搜索结果 分类目录: 其他
首先介绍一下CNN（卷积神经网络）。CNN是一种特殊的神经网络，一个标准的CNN由一系列的层组成，包括卷积层，pooling层，全连接层等。
深度卷积神经网络已经在很多领域都有了突破性的表现。然而高质量深度模型的开发伴随着大量的尝试和错误，也并不能清楚的理解深度模型工作的原理。因为它难以理解的函数和并不清晰的工作机制，深度卷积神经网络一直被视作是黑盒模型。
简介：
网络教学的方法越来越流行，教育通过网络的传播可以更好地利用优秀的教学资源，使得更多的人得到高水平的教育。一方面学生通过网络课程学习到某一门知识时，往往需要提供学习计划，学习材料和课后的讨论论坛。另一方面，教师希望通过网站能够自由的上传不同类型的学习资料（书本，论文，视频，图片等），并希望能够有效直观的为学生提供学习的指导和学习计划，帮助学生提高知识水平。
本文提供了一种能够对教育数据这种层次数据进行可视化的方法，提供概念图的方法，帮助学生理解学习计划，并提供了各种不同的数据接口，实现对不同资料的学习。教师可以通过系统制定学习计划，创建学习内容，达到教学目的。该系统可以通过网址https://booc.io/进行访问。
论文：Visualizing the Hidden Activity of Artificial Neural Networks
作者：Paulo E. Rauber, Samuel G. Fadel, Alexandre X. Falc ˜ao, and Alexandru C. Telea
发表会议：VAST2016
介绍
在机器学习中，模式分类任务主要是根据样子学习得到模型把高维向量进行分类。人工神经网络在模式分类任务获得了最先进的结果，然而神经网络对我们来说还是一个黑盒。深度神经网络可以看作是对原始的图片数据进行了高层次的抽象，将图片转换成另一种高维向量，一种高层次的数据表达。而这个数据表达的每一个维度正是由神经元构成的。本文使用降维方法探索了数据表达以及神经元之间的关系，从而帮助我们了解和改进人工神经网络。
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
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
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 =>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。
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
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。
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
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。
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
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。