DiffSeer: Difference-based Dynamic Weighted Graph Visualization
现有的动态加权图可视化方法依赖于用户的心理比较来感知动态加权图的时间演化,阻碍了用户有效地分析跨多个时间片的变化。我们提出了DiffSeer,一种通过显式地可视化图结构的差异(例如,边缘权重差)。具体来说,我们提出了一种新的嵌套矩阵设计,概述了在一段时间内的图形结构的差异,以及显示在用户感兴趣的时间片图形结构的细节。通过综合考虑每个时间片的整体时间演化和结构细节,提出了一种基于优化的节点重排序策略,将具有相似演化模式的节点分组,突出每个时间片中有趣的图结构细节.我们对真实世界的图形数据集进行了两个案例研究,并对12个目标用户进行了深入访谈,以评估DiffSeer。实验结果表明,该方法在动态赋权图的可视化中是有效的。
2023-02-15 cs.HC
Graph Models for Biological Pathway Visualization: State of the Art and Future Challenges
多层网络的概念最近已经被集成到复杂系统建模中,因为它封装了复杂关系的非常一般的概念。生物通路是复杂的现实世界网络的一个例子,其中顶点表示生物实体,边表示底层的连接。因此,使用多层网络来建模生物知识使我们能够正式覆盖该领域的基本属性和理论,这也给可视化带来了挑战。这是因为,在路径可视化研究的早期,仅采用了受限类型的图,例如简单图、聚类图等。在本文中,我们重新审视了生物网络的异构定义,旨在提供一个概述,看看数据建模和可视化表示之间的差距。因此,贡献将在于提供使用多层网络作为生物通路可视化的统一数据结构的指导方针和挑战。
2021-10-10 cs.HC
Can VLMs Assess Similarity Between Graph Visualizations?
针对图可视化视觉相似性与已建立的图相似性度量关系不明确的问题,本文探索VLMs逼近人类图相似性感知的潜力,通过生成不同图数据集并对比VLM得分与特征度量,发现VLMs评估方式与特征度量相似,未来将开展人类感知实验扩展研究。
2025-04-14 cs.HC
GeoGraphViz: Geographically Constrained 3D Force-Directed Graph for Knowledge Graph Visualization
针对现有知识图谱工具弱化地理坐标且二维视图受限的问题,本文提出GeoGraphViz三维力导向可视化算法,通过融合网络地图、地理位置力与可调平衡变量,实现语义关系和空间分布的交互式协同呈现。
2023-04-14 cs.HC
Do You See What I See? A Qualitative Study Eliciting High-Level Visualization Comprehension
通过定性研究折线图、条形图和散点图,揭示人们从可视化中自然提取的高层次模式与设计者目标及传统低层次感知实验结果不一致,强调需从多角度定义可视化有效性。
2024-02-23 cs.HC
Accessible Visualization via Natural Language Descriptions: A Four-Level Model of Semantic Content
MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
自然语言描述有时伴随着可视化,以更好地传达和情境化他们的见解,并提高残疾读者的可访问性。然而,很难评估这些描述的有用性,以及它们如何有效地改善对有意义信息的访问,因为我们对它们所传达的语义内容以及不同读者如何接收这些内容知之甚少。作为回应,我们引入了一个概念模型的语义内容所传达的自然语言描述的可视化。通过对2,147个句子的扎根理论分析,我们的模型跨越了四个层次的语义内容:列举可视化构造属性(例如,标记和编码);报告统计概念和关系(例如,极值和相关性);识别感知和认知现象(例如,复杂的趋势和模式);以及阐明特定领域的见解(例如,社会和政治背景)。为了证明我们的模型可以应用于评估可视化描述的有效性,我们进行了一个混合方法的评估与30个盲人和90个视力正常的读者,并发现这些读者群体显着不同的语义内容,他们排名为最有用的。总之,我们的模型和研究结果表明,访问有意义的信息是强烈的读者特定的,在自动可视化字幕的研究应面向描述,更丰富的沟通整体趋势和统计数据,读者的喜好敏感。我们的工作为自然语言作为一种与可视化同等重要的数据接口的研究开辟了新的空间。
2021-10-08 cs.CL cs.HC
Chronoblox: Chronophotographic Sequential Graph Visualization
本研究提出动态图可视化系统Chronoblox,基于共用嵌入空间对图快照做时序摄影呈现,可直观展示局部与全局动态,经合成网络评估并在真实转发网络上验证了效果。
2024-05-13 cs.HC
GeoViz: A Multi-View Visualization Platform for Spatio-temporal Knowledge Graph
提出多视图可视化技术(知识树、知识网、知识地图)全面分析时空知识图谱,并封装为开源平台GeoViz,弥补单视图局限与时空交互不足。
2024-07-23 cs.HC
