Feb, 2024

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

PDF
TL;DR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。
complex data analysisexploratory visual analysisexisting interfacesgenerative aicanvas interface
发现论文，激发创造
  • 机器学习模型分析的改进：可视化分析的视角

    本研究论文系统地总结了交互模型分析的三大类任务：理解、诊断和改进，旨在帮助用户高效解决实际的人工智能和数据挖掘问题，同时探讨了相关未来研究机会。

    Feb, 2017

  • 快速概念设计探索与原型制作：基于生成人工智能的 Sketch2Prototype

    Sketch2Prototype 是一个基于人工智能的框架，通过手绘草图到文本、文本到图像、图像到 3D 的转换过程，快速生成文本、图像和 3D 模型，用于提升早期设计阶段的探索。研究表明，使用文本作为中间模态可以比直接将草图转换为 3D 模型的基准方法产生更加多样且可制造的 3D 模型。同时，发现了现有图像到 3D 技术的局限性，并强调了文本模态在用户反馈和迭代设计中的价值。

    Mar, 2024

  • 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

    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

  • 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

  • 将分析索引到实例：如何通过集成仪表板支持设计教育

    使用人工智能分析来支持设计教育，并通过开发一个设计分析仪表板与设计环境的研究工件，对教师的认知进行量化分析并提出了两个研究意义，探讨了设计教育中索引设计分析和多尺度设计分析的潜力。

    Apr, 2024

  • 可解释深度学习的可视化分析

    本文回顾了与深度学习可解释性和控制相关的视觉分析、信息可视化和机器学习观点，讨论了潜在的挑战和未来研究方向。

    Apr, 2018

  • 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

  • 通过协作语义推断与深度学习模型的视觉交互

    本文提出一种基于协同语义推理（CSI）的框架，通过人机视觉交互设计，实现人与算法的可视化协同，揭示深度学习模型的推理过程，从而使用户能够理解和控制模型的部分推理过程，其应用于文档摘要系统的案例研究表明了其可行性。

    Jul, 2019

  • 深度学习中的可视化分析：对下一步前沿的问询调查

    本文综述了可视化分析在深度学习中的角色，并且结合人类中心疑问框架，着重讨论了为什么、谁、什么、如何、何时和何地，从而全面总结了目前的研究现状，同时提出了未来研究的方向和问题。

    Jan, 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