VisAR: Bringing Interactivity to Static Data Visualizations through Augmented Reality
静态可视化具有分析和表达价值。然而，许多交互式任务无法使用静态可视化来完成。随着数据集的规模和复杂性的增长，静态可视化开始失去其对交互式数据探索的分析和表达能力。尽管有静态可视化的这种限制，但仍然存在可视化被限制为静态的许多情况（例如，演示幻灯片或海报上的可视化）。我们相信在许多情况下，静态可视化将受益于允许用户在其上执行交互式任务。受众多商业个人增强现实（AR）设备的引入的启发，我们提出了一个AR解决方案，允许静态可视化数据集的交互式数据探索。特别是，我们提出了一个原型系统名为VisAR，使用微软Hololens，使用户能够完成静态可视化的交互式任务。
2017-08-04 cs.HC
Understanding How Older Adults Comprehend COVID-19 Interactive Visualizations via Think-Aloud Protocol
2019冠状病毒病大流行对老年人造成严重打击。对于老年人来说，最大限度地减少COVID-19和未来大流行病的负面影响的一个关键方法是随时了解其最新信息，这些信息越来越多地通过在线交互式可视化呈现（例如，实时仪表板和网站）。因此，有必要了解老年人如何与在线COVID-19互动可视化进行互动和理解，以及他们可能遇到的挑战，以使老年人更容易获得此类可视化。我们采用了以用户为中心的方法，邀请老年人与COVID-19互动可视化进行互动，同时使用有声思维协议来表达他们的思维过程。通过分析他们的有声思维语言，我们确定了四种类型的思维过程，代表了老年人如何理解可视化，并揭示了他们遇到的挑战。此外，我们还确定了他们在可视化所采用的七种常见交互技术中遇到的挑战。基于这些发现，我们提出了设计指南，使交互式可视化更容易为老年人所用。
2022-02-23 cs.HC
Does This Have a Particular Meaning? Interactive Pattern Explanation for Network Visualizations
本文提出交互式模式解释技术，让用户在网络可视化中任意选择区域并自动挖掘解释视觉与数据模式，用户研究表明其比纯文本和纯视觉解释更能提升对陌生可视化、网络科学模式及术语的学习效果。
2024-08-02 cs.HC
Towards Measuring Interactive Visualization Abilities: Connecting With Existing Literacies and Assessments
Aarhus University（奥胡斯大学）；Inria Bordeaux（法国国家信息与自动化研究所波尔多中心）；University of Illinois（伊利诺伊大学）
本文探讨如何评估人们与数据可视化交互的能力，提出并比较不同评估方法，以有效衡量用户在交互式认知任务中的可视化能力。
2026-03-02 cs.HC
Using Resource-Rational Analysis to Understand Cognitive Biases in Interactive Data Visualizations
认知偏差是判断中的系统性错误。数据可视化领域的研究人员已经探索了认知偏见是否会通过交互式数据可视化转移到决策任务中。与此同时，认知科学家将认知偏差重新解释为有限时间和计算成本下的资源理性策略的产物。在本文中，我们主张通过约束贝叶斯认知建模来整合资源理性分析，以了解数据可视化中的认知偏见。这样做的好处将是数据可视化用户更现实的“有限理性”表示，并通过未来实验和理论之间的反馈回路，为研究数据可视化中的认知偏差提供了研究路线图
2020-09-30 cs.HC
Enhancing Orthopedic Surgical Training With Interactive Photorealistic 3D Visualization
针对骨科教学材料缺乏交互性的问题，研究通过随机对照试验比较交互式照片级真实感3D可视化与2D视频，证明其可显著提升全髋关节置换术模拟学习表现。
2025-06-16 cs.HC
An Age-based Study into Interactive Narrative Visualization Engagement
本文通过实证实验研究受众年龄对交互式叙事可视化参与度的影响，发现年长组参与度略低于年轻组，并为作者提出按年龄进行包容性设计的建议。
2025-07-22 cs.GR cs.HC
From Static to Interactive: Authoring Interactive Visualizations via Natural Language
Nanyang Technological University（南洋理工大学）；Ajou University（阿乔大学）；Providence Health & Services（普罗维登斯健康与服务）
本文提出Athanor方法，利用多模态大语言模型和自然语言指令将静态可视化转为交互式，通过三种创新设计提升用户交互体验。
