arXiv 1809.088932018-09-20cs.HCcs.GRhep-ex

SPOT：科学数据存储库和交互式可视化的开源框架

SPOT: Open Source framework for scientific data repository and interactive visualization

Faruk Diblen, Jisk Attema, Rena Bakhshi, Sascha Caron, Luc Hendriks, Bob Stienen

摘要：

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。

英文摘要：

SPOT is an open source and free visual data analytics tool for multi-dimensional data-sets. Its web-based interface allows a quick analysis of complex data interactively. The operations on data such as aggregation and filtering are implemented. The generated charts are responsive and OpenGL supported. It follows FAIR principles to allow reuse and comparison of the published data-sets. The software also support PostgreSQL database for scalability.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

VizNet：面向大规模可视化学习和基准测试库

VizNet: Towards A Large-Scale Visualization Learning and Benchmarking Repository

MIT Media Lab（麻省理工学院媒体实验室）；MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Tsinghua University（清华大学）

研究人员目前依赖于ad hoc数据集来训练自动可视化工具和评估可视化设计的有效性。这些样本通常缺乏真实世界数据集的特征，并且它们的一次性性质使得很难比较不同的技术。在本文中，我们介绍了VizNet：一个由开放数据库和在线可视化画廊编译的超过3100万个数据集组成的大规模语料库。平均而言，这些数据集包括3个维度上的17条记录，在整个语料库中，我们发现51%的维度记录了分类数据，44%的维度记录了定量数据，只有5%的维度记录了时间数据。VizNet为比较可视化设计技术以及开发用于自动化可视化分析的基准模型和算法提供了必要的公共基线。为了证明VizNet作为大规模进行在线众包实验的平台的实用性，我们复制了先前的研究，评估用户任务和数据分布对视觉编码有效性的影响，并通过考虑额外的任务来扩展它：离群值检测。为了应对大规模运行此类研究，我们展示了如何从实验结果中学习感知有效性的度量，并显示其在测试数据集上的预测能力。

2019-05-12cs.DBcs.HCcs.LG

NetworkRepository：具有多尺度可视化分析的交互式数据存储库

NetworkRepository: An Interactive Data Repository with Multi-scale Visual Analytics

Network Repository（NR）是第一个基于Web平台的交互式数据存储库，用于可视化交互式分析。与其他数据存储库（例如，UCI ML数据存储库和SNAP），网络数据存储库（networkrepository.com）允许用户不仅下载，而且使用我们基于Web的交互式图形分析平台交互式分析和可视化这些数据。用户可以实时分析、可视化、比较和探索许多不同维度的数据。NR的目标是让用户能够轻松快速地发现对数据的关键见解，同时为用户提供一种共享数据、可视化和见解的媒介。将NR与当前数据存储库区分开来的其他关键因素是图数据集的数量、大小和种类。虽然其他数据存储库是静态的，但它们也缺乏用户协作讨论特定数据集、更正或将数据用于某些应用程序的挑战的方法。相比之下，我们将许多社会和协作方面纳入NR，希望进一步促进科学研究（例如，用户可以讨论每个图、张贴观察、可视化等）。

2015-05-28cs.DLcs.HCcs.SI

面向可视化构建的自动补全策略研究

Towards Autocomplete Strategies for Visualization Construction

本文通过推测性设计研究探索了构造式可视化中的自动补全策略，识别出三种策略类型，为设计支持自动补全的可视化创作工具提供了指导。

2023-08-08cs.HC

Code Arcades：类、依赖关系与软件度量的三维可视化

Code Arcades: 3d Visualization of Classes, Dependencies and Software Metrics

本文提出 Code Arcades 三维代码可视化方法，通过可配置分组、多粒度软件度量和交互式渲染引擎，提升开发者对大规模源代码结构与复杂性的理解。

2025-09-27cs.GRcs.HCcs.SE

GerontoVis：老龄化交汇处的数据可视化

GerontoVis: Data Visualization at the Confluence of Aging

本文反思了可视化研究中老年人代表性不足的问题，提出GerontoVis这一关注老年群体的可视化研究新子领域，探讨其独特挑战并指明未来研究方向，以促进适老化可视化工具的创新。

