搜索结果 分类目录: 其他

Voyager: Exploratory Analysis via Faceted Browsing of Visualization Recommendations

论文:Voyager: Exploratory Analysis via Faceted Browsing of Visualization Recommendations

作者:KanitWongsuphasawat, Dominik Moritz, Anushka Anand, Jock Mackinlay, Bill Howe, and Jeffrey Heer

发表:TVCG 2016

 

1. 简介

可视化工具通常需要手动指定视图:分析人员必须选择数据变量,然后选择要应用的转换和可视编码。 这些决策通常涉及领域和可视化设计专长,并且可能施加妨碍探究的冗长的规范过程。 本文提供了一个混合主动系统Voyager,可以多方面浏览根据统计和感知度量选择的推荐图表进行探索性分析,补充手动图表构建方式。

 

2. 贡献

(1) 为面向广度探索的工具提供支持,提高数据集覆盖率

(2) 可视化推荐系统

 

继续阅读 =>

Vol2velle: Printable Interactive Volume Visualization

论文:Vol2velle: Printable Interactive Volume Visualization 可打印的交互式体可视化
作者:Sergij Stoppel and Stefan Bruckner,university of Bergen
发表:TVCG 2017

1. 简介

因为纸质媒体便宜、可回收、易使用等特点,在很多场景中,我们会经常将体可视化打印到纸质媒体上,但是在可视化结果硬拷贝(如打印)时,【交互性】受到一定的损失,而我们知道,在数据可视化中,特别是体数据可视化中,交互特性非常重要,于是作者提出一种打印数据可视化的方法,并且保留了一定的交互性。

作者参考了传统的Volvelle,提出了一种Volumetric Volvelle(Vol2velle)。Volvelle是一种可旋转的轮盘,早在公元前1000年,就已经开始使用,一直被设计用来做一些科学可视化,如行星轨迹观察等。人能够直接和Volvelle进行交互,这也有助于加深理解和记忆,而根据IKEA认识偏见效应,人会对自己参与制作的工具有更高的评价这种认识偏见,使得Volvelle的意义更加突出。

但是传统的Volvelle生产过程中,非常费时费力,往往从设计到制造要花几周时间。于是作者提出了一个用于设计和渲染Volvelle的系统。

继续阅读 =>

Surprise!Bayesian Weighting for De-Biasing Thematic Maps

论文:Surprise!Bayesian Weighting for De-Biasing Thematic Maps

意外!基于贝叶斯权衡纠偏的主题地图可视化方法

作者:Michael Correll and Jeffrey Heer

发表:InfoVis2016

主题地图经常被用来可视化事件热度在地理空间上的分布。然而,传统的主题地图可视化方法受困于已知基准率、采样失真以及归一化等问题,给用户认知带来了困难与偏差。本文利用贝叶斯统计思想,提出了一种全新的主题地图可视化技术。它通过突出异常事件,弱化常规事件来提高主题地图的可读性。

继续阅读 =>

VisFlow – Web-based Visualization Framework for Tabular Data with a Subset Flow Model

论文:VisFlow – Web-based Visualization Framework for Tabular Data with a Subset Flow Model

用于分析表格类型数据的WEB可视化框架

作者:Bowen Yu and Cláudio T. Silva Fellow

发表: TVCG2016

1 简介

数据流系统允许用户通过直接编辑流程图来对数据进行处理、过滤和展示。用户自定义的数据流有益于进行可视分析,包括按需要呈现多个图以及执行不同类型的交互性查询。本文提出了一个用于分析表格数据的WEB可视化框架VisFlow,在这个框架中使用了一种叫subset flow model的的数据流模型。VisFlow着眼于数据流的交互查询,克服了过去计算性数据流系统的交互问题。VisFlow实现了数据的可视化,同时支持在数据流中进行交互选择,brushing和linking。同时本文实现了以VisFlow框架为基础的原型系统,并且通过案例分析来验证了VisFlow系统的有效性。

继续阅读 =>

DropoutSeer: Visualizing Learning Patterns in Massive Open Online Courses for Dropout Reasoning and Prediction

论文:DropoutSeer: Visualizing Learning Patterns in Massive Open Online Courses for Dropout Reasoning and Prediction

作者:Yuanzhe Chen, Qing Chen, Mingqiao Zhao, Sebastien Boyer, Kalyan Veeramachaneni, Huamin Qu

发表: 2016 VAST Conference track

1 简介

MOOCs全称Massive Open Online Courses,即大型网络公开课。MOOCs自2012年出现起迅速发展。然而,在迅猛发展背后,MOOCs也存在着许多问题,其中最主要的问题就是高居不下的退学率。本文提出了一种可视化分析系统——DropoutSeer,该系统不仅能够帮助MOOCs的讲师和教育人员了解学生退学行为和原因,还可以帮助机器学习的研究人员确定退学行为预测模型中特征,进一步提高模型的表现。

