计人员打开排序算法黑匣子，从而帮助用户更好地了解复杂的重排序过程，进而支持数据和重排序算法的见解。
EmoCo: 视频中的情感一致性可视化分析 (Visual Analysis of Emotion Coherence in Presentation Videos)
作者: Shuai Chen
日期: 2019年10月5日
EmoCo: 视频中的情感一致性可视化分析 (Visual Analysis of Emotion Coherence in Presentation Videos)已关闭评论
在人们的日常交流中，情感扮演了重要的角色。情感的表达可以通过多种方式，如表情、声音、文字、肢体动作等。人们会通过同时利用多种表现方式来传递自己的情感，然而有时这些方式所传递的信息并不是一致的。该工作[1]通过利用视频中讲者的表情、文字、声音，来分析讲者在这个三个通道上情感表达方式的特征，从而帮助学习者提示自己的演讲技巧。
用于在大规模并行应用程序中优化通信的可视分析系统 (A Visual Analytics System for Optimizing Communications in Massively Parallel Applications)
作者: Jiang Zhang
日期: 2017年11月27日
用于在大规模并行应用程序中优化通信的可视分析系统 (A Visual Analytics System for Optimizing Communications in Massively Parallel Applications)已关闭评论
近年来，超级计算机被广泛应用于诸如气候和分子动力学模拟等大规模并行应用程序中。这些超级计算机往往包含大规模的计算结点，结点之间通过复杂的通信网络连接，例如5D torus或者dragonfly等。应用程序的计算任务被分配到各个计算结点，并且由这些结点协作完成。在这个过程中，结点之间的通信是非常关键的，在很大程度上影响着并行程序的可扩展性和并行效率。因此， 如何识别通信瓶颈并且对通信进行优化变得非常重要。造成通信瓶颈的原因有很多，例如通信路由比较长，通信网络上收发的信息量比较大等。研究者需要能够了解通信路由，减少通信网络拥堵。今年VAST会议上有一篇文章提出了一个可视分析系统，使用可视化方法对通信行为进行分析[1]。
近期评论