GuidelineExplorer -- Navigating through the Forrest of Actionable Guidelines on Node-Link Graph Visualization
本工作收集并构建节点-链接图可视化的可操作指南,并提出可视化交互系统GuidelineExplorer,将指南直接应用于图,以简化设计过程并促进研究社区合作。
2024-06-08 cs.HC
Juniper: A Tree+Table Approach to Multivariate Graph Visualization
分析大型多变量图在许多领域都是一个重要的问题,但这样的图是具有挑战性的可视化。在本文中,我们介绍了一种新颖的,可扩展的,树+表的多元图可视化技术,这使得许多与多元图分析相关的任务更容易实现。我们遵循的核心原则是有选择地查询感兴趣的节点或子图,并将这些子图可视化为图的生成树。树是线性布局的,这使我们能够将节点与可以显示不同属性的表格可视化并列。我们还使用这个表作为邻接矩阵,因此所得到的技术是一个混合的节点链接/邻接矩阵技术。我们在Juniper中实现了这一概念,并使用一组交互技术对其进行了补充,这些技术使分析师能够动态地增长,重组和聚合树,以及更改布局或显示节点之间的路径。我们展示了我们的工具在不同多元网络的使用场景中的实用性:学者,论文和引用度量的二分网络和故事人物,地点,书籍等的多类型网络。
2018-08-01 cs.HC
Looking beyond the horizon: Evaluation of four compact visualization techniques for time series in a spatial context
在密集的空间背景下(如地理地图)可视化时间序列是一项具有挑战性的任务,需要在所描绘的数据量和感知精度之间保持谨慎的平衡。水平图是用于复杂表示时间序列数据的众所周知的技术。它们提供了精细的细节,同时给出了强调极值的数据的概述。水平图压缩了单个线图的垂直分辨率,但不影响水平分辨率。我们提出了两种变化的一种新的可视化技术称为折叠的地平线图扩展到二维的地平线图的想法。我们的主要贡献是一个定量评估,实验比较四种可视化技术与高视觉信息分辨率(紧凑箱线图,地平线图,崩溃的地平线图,编织崩溃的地平线图)。实验研究了这些技术在处理单个图形和相邻图形组的任务中的性能。紧凑的箱形图始终为所有任务提供良好的结果,水平图在最大任务中表现出色,但在趋势检测中表现不佳。在某些任务中,水平分辨率的提高是有益的,而折叠的水平图则会大放异彩。此外,我们的研究结果表明,视觉复杂的技术高度影响用户的信心和感知任务的难度。
2019-06-18 cs.HC
Evaluation of two interaction techniques for visualization of dynamic graphs
动态图的可视化的几种技术是基于不同的空间安排的时间序列的节点链接图。文献中的许多研究已经调查了在这个时间序列上维护用户的心理地图的重要性,但通常每个布局被认为是一个静态的图形绘制和用户交互的影响被忽视。我们进行了一个基于任务的控制实验,以评估两个基本的互动技术的有效性:调整布局的稳定性和突出显示相邻的节点和边缘。我们发现,一般来说,这两种交互技术提高了准确性,有时以较长的完成时间为代价,突出显示超过了许多任务的稳定性调整,除了最复杂的。
2016-08-31 cs.HC
Are we on the same learning curve: Visualization of Semantic Similarity of Course Objectives
讲师提供的课程描述是一个重要的信息,因为它定义了对讲师的期望以及他/她在特定课程中将要提供的内容。课程描述的关键组成部分之一是学习成果部分。本节的内容由项目经理使用,他们的任务是在不同机构之间的转让协议的发展过程中比较和匹配两个不同的课程。本研究介绍了视觉工具的发展,以了解这两个不同的课程,并进行比较。我们设计了从课程描述文档中提取文本的方法,开发了一种执行语义分析的算法,并在Web界面中显示结果。我们能够实现研究的中间结果,包括提取,分析和可视化数据。
2018-04-17 cs.HC
Context-KG: Context-Aware Knowledge Graph Visualization with User Preferences and Ontological Guidance
The Ohio State University(俄亥俄州立大学);Bosch Center for Artificial Intelligence(博世人工智能中心)
本文提出Context-KG框架,通过大语言模型提取用户偏好,结合本体引导布局,提升知识图谱可视化的可解释性和任务性能。
2026-04-11 cs.HC
Analysing ocular parameters for web browsing and graph visualization
