egoSlider: Visual Analysis of Egocentric Network Evolution

论文: egoSlider: Visual Analysis of Egocentric Network Evolution

作者: Yanhong Wu, Naveen Pitipornvivat, Jian Zhao, Sixiao Yang, Guowei Huang, and Huamin Qu

发表会议: VAST2015

文章围绕ego-network的可视化展开. ego-network是社会网络分析研究中一个重要的研究对象, 它由ego(中心人物)和alters(与ego相连的人)组成. 研究ego-network随着时间演化的模式在不同领域(社会学, 人类学等)都是很重要的课题, 也是具有挑战性的问题, 因其具有复杂的时变的图结构.

简单的带tag的ego-network

继续阅读 =>

生物医学计算成像及可视分析学术报告会

10月28日,由陈为老师主持的生物医学计算成像及可视分析学术报告会于CAD&CG国家重点实验室402会议室召开。本次学术报告邀请了美国IUPUI分校的Shiaofen Fang教授、 浙江大学医学院的赵经纬教授以及浙江大学药学院的候廷军教授。

Shiaofen Fang教授的“Visualization Human Brain Connectome”报告,介绍了脑连接结构方面的可视化进展。脑连接结构的挑战在于:一方面,识别连接模式与认知行为的关系的不确定性;另一方面,这个领域的研究需要计算机方面及生物医学专家的共同合作参与。而目前,摆在研究这一领域的科研人员的主要可视化任务有:关于大脑图片的可视化;通过连接网络的可视化方法辅助探索发现;在大脑中确定患病与否的差异。

继续阅读 =>

Reducing Snapshots to Points: A Visual Analytics Approach to Dynamic Network Exploration

论文:Reducing Snapshots to Points: A Visual Analytics Approach to Dynamic Network Exploration
作者:Stef van den Elzen, Danny Holten, Jorik Blaas, Jarke J. van Wijk
发表会议:VAST 2015

动态网络的可视化方法可以分为Animation (time-to-time) 和 Small-multiple (time-to-space) 两类。对于前者,用户每一时刻只能看到一帧,前后内容需要用户去记忆、理解,往往需要来回观看很多遍才能粗略理解动态网络的变化过程,给用户带来了很大的认知负担;对于后者,将不同时刻的网络进行并排罗列,由于屏幕空间有限,很多时候并不能将所有时刻的网络同时进行展示,且难以进行网络动态变化模式的发现。本文提出了一种对动态网络进行二维投影的方法,可以将每个动态网络表示成一张静态的node-link图,每个node代表某个时刻的网络,link连接了相邻时刻的node,可以有效地帮助用户发现稳定状态(stable state)、重现状态(recurring state)、异常拓扑(outlier topologies)及分析网络状态间的转移过程。

下图是本文方法的工作流程:

1. 离散化:原始数据由一系列时序的事件组成,每个事件均发生在某两个个体之间。方法的第一步是将原始数据进行离散化,生成一些离散的snapshots。具体做法是生成一些连续的时间窗(为了最后投影结果的连续性,时间窗口可以有部分重合),将每个时间窗内的所有事件转换成一个等价的网络,网络里的节点和边分别是这个时间窗内出现过的节点和边,并将每条边在这个时间窗内出现的次数当做该边的权重。

2. 向量化:为了进行投影,需要进行向量化将每个snapshot转换成一个高维的向量。具体做法是先将snapshot表示成邻接矩阵,然后将邻接矩阵转化成一个高维向量,当然这里还可以往该向量里加入一些额外的属性,比如该网络中节点平均的度(degree)等。

3. 投影:经过前面两个步骤,我们已经得到了一些列时序的高维向量,只需要对其进行二维投影即可。

继续阅读 =>

TimeNotes:A Study on Effective Chart Visualization and Interaction Techniques for Time-Series Data

在过去的十年中人们对于时间序列数据的兴趣出现了激增。在分析时间序列数据时,我们遇到了的挑战之一是相比于大容量的数据存储,屏幕分辨率太小。本文的作者评价了现存的一些方法,在此之上提出了TimeNotes的技术,并通过用户研究比较了他们的有效性。

继续阅读 =>

ThemeDelta: Dynamic Segmentations over Temporal Topic Models

许多可视化分析系统都需要对动态变化的趋势进行分析。通常情况下,趋势可以使用具体的关键词或者概念来表示,主题可以用主题内出现的关键字来表示。不同时刻趋势所从属的主题的变化就体现了趋势的动态变化。为了体现出趋势的收敛与分散,作者设计出了ThemeDelta这个系统,使用了一种时间分割的算法来提取趋势变化的特征并在前端将其可视化。

