TACO: Visualizing Changes in Tables Over Time

论文:TACO: Visualizing Changes in Tables Over Time

作者:Christina Niederer, Holger Stitz, Reem Hourieh, Florian Grassinger, Wolfgang Aigner, and Marc Streit

发表会议:IEEE InfoVis 2017

 

介绍

很多领域下,表格数据是一种非常常见的数据。当表格有多个版本的时候,理解表格数据就需要比较不同版本的表格。然而当前的可视比较工具的可视结果难以解释,并且不适用于大规模数据。作者设计了一个新的可视化工具TACO (TAble COmparison),用于比较表格版本的随时间变化情况。

继续阅读 =>

Visualization System Requirements for Data Processing Pipeline Design and Optimization

动机

数据数量和复杂性的上升需要一个设计和优化数据处理流程。可视化可以支持这一过程,但尽管有很多视觉系统参数分析的例子,这仍然需要系统地评估用户的需求和符合这些需求范例可视化方法。

 

对此作者对于流程也进行了简单的定义如图:

流程是一组计算指令或者说步骤

每个指令有一个特殊的算法参数

设计一个流程需要选择不同的计算步骤

在优化中,用户通常会固定一些计算步骤

 

本文有四个贡献点:通过八个案例展现了这一工作挑战的广度;通过对八个案例的整合回顾总结了用户需求对总结出的用户需求;相应的匹配可视化的功能;最后定义了未来可视化研究的挑战;

继续阅读 =>

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 =>

新华智云团队来访我组交流

6月5日上午,新华智云团队一行人来访VAG小组,就数据新闻这一话题展开交流探讨。

数据新闻是随着数据时代到来出现的一种新型报道形态,将新闻叙事形式和数据分析灵活并有弹性的结合在一起。通过出色的可视化设计使受众对新闻事件一目了然,并引导受众对新闻事件进行深度解读。如何设计美观直观的数据呈现方式,这是数据新闻报道的一大关键。

继续阅读 =>

Finding Similar People to Guide Life Choices: Challenge, Design, and Evaluation

文章标题: Finding Similar People to Guide Life Choices: Challenge, Design, and Evaluation

来源: CHI 2017, 获得Best Paper Honorable Mention (top 5%)的荣誉

作者:  Fan Du, Catherine Plaisant, Neil Spring, Ben Shneiderman

作品网页: http://hcil.umd.edu/peerfinder/

一、基本问题与动机

人们往往会寻找相似个体来指引他们做出人生选择 (Life Choice), 比如说, 病人往往会接受这样的治疗: 这种治疗在别的和他身体条件差不多的、症状也类似的人身上起作用; 新学生希望遵循前面的人轨迹, 那些有着相似背景和学术表现的人, 最后能够有一个好的职业生涯. 若用传统工具去query会异常复杂, 还可能不返回结果, 毕竟每个人都是独特的个体, 有些属性不能完全的准确匹配. 作者们做的这个大的项目已经持续了十年多, 与诸如医疗研究者\医生\市场营销\交通分析等领域合作, 长期目标是支持prescriptive的用户界面; 而本文主要关注寻找相似个体的寻找过程.
本研究的贡献点在于:
  • 提出了寻找相似个体来指引人生所面临的挑战
  • 实现了一个灵活的原型系统, 它允许用户探索不同层次的控制和上下文、并优化寻找结果
  • 原形系统不同界面配置、基于此的用户调研与访谈

继续阅读 =>

第 5 页,共 34 页« 最新...34567...102030...最旧 »