本文提出了一套技术,调查眼睛注视和固定模式,而用户与电子用户界面进行交互。特别是,两个案例研究-一个分析眼睛注视,同时与欺骗性的材料在网页上和另一个分析图形在标准的计算机显示器和虚拟现实显示器。我们分析了空间和时间分布的眼睛凝视注视和序列的眼睛注视运动。我们利用这些信息提出了新的设计指导方针,以避免在Web和用户友好的数据表示在2D图形中的欺骗性材料。在2D图形研究中,我们发现,区域图具有最低数量的集群用户的注视和最低的平均响应时间。二维图形研究的结果在虚拟和混合现实环境中实现。与此同时,它被观察到的持续时间,而与网页中的欺骗性材料是独立的固定的数量。此外,基于网络的数据可视化工具,用于分析眼动追踪数据从单个和多个用户的开发。
2021-01-04 cs.HC
Smart UX-design for Rescue Operations Wearable - A Knowledge Graph Informed Visualization Approach for Information Retrieval in Emergency Situations
Institute for Knowledge-Based Systems and Knowledge Management(知识系统与知识管理研究所);mbeder GmbH(mbeder有限公司);University of Siegen(锡根大学)
本文提出一种知识图谱驱动的智能UX设计方法,用于可穿戴设备在紧急情境下为医疗专业人员提供治疗建议,以改进急救救援作业。
2025-10-15 cs.HC
DiffLens: A Visualization System to Explore Local Differences in Graph Sampling
Hangzhou Dianzi University(杭州电子科技大学);Nanyang Technological University(南洋理工大学);Zhejiang Company of China National Tobacco Corporation(中国烟草总公司浙江省公司);Zhejiang Lab(之江实验室);Central South University(中南大学);Zhejiang University(浙江大学)
研究图采样中原始网络与采样网络的差异,提出系统量化措施,构建DiffLens可视化系统,通过三种视觉设计展示不同类型差异,经案例和用户研究验证其在探索差异与比较策略方面的有效性和可用性。
2026-07-14 cs.HC
Preserving Command Line Workflow for a Package Management System using ASCII DAG Visualization
软件包管理器消除了为系统成功构建、安装和维护软件的耗时甚至有时完全禁止的障碍,从而使应用程序的访问变得容易。包依赖关系包含构建和运行目标软件所需的所有包之间的依赖关系。包管理系统开发人员、包维护人员和用户可以在简单的列表不足以进行分析时参考依赖图。然而,在远程命令行环境中工作的用户必须中断他们的工作流程,以便在图形程序中可视化依赖关系图,可能需要在设备之间移动文件或引发转发延迟。Spack是一个开源软件包管理系统,最初是为了简化超级计算环境所需的复杂构建而开发的。为了保留Spack的命令行工作流程,我们为其依赖图开发了一个交互式ASCII可视化。通过与Spack维护人员的访谈,我们确定了依赖图的用户目标和相应的视觉任务。我们通过以命令行为中心的研究来评估我们的可视化的使用,将其与系统的两种现有方法进行比较。我们观察到,尽管ASCII表示的局限性,我们的可视化是首选的参与者从命令行界面工作流时接近。
2019-08-20 cs.HC
VisPuzzle: Task-Aware Composite Visualization Construction
School of Software, BNRist, Tsinghua University(清华大学软件学院、北京信息科学与技术国家研究中心);Xi’an Jiaotong-Liverpool University(西交利物浦大学)
VisPuzzle是一种任务感知的可视化组合方法,将其建模为组合图上的逐步搜索问题,结合蒙特卡洛图搜索与多维度奖励函数生成高质量可视化组合,经用例与用户研究验证其有效性。
2026-08-13 cs.HC
GraphPolaris: A System for Query, Analysis, and Visualization of Graph Databases
Utrecht University(乌得勒支大学);GraphPolaris;Tufts University(塔夫茨大学)
研究旨在解决图数据库交互式分析支持不足问题,提出GraphPolaris系统,核心是GPQL语言,为分析关系和模式提供基础,通过案例研究和长期混合方法研究进行评估,助力用户无需编程探索分析图数据库。
2026-07-15 cs.HC
Domain-Centered Support for Layout, Tasks, and Specification for Control Flow Graph Visualization