2026-04-25 cs.AI cs.HC
Carina: Interactive Million-Node Graph Visualization using Web Browser Technologies
我们正在开发一个可扩展的交互式可视化系统，名为Carina，供人们探索百万节点图。通过使用最新的Web浏览器技术，Carina通过WebGL提供快速的图形渲染，并在桌面（通过Electron）和移动平台上工作。与大多数现有的图形可视化工具不同，Carina不将完整的图形存储在RAM中，使其能够处理多达69M条边的图形。我们正在努力改进和开源Carina，为研究人员和从业者提供一种新的、可扩展的方式来探索和可视化大型图形数据集。
2017-02-24 cs.HC
Embedding Projector: Interactive Visualization and Interpretation of Embeddings
嵌入在机器学习中无处不在，出现在推荐系统，NLP和许多其他应用程序中。研究人员和开发人员经常需要探索特定嵌入的属性，分析嵌入的一种方法是将它们可视化。我们提出了嵌入投影仪，交互式可视化和嵌入的解释工具。
2016-11-16 cs.HC stat.ML
Interactive Mascot: A Scene-Centric Interaction Grammar for Data Visualizations
University of Maryland College Park（马里兰大学帕克分校）
研究针对以场景为中心的可视化系统交互抽象与语义组件不匹配问题，提出交互式吉祥物语法。通过建模交互行为为组件间信息流及引入依赖图执行模型来实现。实现与Vega-Lite相当性能，涵盖其交互空间且支持多种交互，经用户研究语法可学习可用。
2026-07-21 cs.HC
Towards Effective Generation of Interactive Visualizations with Vibe Coding: An Empirical Study
Beijing Institute of Technology（北京理工大学）
本研究通过78名参与者的用户研究，系统性评估氛围编码生成交互式可视化的能力、用户体验与协作策略，为优化氛围编码实践提供了见解。
2026-09-01 cs.HC
Interactive Visualization on Large High-Resolution Displays: A Survey
本文综述了大型高分辨率显示器上交互式可视化的研究现状，从可视化、交互、评估研究和应用四个维度梳理相关文献，并指出未来研究方向。
2022-12-08 cs.HC
Design Concerns for Integrated Scripting and Interactive Visualization in Notebook Environments
本文探讨了在计算笔记本环境中集成交互式可视化与脚本的设计方法，通过调用上下文树的设计研究、任务分析及用户验证，提出了结合两者优势的交互模型并总结了设计启示。
2024-10-16 cs.HC
AIive: Interactive Visualization and Sonification of Neural Networks in Virtual Reality
人工智能（AI），尤其是神经网络（NN），变得越来越受欢迎。然而，人们通常将人工智能视为一种工具，专注于提高结果，准确性和性能，而不太关注人工智能本身的表现。我们提出了AIive，一个交互式可视化的人工智能在虚拟现实（VR），使人工智能"活"。AIive使用户能够使用虚拟手操纵NN的参数，并为损失，准确性和超参数的实时值提供听觉反馈。因此，AIive通过在VR中集成可视化，声音处理和直接操作，提供了一种艺术和直观的方式来表示AI，可能针对广泛的受众。
2021-10-22 cs.HC
Juicy Interactive Visualization: Evaluating How Excessive Feedback Design Shapes Visualization Engagement
Worcester Polytechnic Institute（伍斯特理工学院）
提出JuicyVIS框架，将游戏中的juicy反馈操作化为可视化交互设计的三维度（类型、时机、强度），通过26个原型和三项混合方法在线研究评估，发现juicy反馈提升参与度和审美体验，且交互后反馈收益最明显。
2026-10-07 cs.HC
Anteater: Interactive Visualization of Program Execution Values in Context
本文提出交互式可视化系统 Anteater，通过组织追踪数据生成中间表示并自动合成多种可视化与交互，帮助程序员探索 Python 程序执行、理解并调试意外行为，并通过用户研究验证其效用。
2024-02-26 cs.HC cs.SE
