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

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

zenvisage 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。

Apr, 2016

DataViz3D 是一种创新的在线软件，使用全息技术将复杂的数据集转化为交互式的 3D 空间模型。该工具使用户能够在 3D 空间内生成散点图，准确映射到数据集的 XYZ 坐标，从而直观地理解数据中固有的空间关系。DataViz3D 的用户友好界面使得高级 3D 建模和全息可视化对各种学科的用户都易于使用，促进了协作研究和教育的新机会。

Jan, 2024

关键字：数据可视化，商业智能，自动化工具，用户反馈，HAIChart。总结：本文介绍了 HAIChart，一种基于强化学习的框架，通过结合用户反馈，迭代地为给定数据集推荐好的可视化。通过量化评估和用户研究，表明 HAIChart 在召回率方面比先进的人工工具提高 21%，速度提高 1.8 倍，在 Hit@3 和 R10@30 方面比 AI 驱动自动工具提高了 25.1% 和 14.9%。

Jun, 2024

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

通过使用对话方式构建数据可视化，本研究提出了一种名为 CoVis 的新任务，并通过使用多模态神经网络 MMCoVisNet 来回答与数据可视化相关的查询，实验证明 MMCoVisNet 优于现有基准并达到了最先进的性能。

Jul, 2023

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

本文介绍了 Data2Vis：一种神经翻译模型，可自动生成给定数据集的可视化。通过将数据规范映射到声明语言（Vega-Lite）中的可视化规范，将可视化生成作为序列到序列翻译问题。为此，我们训练了一个多层基于注意力的长期短期记忆（LSTM）单元的循环神经网络（RNN）模型在可视化规范语料库上，以生成与手动创建的可视化相媲美但时间仅为其一小部分的可视化。

Apr, 2018

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