继续阅读 =>

MatrixWave:Visual Comparison of Event Sequence Data

事件序列是由一系列包含时间属性的事件组成,每一条事件序列包含了按时间排序的多个事件。网站的点击流数据也是一种事件序列数据。当用户访问网站时,他们在多个页面之间跳转的过程,可以作为分析人员分析这个网站浏览情况的一种数据。一直以来,桑基图(Sankey Diagram)是可视化这类数据的常用可视化方法。但是随着变量增多,跳转关系变复杂,桑基图就开始出现视觉遮挡。为了解决这个问题,作者提出了MatrixWave的可视化方法,用矩阵来代替节点之间的关系,使之能够可视化更大更密集的事件序列数据。

 

继续阅读 =>

CiteRivers-引用模式的可视化分析系统

CiteRivers: Visual Analytics of Citation Patterns

Florian Heimerl, Qi Han, Steffen Koch Member, IEEE, Thomas Ertl Member, IEEE
Citation information: DOI 10.1109/TVCG.2015.2467621, IEEE Transactions on Visualization and Computer Graphics

对科学文献的组织、分析、探索是高效知识管理的重要任务,CiteRivers结合已有的分析系统,扩展新的分析技术,设计了全新的对文献的内容、属性以及引用模式的可视化分析系统。

图1-系统预览(a)文献面板(b)文献聚类等级滑条(c)引用属性面板(d)作者面板(e)引用面板(f)引用聚类等级滑条(g)文献趋势图

继续阅读 =>

一种关于安全监控的推理过程可视化:Rationale Visualization for Safety and Security

Rationale Visualization for Safety and Security

Roeland Scheepens, Steffen Michels, Huub van de Wetering and JarkeJ.vanWijk

Eurographics Conference on Visualization (EuroVis) 2015

 

随着轮船运输,人的迁移,和类似的运输等的发展,对于这些对象的监测数据量和数据种类也越来越大。这就需要一种安全监测的模型帮助安检人员进行决策。传统的安全检测的自动推理模型是,给定一个对象在各个数据源中的数据作为输入,输出这个对象对于某一个假设的可能性。例如对于输入一艘轮船的数据,推理模型输出这艘轮船可能有违法行为的可能性。

而这种方法并不能使决策者理解是什么原因得出的这个结论,从而影响决策者进行决策。

继续阅读 =>

信息可视化写作陷阱大揭发-论文类型

论文:process and pitfalls in writing information visualization research papers

出处:information visualization: human-centered issues and perspectives

作者:Tamara Munzner

这篇论文依然是我女神的论文,当时读到这篇论文的时候真有相见恨晚的感觉。文章罗列了信息可视化论文几大类型中常见错误,虽然不是什么新内容,但是很少有人这么系统地把这些错误按项目进展的顺序列出来。在科研尤其是写作过程中作为checklist一般的存在,让我们避免掉入很多陷阱。受限于篇幅,这篇博文只关注最最重要的论文类型的陷阱,其他内容还是强烈推荐同学们自己去好好读原文。

继续阅读 =>

Run Watchers: 基于仿真的洪水管理自动决策系统

Run Watchers: Automatic Simulation-Based Decision Support in Flood Management

Artem Konev, Jürgen Waser, Bernhard Sadransky, Daniel Cornel, Rui A.P. Perdigão,
Zsolt Horváth, and M. Eduard Gröller
VAST 2014

 

自然灾害由于其不可预知性及对基础设施的破坏,威胁着人类生存。其中洪水防治是灾害防治中重要的一环。
面对突发的洪水灾害,政府机构需要迅速反应制定防治方案,以最大限度地降低危害。这之中的需求有二:
一是怎样构建防线保住重要的基础设施以及尽可能多的区域;二是如果不能构建起防线,必须要做出对象保护的方案。
具体来说,洪水防治专家希望解决的问题为:
Q1:给定一个溃坝事故,能够及时搭建的第二道防线是否存在?若有多种搭建选择,何为最佳?搭建方案的细节为何?
Q2:若这样的防线不存在,是否能够有针对对象保护的方案?搭建方案的细节为何?
Q3:某些特定方案的原理是什么?为何某些建筑不能保全。
本文致力于提供给用户自动的决策支持工具,省时省力制定洪水防治方案,解决上述的问题。
主要贡献有四:
一、基于规则的自动仿真,在参数空间内高效遍历;
二、基于决策聚类的可扩展多重仿真;
三、自动生成的故事面板,用以理解应急预案以及解释决策的生成过程;
四、加速了整个洪水防治方案寻找和确定的流程。

继续阅读 =>

第 14 页,共 36 页« 最新...1213141516...2030...最旧 »