MisVisFix: An Interactive Dashboard for Detecting, Explaining, and Correcting Misleading Visualizations using Large Language Models
MisVisFix利用大语言模型提供交互式工具，用于检测、解释和纠正误导性可视化信息，提升数据解读的准确性和可信度。
2025-08-06 cs.HC
Plexus: An Interactive Visualization Tool for Analyzing Public Emotions from Twitter Data
研究人员经常使用社交媒体作为获取人们活动和思想的实时数据的方法。Twitter作为当今最流行的社交网络服务之一，提供了关于各种主题和事件的丰富信息流。挖掘和分析推文使我们能够找到公众对活动或对象的反应和情绪。本文提出了一种交互式可视化工具，识别和可视化的人的情绪上的任何两个相关的主题流和处理数据从Twitter的。这种可视化的有效性进行了评估，并与14名参与者的可行性研究证明。
2017-01-24 cs.HC cs.SI
The Effectiveness of Interactive Visualization Techniques for Time Navigation of Dynamic Graphs on Large Displays
动态网络的可视化分析可能具有挑战性，特别是如果它们跨越很大的时间范围，在此期间新的节点和边可能出现和消失。虽然提供用于表示网络的多个状态的可视化的接口是简单的（即，多个时间片）或者同时（例如，通过小倍数）或交互地（例如，通过交互式动画），这些接口可能不支持需要比较不相交的时间片的任务。由于这些任务是理解网络动态方面的关键，因此了解哪些交互式可视化最能支持这些任务非常重要。我们提出了一系列的实验室实验结果比较两种传统的方法（小倍数和交互式动画），与最近的方法基于交互式时间切片。这些任务通过触摸界面在大显示屏上执行。参与者使用所有技术完成了三项任务的24次试验。结果表明，交互式时间切片在比较遥远的时间点时带来了好处，但在分析连续的时间间隔时好处较少。
2020-08-28 cs.HC cs.SI
The Role of Interactive Visualization in Explaining (Large) NLP Models: from Data to Inference
Uncharted Software Inc（未知软件公司）；University of Konstanz（康斯坦茨大学）；University of Stuttgart（斯图加特大学）；University of Maryland, BC（马里兰大学巴尔的摩县分校）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；IBM Research Cambridge（IBM剑桥研究院）
随着学习参数的不断增加，现代神经语言模型变得越来越强大。然而，解释这些复杂模型的行为仍然是一个广泛未解决的问题。在本文中，我们讨论了交互式可视化在解释NLP模型（XNLP）中的作用。我们鼓励使用与目标用户和常见NLP管道相关的可视化。我们还介绍了几个用例，以提供XNLP可视化的具体示例。最后，我们指出了在这一领域的研究机会的广泛列表。
2023-01-11 cs.CL cs.HC
Enhancing Model Assessment in Vision-based Interactive Machine Teaching through Real-time Saliency Map Visualization
交互式机器教学系统允许用户通过用户引导的训练和模型评估的迭代过程来创建定制的机器学习模型。它们主要提供每个标签或类别的置信度分数作为用户评估的反馈。然而，我们观察到，这样的反馈并不一定足以让用户确认模型的行为。特别是，置信度得分并不总是提供对数据中哪些特征用于学习的充分理解，这可能导致创建错误训练的模型。在这篇演示论文中，我们提出了一个基于视觉的交互式机器教学界面，在评估阶段具有实时的【形】显着图可视化。这种可视化可以提供当前模型利用每个图像帧的哪些区域进行分类的反馈，从而更好地指导用户在迭代教学中纠正相应的概念。
2021-08-26 cs.HC
SeeChart: Enabling Accessible Visualizations Through Interactive Natural Language Interface For People with Visual Impairments
基于Web的数据可视化在探索数据和交流见解方面已经变得非常流行。报纸、期刊和报告定期发布可视化内容，用数据讲述引人入胜的故事。不幸的是，大多数可视化是无法访问的读者与视觉障碍。对于网络上的许多图表，没有附带的替代（alt）文本，即使存在这样的文本，它们也不能充分描述图表的重要见解。为了解决这个问题，我们首先采访了15位盲人用户，以了解他们在阅读数据可视化方面的挑战和需求。基于这些采访的见解，我们开发了SeeChart，这是一种交互式工具，可以自动从网页上解构图表，然后将其转换为盲人可访问的可视化，使他们能够听到图表摘要，并使用键盘通过数据点进行交互。我们对14名盲人参与者的评估表明，SeeChart在理解图表中的关键见解和满足他们的信息需求方面具有有效性，同时减少了他们所需的时间和认知负担。