2024-03-19cs.HC

VizAI：选择数值数据的精确可视化

VizAI : Selecting Accurate Visualizations of Numerical Data

IIT Delhi（印度理工学院德里分校）

良好的数据可视化不仅是数据的无失真图形表示，而且是揭示数据潜在统计特性的一种方法。尽管它在数据分析的各个阶段都很常见，但选择一个好的可视化通常是一个涉及许多迭代的手动过程。最近，人们有兴趣通过开发可以推荐可视化的模型来减少这种努力，但它们的用途有限，因为它们需要大量的训练样本（数据和可视化对），并且主要关注设计方面，而不是评估所选可视化的有效性。在本文中，我们提出了VizAI，这是一个生成-判别框架，它首先从数据的一些替代可视化中生成数据的各种统计属性。它链接到一个判别模型，该模型选择最匹配被可视化数据的真实统计数据的可视化。VizAI可以在最少的监督下轻松进行培训，并轻松适应不同监督程度的设置。使用众包的判断和公开可用的可视化的大型存储库，我们证明了VizAI优于学习推荐可视化的最先进方法。

2021-11-07cs.AIcs.HCcs.LG

更多相关论文收起更多论文

当我们增强可视化时我们在增强什么：一项关于我们如何视觉表达数据关系的设计启发研究

What We Augment When We Augment Visualizations: A Design Elicitation Study of How We Visually Express Data Relationships

通过设计启发研究收集用户手绘增强，提出用户定义的可视化增强设计空间，并探讨其与现有设计指南的联系。

2024-04-19cs.HC

Lux：探索性数据框架工作流的始终在线可视化建议

Lux: Always-on Visualization Recommendations for Exploratory Dataframe Workflows

探索性数据科学主要发生在具有框架API（如pandas）的计算笔记本中，这些API支持灵活的数据转换、清理和分析方法。然而，可视化地探索嵌套框架中的数据仍然是乏味的，需要大量的可视化编程工作和脑力劳动来确定接下来要执行什么分析。我们提出了Lux，一个永远在线的框架，用于加速在框架工作流中的视觉洞察力发现。当用户在笔记本上打印一个图表时，Lux建议使用可视化来提供模式和趋势的快速概述，并建议有希望的分析方向。Lux提供了一种高级语言，用于按需生成可视化效果，以鼓励对数据进行快速视觉实验。我们证明，通过使用精心的设计和三个系统优化，Lux在UCI存储库中超过98%的数据集上增加了不超过两秒的开销。我们通过受控的首次使用研究和对早期采用者的采访来评估Lux的可用性，发现Lux有助于满足数据科学家在其框架工作流程中对可视化支持的需求。Lux已经被数据科学从业者所接受，在Github上拥有超过31000颗星。

2021-12-22cs.DBcs.HC

通过数据采掘和可视化实现并置事件中的经验连接

Towards Connecting Experiences during Collocated Events through Data Mining and Visualization

主题搭配活动，如会议，研讨会和研讨会，邀请有相关生活经历的人相互联系。在这个人们通过互联网记录生活的时代，个人体验以不同形式的数字内容存在。人们在并置事件期间共享数字生活记录，例如共享他们撰写的博客，他们转发的Twitter帖子以及他们阅读的书籍。然而，在搭配活动期间连接体验是具有挑战性的。不仅一个人对其他人的大量内容视而不见，识别相关的经验项目取决于如何很好地检索经验。来自所有参与者的个人内容的集合形成了一个有价值的组存储库，从中可以挖掘经验之间的联系。可视化相同或相关的体验可以激发对话并支持社交交流。小组内容中的共同主题也有助于参与者对并置小组产生新的看法。机器学习和数据可视化的进步提供了处理大型数据并实现与数据存储库交互的自动化方法。本立场文件促进了事件挖掘的想法：如何利用最先进的数据处理和可视化技术来设计事件挖掘系统，以连接在并置活动中的经验。我们讨论了经验和建设性的问题，在这个设计空间，我们的初步研究部署一个基于桌面的系统，BlogCloud，它支持经验重温和交流与机器学习和数据可视化。

