×
塔马拉·麦克赫德利泽;阿列克谢·帕克;莫里茨·克拉姆勒

图形布局的审美辨别。 （英语） Zbl 1419.05148号

J.图形算法应用。 23，第3号，525-552（2019）.
小结：本文解决了以下基本问题：给定同一图形的两种布局，哪一种更美观？我们提出了一种基于神经网络的识别器模型，该模型在标记数据集上训练，以确定两个版面中哪一个具有较高的美学质量。用作模型输入的特征向量基于已知的图形绘制质量度量、经典统计、信息理论量和受凝聚态物理方法启发的两点统计。用于训练和测试的布局对的大型语料库是使用强制定向绘图算法和自然产生于图形生成过程的布局构建的。使用数据增强技术对其进行了进一步扩展。我们的模型显示平均预测准确率为97.58%，优于基于压力和流行质量指标线性组合的判别器，差值为2%至3%。
本论文扩展了[作者，Lect.Notes Compute.Sci.11282，169–184（2018；Zbl 1519.68196号)]并且基于一个大得多的数据集。

引用于1文件

MSC公司：

05C62号 图形表示（几何和交点表示等）

关键词：

网络可视化

引文：

Zbl 1519.68196号

软件：

OGDF公司;Matrix市场
PDF格式BibTeX公司 XML格式引用
\textit{T.Mchedlidze}等人，J.图形算法应用。23，第3号，525--552（2019；Zbl 1419.05148）
全文： 内政部