2023-02-15 cs.HC
Lyra 2: Designing Interactive Visualizations by Demonstration
最近的图形界面提供了直接的操纵机制，创作可视化，但在很大程度上限于静态输出。为了创作交互式可视化，用户必须转而使用文本规范;但是，这种方法比图形化方法带来了更高的技术负担。为了弥合这一差距，我们引入交互设计的演示：一种新的方法，通过直接操纵创作交互技术。用户执行交互（例如，按钮单击、拖动或按键）直接在他们正在编辑的可视化上进行。该系统使用一组语法来解释这种性能，并产生可能的交互设计的建议。启发式解释了交互的属性（例如，目标和事件类型）以及可视化（例如，标记和缩放类型以及多个视图）。交互设计建议显示为缩略图;用户可以预览和测试这些建议，通过其他演示迭代地完善它们，最后通过属性检查器应用和自定义它们。为了评估我们的方法，我们实例化它在天琴座，现有的可视化设计环境。我们展示了它的表达程度与画廊的不同的例子，并评估其可用性，通过第一次使用的研究，并通过分析其认知层面。我们发现，在天琴座，交互设计演示使用户能够快速表达广泛的交互式可视化。
2020-09-03 cs.HC
Multi-level tree based approach for interactive graph visualization with semantic zoom
人类受试者研究表明，在任务性能、基础数据的记忆和回忆以及参与方面，地图式可视化与标准的节点链接图形表示一样好或更好[SSKB 14，SSKB 15]。考虑到这一点，我们提出了可缩放多级树（ZMLT）算法的多级树为基础的，类似地图的大型图形可视化。我们提出了七个理想的属性，这种可视化应该保持和算法，实现它们。(1)抽象树在不同的细节层次上恰当地表示底层图;（2）嵌入树在不同的细节层次上恰当地表示底层图;（3）在每个细节层次上，我们都显示了底层图的实顶点和实路径;（4）如果任何节点或边出现在给定的层次上，那么它们也出现在所有更深的层次上;（5）当前级别和更高级别上的所有节点都被标记，并且没有标签重叠;（6）任何级别上都没有边交叉;（7）绘图面积与标签的总面积成比例。该算法的实现，我们有一个功能的原型在Web浏览器中的交互式界面。
2019-12-09 cs.CG cs.DS cs.HC
High-Dimensional Data Visualization by Interactive Construction of Low-Dimensional Parallel Coordinate Plots
平行坐标图（PCP）是高维数据空间可视化和探索的最有用的技术之一。它们对于表示维度之间的相关性特别有用，这些维度可以识别变量之间的关系和相互依赖性。然而，在这些高维空间内，PCP在显示维度组合之间的相关性方面面临困难，并且随着维度数量的增加，通常需要额外的显示空间。在本文中，我们提出了一种新的技术，高维数据可视化，其中一组低维的PCP交互式构建的采样用户选择的子集的高维数据空间。在我们的技术中，我们首先构建了一个图形可视化的相关维度集。用户观察该图，并且能够通过从其集团中采样来交互地选择维度，从而动态地指定要用于构建聚焦PCP的最相关的低维数据。我们的交互式采样克服了PCP的缺点，使最有意义的维度（即，最相关的信息）。我们通过两个案例研究证明了我们的技术的有效性，在那里我们表明，所提出的交互式低维空间结构是可视化高维数据和发现新模式的关键。
2016-09-17 cs.GR cs.HC
SPOT: Open Source framework for scientific data repository and interactive visualization
SPOT是一个开源和免费的多维数据集可视化数据分析工具。其基于Web的界面允许交互式地快速分析复杂数据。实现了对数据的聚合、过滤等操作。生成的图表是响应式的，并支持OpenGL。它遵循公平的原则，允许重复使用和比较公布的数据集。该软件还支持PostgreSQL数据库的可扩展性。
2018-09-20 cs.GR cs.HC hep-ex
Charting EDA: Characterizing Interactive Visualization Use in Computational Notebooks with a Mixed-Methods Formalism
本研究通过对13名数据科学家的Jupyter notebook使用实验，提出EDA分析状态形式化体系，发现交互式可视化比静态可视化更易催生早且复杂的洞察，还揭示了表征的规划辅助作用等行为模式，为相关工具设计提供指导。
2024-09-16 cs.HC
Argo Lite: Open-Source Interactive Graph Exploration and Visualization in Browsers