2018-11-08cs.HC

一个可扩展的电子表格可视化工具包

A Toolkit for Scalable Spreadsheet Visualization

本文提出了一个基于逻辑区域、语义类和数据模块的电子表格可视化工具包。逻辑区域、语义类和数据模块是电子表格程序的抽象表示，旨在减少审计和理解工作，特别是对于大型和常规的电子表格。该工具包作为一个插件集成在Linux的Gnumeric电子表格系统中。它可以在合理的时间内处理大型工业规模的电子表格程序，并与其主机电子表格系统紧密集成。用户可以生成他们的电子表格的分层和基于图形的表示。这使他们能够在电子表格的不同区域中发现概念上的相似之处，否则这些相似之处将不适合在屏幕上显示。由于假设有效使用这种工具的学习工作应该保持较低，我们的目标是直观地处理大多数工具的功能。

2008-02-26cs.HC

3D Gaze Vis：在VR环境中共享眼动追踪数据可视化以实现协同工作

3D Gaze Vis: Sharing Eye Tracking Data Visualization for Collaborative Work in VR Environment

执行协作任务，例如，多用户游戏，在虚拟现实（VR）可以使我们探索更身临其境和有效的体验。然而，对于当前的VR系统，用户不能通过他们的注视点彼此正确地通信，这将干扰用户对意图的相互理解。在本研究中，我们的目的是找到最佳的眼动追踪数据可视化，最大限度地减少认知干扰，提高用户之间的视觉注意和意图的理解。我们设计了三种不同的眼动追踪数据可视化：凝视光标、凝视聚光灯和凝视轨迹，并在虚拟现实场景中进行了一个人体心脏的课程，发现来自医生的凝视光标可以帮助学生更有效地学习复杂的3D心脏模型。为了进一步探索，两名学生作为一对被要求在VR环境中完成一个小测验，与彼此共享的目光光标，并获得了更高的效率和分数。研究表明，共享眼动追踪数据可视化可以提高虚拟现实环境下协同工作的质量和效率。

2023-03-19cs.CYcs.HC

以洞察为中心的可视化建议

Insight-centric Visualization Recommendation

Georgia Tech（佐治亚理工学院）；Adobe Research（奥多比研究中心）

可视化推荐系统简化了探索性数据分析（EDA），并通过自动生成可视化供用户探索，使所有技能水平的用户更容易理解数据。然而，大多数现有的可视化推荐系统专注于基于特定属性或编码将所有可视化排列到单个列表或组集合中。这种全球排名使得用户很难找到最有趣或最相关的见解。为了解决这些限制，我们引入了一类新的可视化推荐系统，自动排名和推荐两组相关的见解以及每组中最重要的见解。我们提出的方法结合了许多不同的基于学习的方法的结果，以自动发现见解。一个关键的优点是，这种方法推广到各种各样的属性类型，如分类，数值和时间，以及这些不同的属性类型的复杂的非平凡的组合。为了评估我们的方法的有效性，我们实现了一个新的以洞察力为中心的可视化推荐系统Spotlight，它生成并排名带注释的可视化来解释每个洞察力。我们对12名参与者和两个数据集进行了用户研究，结果表明用户能够快速理解并在不熟悉的数据中找到相关见解。

2021-03-21cs.AIcs.HCcs.IR

对 GitHub Issues 进行可视化分析以获取洞察

Visual Analysis of GitHub Issues to Gain Insights

本文提出一个原型Web应用，通过可视化GitHub issues时间线与生命周期揭示相关因素，帮助开发者快速理解issue解决过程与项目开发模式。

2024-07-30cs.HCcs.SE

提取并可视化哥伦比亚国家行政统计部门的新型分类体系：一项可视化分析框架案例研究

Extracting and visualizing a new classification system for Colombia's National Administrative Department of Statistics. A visual analytics framework case study

