搜索结果 分类目录: 其他

UTOPIAN:用户驱动的文本主题模型

论文:UTOPIAN: User-Driven Topic Modeling Based on Interactive Nonnegative Matrix Factorization

作者:Jaegul Choo, Changhyun Lee Chandan K. Reddy, and Haesun Park

Georgia Institute of Technology

会议:IEEE VAST2013

文本主题抽取是一个很重要的话题。何谓“主题”?从字面上理解是一段文字表达的中心思想。从统计模型的角度可以用关键词的分布来刻画。这样一段文字可以理解为是从一个概率模型中生成的。

Utopian可视界面。图中每个点代表一个文本,不同颜色编码了不同文本对应主题。用户基本操作包括了:1.将某两个主题合并,2.以某文本生成新主题,3。对某个主题进行分裂,4.以某关键词生成新主题

继续阅读 =>

基于噪音的空间多变量数据场体可视化技术

SCIVIS 2013文章<Noise-based volume rendering for the visualization of multivariate volumetric data>

作者Rostislav Khlebnikov, Bernhard Kainz, Markus Steinberger, Dieter Schmalstieg

本文提出一种基于噪音的空间多变量数据场体可视化技术,首先使用可预见的过程化噪声,即Random-phase Gabor noise,产生高频噪声并将之引入体数据场作为opacity重分布模式,然后构造不透明度映射函数,将噪声值映射为不透明度,重分配每一体素内的不透明度, 从而改进同一位置处的多变量可视化质量,使得用户可以更加容易的分辨同一位置处每一个数据属性的值。

本文的工作是对传统的多变量三维空间数据可视化的一个创新和补充,传统的方法基本上可以分为两类:基于融合的方法以及基于信息通道的方法。作为相关工作的重要内容,以及本文工作的基础,作者特意提及了由他本人发表在2012年EuroVis上的论文<Procedural Texture Synthesis for Zoom-Independent Visualization of Multivariate Data>,该论文主要针对二维的多变量数据,主要流程如图一

继续阅读 =>

Twitter上的欧冠联赛

体育赛事的淘汰赛中通常用树状图去规划整个赛程,哪队和哪队对抗,然后十六进八,八进四,四进二,最后是冠军赛,一目了然。但这只表达了整个赛程,如果我还想知道每场比赛的激烈程度,关键事件又该怎么表达呢?Twitter最近设计了一个非常棒的交互式可视化作品(需要翻墙?),展示了每场欧冠比赛的结果以及Twitter用户比赛的关注度。

继续阅读 =>

可视化的类型学方法论

论文:A Multi-Level Typology of Abstract Visualization Tasks

会议:InfoVis 2013

作者:Matthew Brehmer, Tamara Munzner

这是一篇关于可视化理论架构的文章,和通讯作者Tamara Munzner在09年提出的可视化设计与评估的嵌套模型[1]相匹配,描述了从抽象任务到具体算法的可视化设计过程。文章从why, how, what三个层面对可视化任务进行抽象的分类,其中why指明任务的目的和目标(展示、发现、兴趣),how说明达到目标所用的方法(可视表达,数据操作、交互),what通过输入和输出对不同层次任务进行串联。基于这种分类,文章对已有可视化系统、方法进行回顾和分类。

继续阅读 =>

UC Davis马匡六教授受聘浙大讲座教授仪式暨学术报告

美国加州大学戴维斯分校马匡六教授,是可视化领域华人的最高成就者,获得美国总统青年科学家奖、美国自然科学基金杰出青年奖(NSF CAREER)、IEEE Visualization杰出贡献奖(2013)。他将于2013年9月2日(周一)上午10时在浙江大学紫金港校区蒙民伟楼国际会议中心223室受聘浙江大学求是讲座教授荣誉称号,并将做学术报告。

继续阅读 =>

2013年暑期数据可视化教学研讨会会议纪要

7月22日-25日,“2013年暑期数据可视化教学研讨会”在杭州顺利召开。

大数据的分析、挖掘与可视化是信息技术发展的迫切需求。面对当前科学可视化、信息可视化、可视分析研究和应用的新形势,可视化教学研讨会以科学出版社2013年新版数据可视化教材为基础,从人、数据、可视化流程等三个层面讲述数据可视化的基础理论和概念,并针对实际应用中遇到的不同类型的数据,包括时空数据,地理信息数据、高维非空间数据、层次和网络数据,介绍相应的可视化方法。

研讨会邀请了国内外数十名来自香港科技大学、北京大学、清华大学、浙江大学、美国宾夕法尼亚州州立大学、美国IUPUI大学、微软亚洲研究院、英特尔北京研究院的可视化专家进行授课,并围绕《数据可视化》课程建设、课程安排、内容展示等话题进行了激烈地探讨。 继续阅读 =>

第 17 页,共 17 页« 最新...10...1314151617