图形数据变得越来越普遍。将它们可视化有助于人们更好地理解实体之间的关系。不幸的是，现有的图形可视化工具主要是为单人桌面使用而设计的，对基于Web的交互式探索和在线协作分析的支持有限。为了解决这些问题，我们开发了Argo Lite，一个新的浏览器交互式图形探索和可视化工具。Argo Lite使用户能够以URL和嵌入式Web小部件的形式发布和共享交互式图形可视化。用户可以通过添加更多相关节点来逐步探索图形，例如被引文网络引用的高被引论文或引用感兴趣的论文。Argo Lite可跨设备和平台工作，利用WebGL实现高性能渲染。Argo Lite已经被佐治亚理工学院数据和可视化分析课程的1,000多名学生使用。Argo Lite可以作为一个有价值的开源工具，用于推进多个CIKM研究领域，从数据表示到信息系统接口等。
2020-08-26 cs.HC cs.SI
Polyphorm: Structural Analysis of Cosmological Datasets via Interactive Physarum Polycephalum Visualization
本文介绍了Polyphoresis，交互式可视化和模型拟合工具，提供了一种新的方法来调查宇宙学数据集。通过一种快速的计算模拟方法，灵感来自多头绒泡菌的行为，一种单细胞黏菌生物，有效地寻找营养物质，天体物理学家能够从稀疏的数据集推断，例如斯隆数字巡天中存档的星系地图，然后使用这些推断来分析广泛的其他数据，例如哈勃太空望远镜捕获的光谱观测。研究人员可以通过调整模型参数来交互式地更新模拟，然后研究由此产生的视觉输出以形成关于数据的假设。我们详细描述了Polyphobia的仿真模型及其交互和可视化方式，并通过三个科学用例来评估Polyphobia，这些用例证明了我们方法的有效性。
2020-09-05 astro-ph.IM cs.HC
DIVI: Dynamically Interactive Visualization
本研究提出动态交互式可视化方法DIVI，通过运行时解构SVG图表、推断内容并解耦交互与规范逻辑，实现跨工具、图表类型的自由交互，经13人可用性研究验证其可助力快速数据探索分析。
2023-11-05 cs.HC
Visilence: An Interactive Visualization Tool for Error Resilience Analysis
软错误已成为HPC应用程序的主要问题之一，因为这些错误可能导致严重损坏的结果，例如静默数据损坏（SDC）。以前的研究错误弹性研究了HPC应用程序的鲁棒性。然而，程序开发人员仍然很难识别潜在的软错误漏洞。在本文中，我们提出了Visilence，一种新的可视化工具，可视化分析的基础上产生的HPC应用程序的控制流图的错误漏洞。Visilence有效地可视化了注入错误下受影响的程序状态，并对应用程序中最脆弱的部分进行了可视化分析。我们通过案例研究证明了Visilence的有效性。
2022-01-02 cs.HC
Tool Support for Validation of Formal System Models: Interactive Visualization and Requirements Traceability
各种工程学科的开发过程都采用了正式的模型，以确保关键系统的安全性能。这些正式模型的使用需要对它们的适当性进行推理，即，验证模型是否充分反映了系统的结构，从而为模型建立的属性确实可以传递到真实系统。模型验证本身是非正式的，因为充分性不是正式的（即，数学）性质。相反，它必须由建模者执行，以向认证机构或其他利益相关者证明建模的合理性。在本文中，我们认为，模型验证可以被看作是一种特殊形式的需求工程，交互式可视化和概念的需求可追溯性，可以帮助推进工具支持正式建模，降低所需的认知负担验证。我们提出了VisualisierbaR工具，它支持铁路运营的正式建模，并描述了它如何使用交互式可视化和需求可追溯性的概念来验证正式模型。
2019-12-23 cs.HC
Managing Data for Scalable and Interactive Event Sequence Visualization
本文提出 ESeMan 系统，通过分层数据结构与智能缓存实现可调精度的交互式时间轴可视化，显著降低数据获取时间并保持像素级准确性。
2025-08-09 cs.HC
SuperNOVA: Design Strategies and Opportunities for Interactive Visualization in Computational Notebooks
Georgia Tech（佐治亚理工学院）
本文通过分析163个笔记本可视化工具，揭示计算笔记本中交互式可视化的设计策略与权衡，并开发开源浏览器SuperNOVA以支持研究者探索现有工具。
2024-03-28 cs.HC cs.LG
ReTrace: Interactive Visualizations for Reasoning Traces of Large Reasoning Models
Technical University of Munich（慕尼黑工业大学）