继续阅读 =>

一种基于网络信息矩阵图像的网络探索方法(Magnostics)

Magnostics: Image-based Search of Interesting Matrix Views for Guided Network Exploration

一种基于网络信息矩阵图像的网络探索方法

作者:Michael Behrisch, Benjamin Bach, Michael Hund, Michael Delz, Laura von Ruden, ¨ Jean-Daniel Fekete and Tobias Schreck

继续阅读 =>

基于语义的大规模出租车轨迹交互分析方法(SemanticTraj)

简介:
在城市规划、城市运输及城市交通管理等领域,对于车辆轨迹的信息挖掘和知识提取越来越重要。大规模的城市出租车轨迹数据,能够帮助各个领域的专家分析城市交通和城市人群的移动规律。现有的工作大都围绕对地理位置的框选或刷选来完成数据的过滤。

本文介绍了一种基于语义信息对大规模出租车轨迹数据进行交互式的检索、分析的可视化方法。领域专家或者使用者可以通过输入带有语义的查询条件对轨迹数据进行查询检索,并通过系统的可视化界面对轨迹数据进行探索,从而得到有用的信息。系统通过在轨迹数据上建立了两种文本语义索引文件来加速语义查询速率,并设计了多视图的可视化界面来帮助用户分析轨迹数据。最后通过用户的实验验证了系统的可行性。

问题导向:
大规模的出租车数据对城市交通城市规划等领域提供了很多有用的信息。为了挖掘出这些信息,现有的大量工作研究了轨迹信息的可视分析,轨迹信息的存储和轨迹语义的标注。然而这些工作大都是基于对地理位置的刷选来完成对数据的过滤。对于特定的任务,例如一家商场的管理者,希望知道在城市的什么地点放置摆渡车辆,能够帮助人们来商场购物? 交通警察希望知道哪些路段是经常堵车的路段,那些路段交通状况很好? 如果使用原有的系统来回答类似上述的问题,操作就会十分繁琐。而如果可以直接通过语义来查询满足条件的出租车轨迹信息,那么分析的时间就会大大下降了。

继续阅读 =>

D-Map: Visual Analysis of Ego-centric Information 
Diffusion Patterns in Social Media

论文:D-Map: Visual Analysis of Ego-centric Information Diffusion Patterns in Social Media

作者:Siming Chen, Shuai Chen, Zhenhuang Wang, Jie Liang, Xiaoru Yuan, Nan Cao, Yadong Wu

发表:2016 VAST Conference track

一、简介

本文研究微博上的社交媒体数据,研究目标为:挖掘信息扩散的模式以及重要社交媒体用户在信息扩散的过程中发挥的作用。这样的研究通常面临三个主要挑战:异构社交媒体数据、难以定义的用户影响力和复杂的可视设计。为了解决上述问题,本文提出了一种使用地图作隐喻的可视化设计——信息扩散地图,在该图上展示信息传播的历史过程以及用户行为变化过程。

继续阅读 =>

SAGE2: 支持可拓展像素显示的协作平台

论文:《SAGE2 – A New Approach for Data Intensive Collaboration Using Scalable Resolution》

作者: Thomas Marrinan, Jillian Aurisano, Arthur Nishimoto, Krishna Bharadwaj, Victor Mateevitsi, Luc Renambot, Lance Long, Andrew Johnson. 通讯作者:Jason Leigh

发表:Best Paper Awards of CollaborataCom 2014

 

一、简介

SAGE2 作为一款中间件,支持分辨率可拓展的共享显示(SRSD, Scalable Resolution Shared Displays),通过浏览器支持实时多用户的协同合作:

- 它支持如上所示的原型应用;

- 同时用户可向服务器上传文件、视频 (pixel streams) 来分享工作进展;

- 它也支持多用户实时交互。

http://sage2.sagecommons.org/videos/ 中的视频 ”SAGE2 capabilities” 比较好地描述了 SAGE2 的各个功能。

继续阅读 =>

UnTangle Map: Visual Analysis of Probabilistic Multi-Label Data

论文:UnTangle Map: Visual Analysis of Probabilistic Multi-Label Data

作者:Nan Cao, Yu-Ru Lin, and David Gotz

发表:TVCG2015

研究对象:概率多标签数据

一、创新点

- 精确可控的标签节点布局算法

- 提高可拓展性的聚类渲染技术

- 易于理解的评估

二、可视设计

1、三元图:三个顶点为三个标签,将每个数据项对应的三个属性值的和归一后投影到三元图上,其总值的大小用点的透明度编码。

继续阅读 =>

第 1 页,共 11 页12345...10...最旧 »