Apr, 2016

使用 zenvisage 轻松进行数据探索：一种表现力强且交互式的可视化分析系统

PDF
TL;DRzenvisage 是一个数据可视化平台，提供通用 Visual Query Language (ZQL) 来指定所需的可视化模式，模式的表达性至少与 Visual Exploration Algebra 相同，并且通过可视化 / 交互式接口公开 ZQL，优化并支持 ZQL 查询，在用户研究中证明了 zenvisage 在实际应用中有效。
data visualizationvisual query languagezenvisagevisual exploration algebraoptimizations
发现论文，激发创造
  • VizML: 一种基于机器学习的可视化建议方法

    本研究介绍了一种基于机器学习的数据可视化推荐方法，通过从大量数据集和相关可视化图中训练出网络来预测设计选择，从而降低探索基本可视化的难度.

    Aug, 2018

  • DataVizard：为结构化数据推荐可视化展示

    该研究介绍了一种名为 DataVizard 的系统，该系统可以自动推荐最佳的数据可视化方案，以提高结构化查询结果的可视化效率，并通过用户调查验证其准确性。

    Nov, 2017

  • ViziQuer 中的视觉图解式查询：概述与实现

    本文介绍了一种基于可视化的查询符号语言 ViziQuer 及其工具，该工具提供了可视化的图表方式来描述复杂数据查询，同时提供了从可视化符号映射到文本查询语言（SPARQL）的解决方案，以执行实际的知识图谱查询。

    Apr, 2023

  • Dataopsy：使用聚合查询塑造的可扩展和流畅的可视化探索

    我们提出了一种适用于大规模多维数据的聚合查询雕刻（AQS）的分面视觉查询技术。AQS 是一种 “天生可横向扩展” 的查询技术，它通过一个代表整个数据集的单个可视标记开始可视化。用户可以通过 P6 操作序列逐步探索数据集，包括旋转（基于属性进行聚合分面）、分隔（在空间中布置分面）、窥视（使用聚合可视化表示查看子集的内部）、堆叠（合并两个或多个子集）、项目（将子集提取到新基质中）和修剪（丢弃当前不感兴趣的聚合）。我们借助 Dataopsy 验证了 AQS 的可行性，Dataopsy 是一个专为桌面和基于触摸的移动设备上流畅交互而设计的 AQS 原型实现。我们通过两个案例研究和三个应用示例展示了 AQS 和 Dataopsy。

    Aug, 2023

  • 智能画布：通过快速原型设计、迭代和展示，实现类似设计的探索性视觉数据分析

    我们介绍了一种将生成性人工智能组件集成到画布界面的智能画布环境，通过提供快速原型设计、迭代和比较可视化管理，解决了现有界面在可视数据分析中探索和比较方面的限制。我们的研究通过一个用户研究（N=10）从实践中获得的经验结果，实证了画布界面的有效性。

    Feb, 2024

  • DataSite：基于洞察力的建议计算的主动视觉数据探索

    DataSite 是一种积极的视觉分析系统，通过自动化服务器端计算引擎来减轻分析人员的认知负担和领域知识要求，并通过通知提供重要特征表面。有关用户研究的比较表明，与最近的可视化推荐系统相比，DataSite 在支持复杂分析方面显示出显着改进。

    Feb, 2018

  • VizAI: 选择准确的数值数据可视化

    本文介绍了一种名为 VizAI 的生成 - 判别框架，该框架首先从多种数据可视化中生成数据的各种统计属性，并与判别模型相连，以选择最匹配被可视化的数据真实统计数据的可视化方式。使用众包判断和大量公开可用的可视化，我们证明 VizAI 优于学习推荐可视化的最新方法。

    Nov, 2021

  • 机器学习的视觉分析：数据视角调查

    本论文对机器学习模型的数据方面的可视化相关研究进行了系统梳理和分析，提出了五类数据类型和六种数据中心任务，并分析了 143 篇论文的相关分布，展望了未来的研究趋势和方向。

    Jul, 2023

  • VizWiz 数据集浏览器：一种可视化机器学习数据集的工具

    本研究提出了一种可视化工具，用于穷尽性地搜索和浏览大规模机器学习数据集。该工具搭建在 VizWiz 数据集的基础上，可支持和促进定性和定量研究，并开启多模态信息的可视化和研究新方向。该工具公开在此 URL。

    Dec, 2019

  • VizNet: 一个大规模可视化学习和基准库

    本文介绍了 VizNet，它是一个包含了超过 3100 万个数据集的大规模语料库，从开放数据库和在线可视化画廊中编译而来。它提供了一个必要的公共基线，用于比较可视化的设计技术，并为自动化可视化分析开发基准模型和算法。我们展示了如何从实验结果中学习知觉有效性度量，并展示了它在测试数据集上的预测能力。

    May, 2019