针对大推理模型生成的推理轨迹冗长复杂、理解成本高的问题，本文提出交互式可视化系统ReTrace，通过经校验的推理分类体系结构化轨迹并设计两类可视化方案，用户实验证明其可提升推理理解准确率、降低认知负担，为AI可解释性设计提供参考。
2025-11-14 cs.HC
IVISIT: An Interactive Visual Simulation Tool for system simulation, visualization, optimization, and parameter management
Albstadt-Sigmaringen University（阿尔bstadt-锡格马林根大学）；KEIM Institute（凯姆研究院）
本文介绍了基于Python/Numpy的通用交互式可视化仿真工具IVISIT，它集成了系统仿真、参数优化、参数管理及可视化功能，并通过GUI和SQLite支持快速原型开发与参数配置管理。
2024-08-10 cs.CV cs.HC cs.LG
Learning on Health Fairness and Environmental Justice via Interactive Visualization
本文介绍了一个带有机器学习共识分析的交互式可视化界面，使研究人员能够通过采用多个递归图神经网络来探索大气和社会经济因素对COVID-19临床严重程度的影响。我们设计并实现了一个可视化界面，该界面利用协调的多视图来支持对住院和其他社会地理变量进行多维度的探索性和预测性分析。通过利用几何深度学习的优势，我们构建了一个共识机器学习模型，以包含来自县级记录的知识，并调查全球传染病，环境和社会正义之间的复杂相互关系。此外，我们还利用了美国宇航局独特的卫星观测数据，这些数据在气候正义应用方面没有得到广泛使用。我们目前的互动界面集中在美国三个州（加利福尼亚州，宾夕法尼亚州和得克萨斯州），以证明其科学价值，并提出了三个案例研究，使定性评估。
2022-11-18 cs.CY cs.HC
DASH: A Bimodal Data Exploration Tool for Interactive Text and Visualizations
本文提出双模态数据探索工具DASH，结合语义层级模型与大语言模型，通过拖放交互将文本与可视化整合，以支持数据驱动叙事的创建。
2024-08-05 cs.HC
VAE Explainer: Supplement Learning Variational Autoencoders with Interactive Visualization
Georgia Institute of Technology（佐治亚理工学院）
针对变分自编码器现有讲解方式抽象静态的问题，研究提出可在浏览器运行的交互式工具VAE Explainer，通过可交互的模型输入、隐空间、输出及带注释的代码、实时计算图关联理论与实现，工具已上线且代码开源。
2024-09-13 cs.AI cs.HC cs.LG
A Collaborative Untethered Virtual Reality Environment for Interactive Social Network Visualization
随着虚拟现实技术作为游戏和视频播放平台的日益普及，需要研究如何最好地将当前技术水平应用于数据可视化的挑战。许多当前的VR系统是非协作的，而数据分析和可视化通常是一个多人的过程。我们在本文中的目标是解决技术和用户体验的挑战时，出现创建虚拟现实环境的协作数据可视化。我们专注于多个跟踪系统的集成和新的交互模式，这种集成可以使，随着视觉设计的考虑，特别适用于协作网络可视化在虚拟现实。我们展示了一个系统的协作互动与大型3D布局的Twitter朋友/跟随网络。该系统通过结合“Holojam”架构（OptiTrack运动捕捉平台内的多个GearVR头显）和Perception Neuron运动套装构建，提供不受束缚的全房间多人可视化体验。
2016-04-27 cs.GR cs.HC
Designing an Interactive Visualization System for Monitoring Participant Compliance in a Large-Scale, Longitudinal Study
在进行大规模纵向研究时，需要经常监测参与者的依从性，以确保收集的数据具有足够高的质量。虽然强调了实现高度遵守的必要性，并讨论了影响遵守的激励措施和因素，但在这些研究中，对监测遵守情况的实际程序和工具却没有什么共同之处。监控参与者对多模态数据的遵从性可能是一个繁琐的过程，特别是在只有少数人员参与的情况下。在这个案例研究中，我们描述了一个交互式可视化系统的迭代设计，我们开发的监控合规性和不断变化的要求在一个正在进行的研究的基础上完善。我们发现，可视化系统，利用数字媒体，既方便了探索性的任务，监测参与者的依从性，并支持异步协作之间的非共址研究人员。我们记录的要求检查参与者的依从性，以及可视化系统的设计可以帮助通知在未来的研究中的依从性监测过程。
2020-12-22 cs.HC
What Can Interactive Visualization do for Participatory Budgeting in Chicago?