本研究应用Munzner提出的Visual Analytics Framework，针对哥伦比亚DANE的数据资源库开展案例研究，确定三项核心分析任务并提出解决方案，生成相关洞见，助力实现数据资源库的可视化与分类体系优化。

2024-01-29cs.HCcs.ITmath.IT

Landmark Map：自组织映射的一种扩展

Landmark Map: An Extension of the Self-Organizing Map for a User-Intended Nonlinear Projection

Chiba University（千叶大学）；Center for Frontier Medical Engineering（前沿医学工程中心）

自组织映射（SOM）是一种无监督的人工神经网络，其被广泛用于，例如，数据采掘和可视化。监督学习和半监督学习方法已被提出的SOM。然而，它们的教师标签并不描述数据和节点位置之间的关系。本研究提出了一个地标地图（LAMA），这是一个扩展的SOM，利用几个地标，例如，节点和数据点对。LAMA被设计为获得用户预期的非线性投影，以实现，例如，面向地标的数据可视化。为了揭示LAMA的学习特性，分析了来自UCI机器学习存储库的Zoo数据集和人工共振峰数据集。对Zoo数据集的分析结果表明，LAMA可以提供一种新的数据视图，如以地标为中心的数据可视化。此外，人工共振峰数据分析表明，LAMA成功地提供了预期的非线性投影关节运动与计算机光标的垂直和水平移动。LAMA的潜在应用包括数据采掘、推荐系统和人机交互。

2019-08-20cs.HCcs.LGcs.NE

单目标定位中视觉变量的可定位性与可定位性鲁棒性

Locatability and Locatability Robustness of Visual Variables in Single Target Localization

University of Victoria（维多利亚大学）

本文研究了单目标定位中视觉变量的可定位性与鲁棒性，通过实验证明不同视觉变量在对象数量、目标位置和布局上的表现差异。

2026-01-27cs.HC

用于发现可解释机器学习模型的平行坐标

Parallel Coordinates for Discovery of Interpretable Machine Learning Models

Central Washington University（中华盛顿大学）

本研究利用平行坐标进行可视化知识发现，提出了基于超块的分类器算法Hyper，泛化了决策树并有效防止过拟合和过度泛化，同时实现了对缺失数据的新可视化方法。

2023-11-26cs.HCcs.LG

Symphony：为机器学习编写交互式界面

Symphony: Composing Interactive Interfaces for Machine Learning

Ulm University（乌尔姆大学）；Carnegie Mellon University（卡内基梅隆大学）；Apple（苹果公司）

机器学习（ML）的接口，关于模型或数据的信息和可视化，可以帮助从业者构建健壮和负责任的ML系统。尽管有这些好处，但最近对ML团队的研究和我们对从业者的采访（n=9）表明，ML接口在实践中的应用有限。虽然现有的ML接口对于特定任务是有效的，但它们的设计并不是为了让跨职能团队中的多个利益相关者重用、探索和共享。为了实现不同ML从业者之间的分析和通信，我们设计并实现了Symphony，这是一个框架，用于组成交互式ML界面，其中包含特定于任务的数据驱动组件，可以跨平台使用，例如计算笔记本和Web仪表板。我们通过与10个团队（n=31）的参与式设计会议开发了Symphony，并讨论了我们在Apple将Symphony部署到3个生产ML项目中的发现。Symphony帮助ML从业者发现以前未知的问题，如数据重复和模型中的盲点，同时使他们能够与其他利益相关者分享见解。

2022-02-18cs.AIcs.HCcs.LG

面向空间转录组学的视觉组成数据分析

Visual Compositional Data Analytics for Spatial Transcriptomics

本研究针对空间转录组数据细胞类型比例可视化问题，设计了含三个联动视图的视觉分析系统，结合Aitchison几何框架实现降维和聚类，提升了模式探索效率并开源了代码。

2024-09-11cs.HC