编译器、性能分析和安全等领域的计算专业人员经常在工作中分析和操作控制流图(CFG)。CFG是描述程序执行中指令的可能排序的有向网络。可视化CFG是开发或调试使用它们的计算方法的常见活动。然而,一般的图形绘制布局,包括经常应用于CFG的分层布局,并不捕获特定于CFG的结构或任务,因此所得到的绘图可能不匹配其受众的需求,特别是对于更复杂的程序。虽然一些算法在指定布局方面提供了灵活性,但它们通常需要这些潜在用户不具备的图形绘制布局和图元的专业知识。为了将特定于领域的CFG绘图带给这些受众,我们开发了CFGConf,这是一个旨在匹配CFG专家抽象级别的库。CFGConf提供了一个JSON接口,可以生成独立的图形,也可以集成到多视图可视化系统中。我们开发了CFGConf通过与专家的交互式设计过程,同时结合从以前的CFG可视化系统,在计算系统会议的CFG绘图惯例的调查,和现有的设计原则符号的经验教训。我们评估CFGConf的表现力,可用性和记谱效率,通过用户研究和说明性的例子。CFG专家能够使用该库来生成领域感知布局,并赞赏该规范的任务感知性质。
2022-09-26 cs.HC
From Graphs to Words: A Computer-Assisted Framework for the Production of Accessible Text Descriptions
本文提出了一个计算机辅助框架,旨在帮助媒体内容创作者将数据可视化图表转化为无障碍的描述性文本叙述,以解决视觉障碍用户获取图表信息困难的问题,评估表明该工具不仅提升了数据理解,还拓宽了解释视角。
2024-09-26 cs.HC
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
GraphTrials: Visual Proofs of Graph Properties
本文提出GraphTrials框架,定义图性质的可视化证明,引入利用前注意加工的可视化证书概念,并基于可视化证明复杂度进行分类,为图性质可视化证明研究奠定基础。
2024-09-04 cs.HC
GistVis: Automatic Generation of Word-scale Visualizations from Data-rich Documents
GistVis 提出一种自动流水线,利用大型语言模型和可视化设计知识从数据丰富文档中生成词级可视化,实验证明其能提升理解准确率并降低认知负担。
2025-02-06 cs.HC
VisAhoi: Towards a Library to Generate and Integrate Visualization Onboarding Using High-level Visualization Grammars
本文提出VisAhoi库,利用高级可视化语法(Vega-Lite、Plotly.js、ECharts)生成引导元素,支持多种图表类型,并验证其在HTS分析工具和Flourish模板中的集成适用性。
2023-08-31 cs.HC
RDF Knowledge Graph Visualization From a Knowledge Extraction System
Université Paris-Est Marne-la-vallée(巴黎东马恩河谷大学);CNRS(法国国家科学研究中心);GEOLSemantics(GEOL语义公司)
在本文中,我们提出了一个系统来可视化RDF知识图谱。这些图是从GEOLSemantics设计的知识提取系统中获得的。使用自然语言处理和触发检测来执行该提取。用户可以通过选择一些本体特征(如概念或个体)来可视化子图。该系统也是多语种的,使用英文、法文、阿拉伯文和中文的注释本体。
2015-10-01 cs.CL cs.HC
An Aggregation-Based Overall Quality Measurement for Visualization
美学常被用来评价图形绘制的质量。然而,现有的美学标准是有用的,在判断的程度,一个图形符合特定的绘图规则。他们在评价整体质量方面有局限性。目前,图形绘制的整体质量主要基于个人判断和用户研究来评估。个人判断是不可靠的,而用户研究可能是昂贵的运行。因此,有必要直接衡量整体质量。可视化设计人员可以使用此度量在设计阶段快速比较手头的图形质量并做出相应的决策。为了满足这一需求,我们提出了一种基于个人审美标准聚合来衡量整体质量的措施。我们提出了一项用户研究,验证了这一措施,并证明了它预测人类图形理解性能的能力。建议的措施,为未来的研究的影响进行了讨论。
2013-06-11 cs.HC
Visualization and Comparison of AOI Transitions with Force-Directed Graph Layout
本文提出一种基于分层AOI结构和N-grams的注视轨迹可视化方法,通过力导向图布局展示多AOI间的转换模式及多轨迹差异,帮助分析人员高效发现注视趋势和参与者差异。
2025-05-24 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
Pattern-based Visualization of Knowledge Graphs
提出了一种基于本体设计模式的知识图谱可视化方法。这种方法依赖于OPLa(本体模式语言)注释和视觉框架的目录,这是与基础本体设计模式。我们证明,这种方法显着降低了认知负荷所需的用户可视化和解释的知识图谱,并引导用户探索它通过有意义的主题路径提供的本体模式。
2021-06-24 cs.DB cs.HC cs.IR
Graphionale: How Graph Visualizations of LLM Rationales Affect Human Decision Making