参考文献：

[1] H.J.C.Barbosa和A.M.S.Barreto。一种用于多目标问题的具有权重协同进化的交互式遗传算法。L.Spector、E.D.Goodman、A.Wu、W.B.Langdon和H.-M.Voigt编辑，《第三届遗传和进化计算年会论文集》，GECCO’01，第203-210页。摩根考夫曼出版公司，2001年。
[2] D.E.贝琳。新颖性、复杂性和享乐价值。感知与心理物理学，8（5）：279-2861970年9月·doi:10.3758/BF03212593。
[3] R.F.Boisvert、R.Pozo、K.Remington、R.F.Barrett和J.J.Dongarra。矩阵市场：用于测试矩阵集合的网络资源。R.F.Boisvert，编辑，《数值软件质量：评估和增强》，第125-137页。施普林格，1997年·doi:10.1007/978-1-5041-2940-4\_9。
[4] J.Bromley、I.Guyon、Y.LeCun、E.S–ackinger和R.Shah。使用“siaam”时滞神经网络进行签名验证。《神经信息处理系统进展》，第737-744页，1994年·doi:10。
[5] C.-C.Carbon、T.Mchedlidze、M.H.Raab和H.Waechter。形状的力量：节点链接图的形状如何影响审美并引发兴趣。i-Perception，2018年9月·doi:10.1177/2041669518796851。
[6] M.Chimani、C.Gutwenger、M.Jüunger、G.W.Klau、K.Klein和P.Mutzel。开放式图形绘制框架（OGDF）。编辑R.Tamassia，《图形绘制和可视化手册》。，第543-569页。查普曼和霍尔/CRC，2013年。
[7] M.K.Coleman和D.S.Parker。基于美学的人类消费图形布局。柔和。实际。专家。，26（12）：1415-14381996年12月·doi:10。
[8] K.Dev、N.Villar和M.Lau。多边形、点或体素？：三维形状对的众包美学偏好的刺激物选择。编者：B.Gooch、Y.I.Gingold、H.Winnemoeller、L.Bartram和S.N.Spencer，《计算美学研讨会论文集》，CAE 2017，美国加利福尼亚州洛杉矶，第2:1-2:7页。ACM，2017年·doi:10.1145/3092912.3092918。
[9] R.dos Santos Vieira、H.A.D.do Nascimento和W.B.da Silva。机器学习在图形绘制问题中的应用——文献综述。《第七届信息、流程和知识管理国际会议论文集》，eKNOW 2015，葡萄牙里斯本，第112-118页，2015年。
[10] P.伊德斯。图形绘制的启发式方法。1984年，国会数学家，24:149-160。
[11] P.Eades、S.Hong、A.Nguyen和K.Klein。用于大型图形可视化的基于形状的质量度量。J.图形算法应用。，21(1):29-53, 2017. ·兹比尔1358.05273 ·doi:10.7155/jgaa.00405。
[12] G.H.Findenegg和T.Hellweg。统计热力学。Springer Spektrum，2015年第2版·doi:10.1007/978-3-642-37872-0。
[13] B.L.弗雷德里克森。好的是积极的情绪。《普通心理学评论》，2:300-311998·doi:10.1037/1089-2680.2.3.300。
[14] T.M.J.Fruchterman和E.M.Reingold。通过强制定向放置绘制图形。软质。，实际。专家。，21（11）：1129-11641991年·doi:10.1002年/
[15] S.Hachul和M.J¨unger。使用基于势场的多级算法绘制大型图形。J.Pach，编辑，《第13届国际绘图研讨会论文集》，爱尔兰利默里克，第285-295页。施普林格-柏林-海德堡，2005年·Zbl 1111.68583号 ·doi:10.1007/978-3-540-31843-9\_29。
[16] R.H.R.Hahnlosser、R.Sarpeshkar、M.A.Mahowald、R.J.Douglas和H.S.Seung。数字选择和模拟放大共存于皮质酮激励的硅电路中。《自然》，405:947-9512000年6月。
[17] H.Haleem、Y.Wang、A.Puri、S.Wadhwa和H.Qu。评估力导向图形布局的可读性：深度学习方法。CoRR，abs/1808.007032018年。网址：
[18] W.Huang和P.Eades。人们如何阅读图表。2005年澳大利亚悉尼APVIS亚太信息可视化研讨会编辑S.Hong，第51-58页，2005年。
[19] 黄伟（W.Huang）、伊德斯（P.Eades）、洪（S.-H.Hong）和林（C.-C.Lin）。改进多重美学会产生更好的图形绘制。《视觉语言与计算杂志》，24（4）：262-2722013年·doi:10.1016/j.jvlc.2011.12.002。
[20] W.Huang、S.Hong和P.Eades。交叉角的影响。2008年IEEE VGTC太平洋可视化研讨会，2008年PacificVis，日本京都，第41-46页·doi:10.1109/PACIFIVIS.2008.4475457。
[21] W.Huang、S.-H.Hong和P.Eades。布局对社交图感知的影响。在P.Healy和N.S.Nikolov，编辑，图表绘制，第262-273页，柏林，海德堡，2006年。施普林格-柏林-海德堡·Zbl 1171.68624号
[22] W.Huang和M.Huang。探讨交叉数和交叉角的相对重要性。编辑G.Dai、K.Zhang、M.L.Huang、H.Wang、X.Yuan、L.Tao和W.Chen，《第三届视觉信息传播国际研讨会论文集》，VINCI'10，第1-8页。ACM，2010年·doi:10.1145/1865841.1865854。
[23] 黄文华、黄明良和林春秋。基于美学聚合的图形可视化整体质量评估。信息科学，330:444-4542016。SI：视觉信息传播。 ·doi:10.1016/j.ins。
[24] T.Kamada和S.Kawai。一种绘制一般无向图的算法。《信息处理快报》，31（1）：7-151989年·Zbl 0679.68128号 ·doi:10.1016年10月/
[25] 喀拉拉邦。网址：
[26] M.克拉姆勒。图形布局的美学价值：用于自动量化的统计综合征调查。卡尔斯鲁厄理工学院硕士论文，2018年。网址：
[27] M.Klammler等人，《图形布局审美鉴别力的源代码》。网址：·Zbl 1519.68196号