本研究通过设计探针访谈探讨交互式可视化在芝加哥参与式预算中的应用，发现可视化能帮助政府设定预算约束并让选民表达更广偏好，但需解决访问障碍和不信任问题。
2024-07-29 cs.HC
ChartBlender: An Interactive System for Authoring and Synchronizing Visualization Charts in Video
Tongji University（同济大学）
ChartBlender通过交互式编排和自动同步技术，提升视频中数据可视化的效率与准确性。
2025-12-30 cs.HC
CvhSlicer 2.0: Immersive and Interactive Visualization of Chinese Visible Human Data in XR Environments
针对人体解剖学研究与教育需求，提出CvhSlicer 2.0创新XR系统，可在商用XR头显上实现CVH数据集的沉浸式交互式可视化，经评估能提升用户参与度与教育效果。
2025-01-24 cs.GR cs.HC cs.MM
Visualization for Human-Centered AI Tools
University of Iowa（爱荷华大学）；Aarhus University（奥胡斯大学）
本文探讨交互式可视化如何赋能以人为中心的AI工具，通过文献综述和访谈定义其特征，并给出设计指南。
2026-06-11 cs.HC
An Interactive Visualization Tool for Understanding Active Learning
Simon Fraser University（西蒙菲莎大学）
尽管最近在人工智能和机器学习方面取得了进展，但许多最先进的方法缺乏可解释性和透明度。解释机器学习模型做出的预测并准确评估这些模型的能力至关重要。在本文中，我们提出了一个交互式可视化工具来阐明主动学习的训练过程。该工具使人们能够选择感兴趣的数据点样本，查看其预测值在不同查询阶段如何变化，从而更好地了解主动学习何时以及如何工作。此外，用户可以利用这个工具来比较不同的主动学习策略，同时检查为什么有些策略优于其他在某些情况下。通过一些初步的实验，我们证明了我们的可视化面板具有很大的潜力，可以用于各种主动学习实验，并帮助用户适当地评估他们的模型。
2021-11-09 cs.HC cs.LG
Designing interactive data visualizations representing recovery progress for patients after stroke
本研究旨在通过收集住院中风康复中心的数据，设计并开发一种直观展示中风患者恢复进展的交互式数据可视化工具，以提高患者对康复计划的依从性。
2024-02-18 cs.HC
Interactive Segmentation and Visualization for Tiny Objects in Multi-megapixel Images
University of California, Santa Barbara（加利福尼亚大学圣巴巴拉分校）；Las Cumbres Observatory（拉斯坎布雷斯天文台）
我们介绍了一个交互式图像分割和可视化框架，用于识别，检查和编辑大型多百万像素高动态范围（HDR）图像中的微小对象（只有几个像素宽）。在天文观测中检测宇宙射线（CR）是一个繁琐的工作流程，需要多种工具，因此我们开发了一个交互式工具包，将模型推理、HDR图像可视化、分割掩模检查和编辑统一到单个图形用户界面中。该功能集最初是为天文数据设计的，使这项工作成为生物医学、材料科学、遥感等科学领域中人类参与的微小物体分割的有用研究支持工具，以及计算机视觉。我们的界面具有鼠标控制，同步，双窗口可视化的图像和分割掩模，一个关键的功能，定位微小物体在多百万像素的图像。基于浏览器的工具可以很容易地托管在Web上，为任何设备提供多用户访问和GPU加速。该工具包还可以用作高精度注释工具，或用作交互式机器学习框架的前端。我们的开源数据集、CR检测模型和可视化工具包可在https://github.com/cy-xu/cosmic-conn上获得。
2022-04-21 astro-ph.IM cs.CV cs.HC
ClipGS-VR: Immersive and Interactive Cinematic Visualization of Volumetric Medical Data in Mobile Virtual Reality
