分类存档: 论文报告

收集和表征指定数据可视化的自然语句(Collecting and Characterizing Natural Language Utterances for Specifying Data Visualizations)

自然语言 (natural language, NL) 作为数据可视化工具的输入模式越来越受到关注。 许多商业可视化系统工具(例如 Microsoft Power BI 、Tableau 等)和研究方法都展示了自然语言接口支持更广泛的受众进行可视分析的潜力。对自然语句的分析理解对这些工具而言非常重要,然而已有的工作通常缺乏对用户如何使用自然语言指定生成可视化的过程缺乏足够的理解。

继续阅读 »

解释装饰对于可视化的影响 (Interpreting the Effect of Embellishment on Chart Visualizations)

可视化和信息图传达数据故事,广泛应用于科学研究和社会生活。信息图的设计风格多样,既可以是极简主义的可视化,只包含原始数据相关的元素;也可以是经过精心装饰的可视化,以更好地吸引可视化读者。然而,长久以来,研究者在信息图装饰的作用上存在争论。

继续阅读 »

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)

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 »

使用众包成对比较学习自动图表布局配置(Learning to Automate Chart Layout Configurations Using Crowdsourced Paired Comparison)

数据可视化在社交媒体、杂志和网站上无处不在,以直观、准确的方式表达复杂的数据。然而,创建有效和精致的可视化即使对于专业人员来说也是一件具有挑战性的任务。仅仅是在图表的布局方面,需要创作者重复多次调整布局的参数,才能得到满意的结果。这个不断试错的过程不具有系统性,而且非常耗时。已有的图表自动布局方法来自于图表制作工具,它们基于预定义规则自动生成布局,然而这种方法可能产生次优的结果。

继续阅读 »

虚拟地球仪上的定量数据可视化(Qantitative Data Visualisation on Virtual Globes)

虚拟地球三维空间中的地理数据可视化直观且应用广泛,但是存在三维空间的遮挡和投影变形等问题,目前没有给出相应的三维地球中定量数据的可视化设计准则。该工作[1]探索了虚拟地球上定量数据可视化的两个主要设计因素:i) 常用元素(2D 条形、3D 条形、圆形)和 ii) 这些元素的方向(切线、法线、广告牌)。用户研究实验表明,虚拟地球上的 3D 法向量条形和 2D 广告牌条行都是准确的,切向量的条形和圆形都增加了用户的认知负担。在这些结果的指导下,作者提出了一个新颖的可视化 Geoburst,它结合了虚拟地球和径向条形图,通过对齐加强了数据的比较,减少了数据的遮挡和投影变形的问题。

继续阅读 »

借助参数化描述性模板整合可视化构建方法(Integrated Visualization Editing via Parameterized Declarative Templates )

目前存在多种不同的方法支持创建可视化,且不同的构建方式之间具有明显差异。基于文本描述的构建方式(例如,D3,Vega)支持用户对于可视化的细粒度控制,基于框架的构建方式(例如,tableau)支持对于可视化形式的高效探索,基于模板选择的方式(例如,Excel中的可视化模块)提高了可视化的构建效率并且降低了构建难度。参数化描述性模板 [1] 基于JSON格式的可视化语法进行抽象,支持整合不同可视化构建方式的优点。通过vega-lite以及google sheet的可视化集合,验证了参数化描述性模板的有效性。

继续阅读 »

IEEE PacificVis 2021 可视分析专题(Visual Analytics)

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 »

IEEE PacificVis 2021 时序和时空数据专题(Temporal and Spatio-Temporal Data)

IEEE PacificVis 2021 时序和时空数据专题(Temporal and Spatio-Temporal Data)共报告四个工作,分别是可视化时间不确定性的分类、时间相关的二维标量场集合分析、动静混合的多维时序数据分析以及集合数据的时空趋势可视分析。

继续阅读 »

IEEE PacificVis 2021 机器学习和自动可视化专题(Machine Learning and Automated Visualization)

IEEE PacificVis 2021 机器学习和自动可视化专题(Machine Learning and Automated Visualization)以及可视化遇到AI专题(Visualization Meets AI)共报告五个工作,分别是关于将机器学习运用到图布局偏好预测、自动可视化问答、单元可视化的滚动叙述生成、基于图标检测训练对信息图进行解析和总结,以及使用文档嵌入和降维展示主题演变。其中,来自北京大学可视化与可视分析实验室的自动可视化工作ADVISor的具体介绍在http://vis.pku.edu.cn/blog/advisor/

继续阅读 »

IEEE PacificVis 2021 视觉感知和评估专题(Visual Perception & Evaluation)

IEEE PacificVis 2021 视觉感知和评估专题(Visual Perception & Evaluation)共报告三个工作,分别是关于城市数据可视化、动态网络用户研究以及集合可视化的可读性评估。

继续阅读 »