[28] R.Klapaukh。力定向图形布局的实证评价。惠灵顿维多利亚大学博士论文，2014年。
[29] R.Kohavi公司。精度估计和模型选择的交叉验证和引导研究。《第十四届国际人工智能联合会议记录》，IJCAI 95，加拿大魁北克省，2卷，第1137-1145页。Morgan Kaufmann，1995年。
[30] O.H.Kwon、T.Crnovrsanin和K.L.Ma。这个布局中的图形是什么样子的？大型图形可视化的机器学习方法。IEEE可视化和计算机图形汇刊，24（1）：478-4882018年1月·doi:10.1109/TVCG.2017.2743858。
[31] T.Masui。从示例中进化学习图形布局约束。P.A.Szekely，编辑，《第七届ACM用户界面软件与技术研讨会论文集》，UIST’94，第103-108页。ACM，1994年·doi:10.1145/192426.192468。
[32] M.Nishiyama、T.Okabe、Y.Sato和I.Sato。基于感官的照片裁剪。编辑W.Gao、Y.Rui、A.Hanjalic、C.Xu、E.G.Steinbach、A.ElSaddik和M.X.Zhou，《第17届ACM国际多媒体会议论文集》，2009年MM，第669-672页。ACM，2009年·doi:10.1145/1631272.1631384。
[33] D.A.诺曼。情感和设计：有吸引力的东西效果更好。互动，9（4）：36-422002·doi:10.11145/543434.543435。
[34] W.Press、S.Teukolsky、W.Vetterling和B.Flannery。数字食谱：科学计算的艺术。剑桥大学出版社，2007年第3版·Zbl 1132.65001号
[35] P.Prusinkiewicz和A.Lindenmayer。植物的算法美。斯普林格，1990年·Zbl 0850.92038号 ·doi:10.1007/978-1-4613-8476-2。
[36] H.C.采购。哪种美学对人类理解的影响最大？G.Di Battista，编辑，第五届图形绘制国际研讨会论文集，GD 1997，意大利罗马，计算机科学讲稿第1353卷，第248-261页，1997年·doi:10.1007/3-540-63938-1\_67。
[37] H.C.采购。布局算法的性能：理解，而不是计算。视觉语言与计算杂志，9（6）：647-6571998·doi:10.1006/jvlc.1998.0093。
[38] H.C.采购。图形绘制美学指标。视觉杂志。语言计算。，13(5):501-516, 2002. ·doi:10.1006/jvlc.200232。
[39] H.C.Purchase、J.-A.Allder和D.A.Carrington。UML图中的图形布局美学：用户偏好。J.图形算法应用。，6:255-279, 2002. ·Zbl 1027.68103号 ·doi:10.7155/jgaa.00054。
[40] H.C.Purchase、R.F.Cohen和M.James。验证图形绘制的美观性。F.Brandenburg，编辑，《第四届图形绘制国际研讨会论文集》，GD 1996，德国帕绍，计算机科学讲稿第1027卷，第435-446页。施普林格-柏林-海德堡，1996年·doi:10.1007/BFb0021827。
[41] H.C.Purchase、J.Hamer、M.N¨ollenburg和S.G.Kobourov。关于伦巴第图形的可用性。W.Didimo和M.Patrignani，编辑，《第20届图形绘制国际研讨会论文集》，2012年，美国雷蒙德，第7704卷，第451-462页。施普林格-柏林-海德堡，2012年·Zbl 1377.68185号 ·doi:10.1007/978-3642-36763-240。
[42] A.Rosete-Suarez、M.Sebag和A.Ochoa-Rodriguez。进化图绘制研究，1999年。巴黎南十一大学信息研究实验室（LRI），技术代表1228。
[43] S.Schaefer、T.McPhail和J.Warren。使用移动最小二乘法进行图像变形。ACM事务处理。图表。，25(3):533-540, 2006. ·数字对象标识代码：10.1145/
[44] D.W.斯科特。关于最优和基于数据的直方图。Biometrika，66（3）：605-6101979·兹伯利0417.62031 ·doi:10.1093/biomet/66.3.605。
[45] C.E.香农。传播的数学理论。贝尔系统技术期刊，27（4）：623-6561948年10月·Zbl 1154.94303号 ·doi:10.1002/j.1538-7305。
[46] M.Sp¨onemann、B.Duderstadt和R.von Hanxleden。图的进化元布局。在T.Dwyer，H.C.Purchase和A.Delaney编辑的《第八届图表表示和推断国际会议论文集》中，图表2014，澳大利亚维多利亚州墨尔本，第16-30页。施普林格-柏林-海德堡，2014年·doi:10.1007/978-3-662-44043-8\
[47] N.Srivastava、G.Hinton、A.Krizhevsky、I.Sutskever和R.Salakhutdinov。辍学：防止神经网络过度拟合的简单方法。机器学习研究杂志，15（1）：1929-19582014·Zbl 1318.68153号
[48] R.塔马西亚。图形绘制和可视化手册。离散数学及其应用。CRC出版社，2013年。
[49] 张量流。网址：
[50] N.Tractinsky、A.S.Katz和D.Ikar。美丽的东西是有用的。与计算机交互，13（2）：127-1452000·doi:10.1016/S0953-5438（00）
[51] M.S.Treder先生。镜子背后：人类对称感知综述。对称性，2（3）：1510-15432010·doi:10.3390/sym2031510。
[52] C.仓库。信息可视化：设计感知。摩根考夫曼出版公司，美国加利福尼亚州旧金山，2012年。
[53] C.Ware、H.C.Purchase、L.Colpoys和M.McGill。图形美学的认知测量。信息可视化，1（2）：103-1102002·doi:10.1057/palgrave.ivs.9500013。
[54] E.韦尔奇和S.科波罗夫。测量图形的对称性。计算机图形论坛，36（3）：341-3512017·doi:10.1111/cgf。
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。