Department of Computer Science and Engineering and Institute of Medical Intelligence and XR The Chinese University of Hong Kong（香港中文大学计算机科学与工程系及医疗智能与扩展现实研究所）
ClipGS-VR通过基于梯度的不透明度调节实现移动VR中的任意角度切片，提升体积医学数据的沉浸式交互可视化性能。
2026-01-27 cs.GR cs.HC
Interactive Visualization for Debugging RL
Carnegie Mellon University（卡内基梅隆大学）
用于监督学习的可视化工具允许用户解释、反思并获得其模型成功和失败的直觉。虽然强化学习实践者提出了许多相同的问题，但现有的工具不适用于强化学习设置，因为这些工具解决了监督学习制度中通常存在的挑战。在这项工作中，我们设计并实现了一个交互式可视化工具，用于调试和解释RL算法。我们的系统解决了以前工具中缺少的许多功能，例如（1）监督学习工具通常不是交互式的;（2）在调试RL策略时，研究人员使用与代理所看到的状态表示不同的状态表示;（3）旨在使调试RL策略更有益的框架。我们提供了一个如何使用该系统的示例工作流程，以及未来扩展的想法。
2020-08-18 cs.AI cs.HC cs.LG
Personal Augmented Reality for Information Visualization on Large Interactive Displays
在这项工作中，我们提出了结合大型交互式显示器与个人头戴式增强现实（AR）的信息可视化，以促进数据的探索和分析。尽管大型显示器提供了更多的显示空间，但它们在感知、有效的多用户支持以及管理数据密度和复杂性方面具有挑战性。为了解决这些问题并说明我们提出的设置，我们贡献了一个广泛的设计空间，首先包括AR空间中显示，可视化和对象的空间对齐。接下来，我们讨论可视化的哪些部分可以增强。最后，我们分析了如何使用AR来显示个人视图，以显示额外的信息，并最大限度地减少数据分析师的相互干扰。基于这个概念的基础上，我们提出了一些示例性的技术扩展与AR可视化，并讨论他们的关系，我们的设计空间。我们进一步描述了这些技术如何解决典型的可视化问题，我们已经确定在我们的文献研究。为了研究我们的概念，我们介绍了一个通用的AR可视化框架以及实现几个示例技术的原型。为了展示它们的潜力，我们进一步提出了一个用例演练，在其中我们分析了一个电影数据集。从这些经验中，我们得出结论，贡献的技术可以是有用的，在探索和理解多元数据。我们相信，使用AR扩展大型显示器以实现信息可视化，在数据分析和意义构建方面具有巨大的潜力。
2020-10-19 cs.HC
Decoupling Data and Tooling in Interactive Visualization
提出将数据整理与加载功能从可视化组件中解耦的模块化架构，通过Web技术构建原型验证可行性，降低开发开销并提升用户体验。
2025-08-13 cs.HC
HiTailor: Interactive Transformation and Visualization for Hierarchical Tabular Data
表格可视化技术将可视化表示与表格数据相结合，以避免由于分散用户的注意力而引起的额外认知负荷。然而，现有的研究大多集中在简单的平面表而不是层次表，其复杂的结构限制了可视化结果的表现力，影响了用户构建可视化的效率。我们提出HiTailor，一种技术，用于呈现和探索层次表。HiTailor构建了一个抽象模型，将行/列标题定义为双聚类和层次结构。基于我们的抽象模型，我们确定了三对操作符，交换/转置，ToStacked/ToLinear，折叠/展开，用于层次表的转换，以支持用户的全面探索。转换后，用户可以在层次表中指定感兴趣的单元格或块作为TableUnit进行可视化，HiTailor使用不同的机制根据抽象模型推荐其他相关的TableUnit。我们证明了HiTailor系统的可用性，通过比较研究和领域专家的案例研究，表明HiTailor可以从不同的角度呈现和探索层次表。HiTailor可在https://github.com/bitvis2021/HiTailor上获得。
2022-08-11 cs.GR cs.HC
