搜索结果 分类目录: 其他

机器学习的方法来帮助进行大图可视化

为了为图数据挑选一个合适的布局,论文提出了一种机器学习方法,基于用graph kernel计算的图拓扑相似度。这种方法可以显示图结构在不同的布局方法下的外观,并且可以估计这些图在布局下的美学度量。机器学习的方法来帮助进行大图可视化文章的贡献点是提出了一个可以用来设计graph kernel的框架。

美国国土安全部宣布成立新一代可视分析卓越技术中心

美国国土安全部科技管理局于2017年8月7日宣布成立“加速运营效率 (CAOE) 卓越技术中心”,并将中心设立在美国亚利桑那州州立大学。中心将被赋予10年期的资助,第一年资助额是385万美元。中心主旨是采用最先进的分析工具(如可视分析),支持实时决策,提升美国国土安全部运营单位和其他安全部门的运营效率。在此前一周,美国国土安全部科技管理局在乔治梅森大学宣布成立面向犯罪调查和网络分析的卓越技术中心(CINA)。

继续阅读 =>

《周琦的NBA之路》是如何炼成的?|沙龙分享

2017新加坡可视分析国际研讨会

2017年7月31日到8月4日, 2017新加坡可视分析国际研讨会在新加坡国立大学举行。本次研讨会,由新加坡国立大学SeSaMa中心主办和资助,浙江大学CAD&CG国家重点实验室协办。大会组织者是Anthony Tung教授和陈为教授。

继续阅读 =>

The Attraction Effect in Information Visualization

来源:TVCG (InfoVis) 2017

作者:Evanthia Dimara, Anastasia Bezerianos, and Pierre Dragicevic

一、动机

1、存在诱饵效应和不对称效应。

2、在信息决策中,完备信息不一定推得正确的决定。

3、吸引力影响很重要,没有被充分理解。

继续阅读 =>

VESPa: 一种对时空数据的可视查询方法

轨迹数据在人群行为模式研究,城市规划,城市管理与监督等领域扮演了很重要的角色。应用其他类型的城市数据丰富轨迹数据,能够得到更有意义的分析结果。然而对于轨迹数据的查询和分析存在很多困难。本文针对轨迹数据,设计了一种查询输入的方法,允许用户输入查询序列,并对输入的条件进行直观的展示,从而对数据进行过滤,完成不同的分析目标。

继续阅读 =>

The Connected Scatterplot for Presenting Paired Time Series

论文:The Connected Scatterplot for Presenting Paired Time Series

作者:Steve Haroz, Robert Kosara, and Steven L. Franconeri

发表会议:TVCG 2016

一、简介

Connected scatterplot(后文中简称CS图)在数据新闻领域经常被用于可视化一对时序数据序列。CS图的最初使用案例之一是纽约时报上的一篇关于室友价格和销量的新闻。由于在大数据样本下,CS图会产生非常复杂的模式而难以理解,因此它往往用于展示任务,而非分析任务。本文主要通过四个用户调研的过程,对CS图和以DALC图(双轴图,具体介绍见下一节)为代表的其他用于可视化一对时序序列的方法进行对比评估,探究CS图与DALC图在关于模式理解等任务上的优劣性。

 

继续阅读 =>

A Visual Analytics Approach for Understanding Egocentric Intimacy Network Evolution and Impact Propagation in MMORPGs

论文:A Visual Analytics Approach for Understanding Egocentric Intimacy Network Evolution and Impact Propagation in MMORPGs

作者: Quan Li, Qiaomu Shen, Yao Ming, Peng Xu, Yun Wang, Xiaojuan Ma and Huamin Qu

发表会议:IEEE PacificVis 2017

 

介绍

大型多人在线角色扮演游戏吸引着众多玩家在沉浸式的虚拟游戏环境中和其他玩家进行社交互动。一款优秀的大型多人在线角色扮演游戏应当满足不同玩家不同层次上的需求。因此,研究玩家的社交互动网络和动态的亲密度变化,有助于我们了解玩家在游戏中需求导向的行为,从而提升游戏设计和营销策略。本文提出的MMOSeer是一个用于分析玩家自我中心亲密度网络变化和影响传播的可视分析系统。

继续阅读 =>

Visplause: 一个基于合理性检查的时序数据质量评估系统

一、简介:

本文提出的方法普遍适用于各种形式的时序数据。由于本文是在研究能源数据时受到的启发,因此文章以能源数据为例进行介绍。能源数据多取自各个能源站中的传感器,如光伏电厂、风车、水电厂等。在对获取到的能源数据进行下一步的预测或统计任务前,均需要对数据进行质量评估,避免利用大误差数据进行工作。常见的能源数据质量检测方法是数据合理性检查(plausibility check),但是目前如何利用可视化的方法将合理性检查的结果进行统一管理、分析仍然是一个问题。

针对现在的数据量大、数据维度高、合理性检查多样性、实际检查的时间区间局限性等挑战,本文利用了基于数据属性和合理性检查结果的元数据,根据结构化的元数据将数据从维度上分为若干个子集,从而构建了一个层次结构,实现了可扩展的数据的集合。

继续阅读 =>

非歧义的边捆绑方法:调研用Confluent Drawings来构造网络可视化

Towards Unambiguous Edge Bundling:  Investigating Confluent Drawings for Network Visualization

作者: Benjamin Bach, Nathalie Henry Riche, Christophe Hurter, Kim Marriott, Tim Dwyer

会议:TVCG2017

一、主要贡献

1、提供了一个普适的CD算法

2、通过调研生物、社交关系等方面的关于网络的文献,总结了一些网络中的主题图案, 并基于这些主题图案进行评估

3、评估可读性的用户调研

继续阅读 =>

第 6 页,共 17 页« 最新...45678...最旧 »