×

注重质量的视觉数据分析。 (英语) Zbl 1304.65088号

摘要:视觉分析过程中所做决策的质量、确定性或可信度取决于许多因素,包括初始数据的完整性和可靠性、过滤、采样和其他转换导致的信息丢失,以及视觉呈现的准确性和清晰度。不幸的是,在大多数可视化工具中,分析师没有意识到这些以及其他降低结果意义的因素。在本文中,我们描述了我们为解决可视化管道各个阶段质量方面的测量、显示和利用而设计的策略。其目的是帮助分析师保持对图像中所传达信息的准确性和完整性的认识,以及随后观察到的模式和基于分析做出的决策。质量度量既可以用于帮助分析师选择、转换和映射其数据,也可以用于自动优化流程以生成更高质量的视图。我们已经在XmdvTool中实现了几种这样的技术,这是一个用于可视化分析的公共领域包。我们通过几个案例研究来说明工具的质量特定组件,以显示该方法的有用性。我们还描述了为验证我们质量度量的准确性而进行的用户研究。

MSC公司:

62-08 统计学相关问题的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ahlberg C,Shneiderman B(1994)使用取景器进行视觉信息搜索。摘自:ACM SIGCHI计算机系统人为因素会议记录,2:433
[2] Amar R,Stasko J(2004)《信息可视化设计和评估的基于知识的任务框架》。摘自:IEEE信息可视化研讨会论文集,第143-150页
[3] 亚松森A,纽曼D(2007)UCI机器学习库。网址:http://www.ics.uci.edu/\(\sim\)mlearn/MLRepository.html
[4] Bertini E,Santucci G(2004)《二维散点图图形的质量指标:自动减少视觉杂波》。摘自:第四届智能图形国际研讨会论文集,第77–89页
[5] Boutin F,Hascoet M(2004)图划分的聚类有效性指数。摘自:第八届信息可视化国际会议(IV’04),第376–381页
[6] Carreira-Perpina M(1997)《降维技术综述》。谢菲尔德大学计算机科学系技术代表CS–96–09,http://faulty.ucmerced.edu/mcarreira-perpina/papers/cs-96-09.pdf
[7] Cui Q,Ward M,Rundensteiner E,Yang J(2006)《多分辨率可视化中数据抽象质量的测量》。IEEE Trans-Vis计算图12(5):709–716·Zbl 05339942号 ·doi:10.1109/TVCG.2006.161
[8] Dix A,Ellis G(2002)偶然——通过统计抽样增强与大型数据集的交互。摘自:《高级视觉界面会议录》,第167-176页
[9] Djurcilov S,Kim K,Lermusiaux P,Pang A(2002)《不确定性标量体积数据可视化》。计算图26(2):239–248·doi:10.1016/S0097-8493(02)00055-9
[10] Duda R,Hart P,Stork D(2001)模式分类。第2版。威利,伦敦·Zbl 0968.68140号
[11] Friendly M,Kwan E(2003)数据显示效果排序。计算统计数据分析43:509–539·Zbl 1429.62036号 ·doi:10.1016/S0167-9473(02)00290-6
[12] Fua Y,Ward M,Rundensteiner E(2000)《基于结构的笔刷:导航分层组织的数据和信息空间的机制》。IEEE跨视计算图6(2):150–159·Zbl 05108169号 ·doi:10.1109/2945.856996
[13] Haase H(1998)镜子,墙上的镜子,谁的视觉效果最好?可视化质量的参考模型。收录:1998年科学计算可视化会议录,第117-128页
[14] Hofmann H,Theus M(1998)MANET中的选择序列。计算统计13(1):77–88·Zbl 0922.62001号
[15] Hunter G(1999)处理空间数据质量的新工具:从学术概念走向实际。《尿毒症研究杂志》第11卷第2期:25–34页
[16] 罗A,高D,庞A(2003)可视化空间分布数据集。收录于:VISSYM’03:2003年数据可视化研讨会会议记录,欧洲制图协会,瑞士Aire-la-Ville,第29-38页
[17] MacEachren AM(1992)《可视化不确定信息》。制图师展望13:10-19·doi:10.14714/CP13.1000
[18] Martin A,Ward M(1995)多变量数据交互探索的高维刷牙。收录:IEEE可视化会议录,第271-278页
[19] Olston C,Mackinlay J(2002)《有限不确定性数据可视化》。摘自:IEEE信息可视化研讨会论文集,第37–40页
[20] Pang A(2001)可视化地理空间数据中的不确定性。In:地球空间信息和信息技术交叉点工作会议录
[21] Pang A、Wittenbrink C、Lodha S(1997)《不确定性可视化方法》。可视计算13(8):370–390·doi:10.1007/s003710050111
[22] Peng W,Ward M,Rundensteiner E(2004)《使用维度重新排序减少多维数据可视化中的杂波》。摘自:IEEE信息可视化研讨会论文集,第89-96页
[23] Rao R,Card S(1994)《表格透镜:在交互式焦点中合并图形和符号表示+表格信息的上下文可视化》。摘自:ACM SIGCHI计算机系统人为因素会议记录,第318-322页
[24] Rosenholtz R,Li Y,Mansfield J,Jin Z(2005)《特征拥塞:显示混乱的度量》。收录:CHI'05:SIGCHI计算机系统人为因素会议记录,第761-770页
[25] Sanyal J,Zhang S,Bhattacharya G,Amburn P,Moorhead R(2009)一项用户研究,旨在比较一维和二维数据集的四种不确定性可视化方法。IEEE跨视计算图15(6):1209–1218·doi:10.1109/TVCG.2009.114
[26] Swayne D,Buja A(1998)交互式高维数据可视化中的缺失数据。计算统计13(1):15–26·Zbl 0923.62007号
[27] TekušováTT,Knuth M,Schreck T,Kohlhammer J(2008)多元层次数据的数据质量可视化。In:InfoVis演示。http://www.gris.informatik.tu-darmstadt.de/\(\sim\)tscrek/papers/infovis08-poster.pdf
[28] Unwin A、Hawkins G、Hofmann H、Siegl B(1996),缺失值数据集的交互式图形–MANET。J计算图统计5(2):113–122
[29] Wang C,Ma K(2008)体积数据质量评估的统计方法。IEEE Trans-Vis计算图14(3):590–602·Zbl 05339891号 ·doi:10.1109/TVCG.2007.70628
[30] Ward M(1994)Xmdvtool:集成多种方法以可视化多元数据。收录:IEEE可视化会议记录,第326–333页
[31] Wilkinson L、Anand A、Grossman RL(2005)图论扫描学。摘自:IEEE信息可视化研讨会论文集,第157-164页
[32] Wittenbrink C,Pang A,Lodha S(1996)矢量场中可视化不确定性的雕文。IEEE Trans-Vis计算图2(3):266–279·Zbl 05108366号 ·doi:10.1109/2945.537309
[33] Xie Z,Huang S,Ward MO,Rundensteiner EA(2006)具有可变质量的多变量数据的探索性可视化。摘自:IEEE视觉分析科学与技术研讨会论文集,第183-190页
[34] Xie Z,Ward MO,Rundensteiner EA,Huang S(2007)《探索性可视化中的数据和质量空间交互集成》。附:第五届协调与发展国际会议记录;探索性可视化中的多视图,第47–60页
[35] Yang J,Ward M,Rundensteiner E(2002)《InterRing:可视化导航和操作层次结构的交互式工具》。摘自:IEEE信息可视化研讨会论文集,第77–84页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。