Singapore-MIT Alliance for Research and Technology(新加坡-麻省理工学院研究联盟);National University of Singapore(新加坡国立大学);Purdue University(普渡大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Massachusetts Institute of Technology(麻省理工学院)
本研究开发了Graphionale作为测试平台,通过204人在线用户研究发现,图形化LLM推理依据对不同任务模态的决策影响不同,匹配推理格式与任务模态是AI解释设计的关键。
2026-08-31 cs.HC
GASP: A Gradient-Aware Shortest Path Algorithm for Boundary-Confined Visualization of 2-Manifold Reeb Graphs
本文提出GASP算法,通过满足边界约束、紧凑性和梯度对齐三个性质,生成更忠实于底层数据的二维流形Reeb图可视化,并与TTK中的几何重心算法进行定性和定量对比,证明其改进效果。
2025-09-12 cs.CG cs.GR cs.HC
Reading Strategies for Graph Visualizations that Wrap Around in Torus Topology
本文分析对照研究中的眼动数据,探究环面拓扑环绕节点-链接图的阅读策略,发现非复制布局扫视和兴趣区转移更多,全上下文搜索更成功但空间利用仍可优化。
2023-04-26 cs.HC
Augmenting a Large Language Model with a Combination of Text and Visual Data for Conversational Visualization of Global Geospatial Data
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Linköping University(林雪平大学)
针对LLM缺乏视觉上下文、难以进行可视化数据交互的问题,本文融合文本描述与可视化快照生成紧凑结构化特征,在不微调的情况下增强LLM,支持全球地理空间数据的对话式问答。
2025-01-16 cs.CL cs.HC
Toward automatic comparison of visualization techniques: Application to graph visualization
LaBRI(波尔多计算机研究实验室)
在过去的几十年中,许多最终用户对数据可视化技术进行了评估。他们的结果是构建高效可视化系统的基石。然而,设计这样的评价总是复杂和耗时的,并可能导致缺乏统计证据和可重复性。我们相信,现代和高效的计算机视觉技术,如深度卷积神经网络(CNN),可以帮助可视化研究人员建立和/或调整他们的评估假设。我们的想法的基础是在几种可视化技术上训练机器学习模型来解决特定的任务。我们的假设是,它是可以比较的可视化技术的基础上,其相应的模型的性能的效率。由于当前的机器学习模型无法严格反映人类的能力,包括其不完善之处,因此应谨慎解释此类结果。然而,我们认为使用基于机器学习的预评估,作为标准用户评估的预处理,应该有助于研究人员对其设计空间进行更详尽的研究。因此,它应该通过提供更好的测试用例来提高最终用户的评估。在本文中,我们提出了两个实验的结果,我们已经进行了评估如何相关的用户和计算机视觉技术的性能可以。该研究比较了两种主流的图形可视化技术:节点链接(\NL)和邻接矩阵(\MD)图。使用两个著名的深度卷积神经网络,我们部分复制了Ghoniem \textit{et al.}和Okoe \textit{et al.}的用户评价。实验结果表明,部分用户评价结果可以自动再现。
2020-04-17 cs.HC cs.LG
RealitySketch: Embedding Responsive Graphics and Visualizations in AR through Dynamic Sketching
我们提出RealitySketch,一个增强现实界面,用于绘制交互式图形和可视化。近年来,越来越多的AR草图绘制工具使用户能够在现实世界中绘制和嵌入草图。然而,使用当前的工具,草绘的内容本质上是静态的,漂浮在半空中而不响应真实世界。本文介绍了一种新的方法来嵌入动态和响应图形在现实世界中。在RealitySketch中,用户在移动AR屏幕上绘制图形元素,并以实时和即兴的方式将其与物理对象绑定,从而使绘制的元素随着相应的物理运动而动态移动。用户还可以通过响应图形或交互式可视化快速可视化和分析现实世界的现象。本文有助于一组交互技术,使捕捉,参数化,并可视化现实世界的运动,而无需预定义的程序和配置。最后,我们展示了我们的工具与几个应用场景,包括物理教育,体育训练,和在现场有形的接口。
2020-08-19 cs.GR cs.HC
Proceedings of the 24th International Symposium on Graph Drawing and Network Visualization (GD 2016)
这是2016年9月19日至21日在希腊雅典举行的第24届图形绘制和网络可视化国际研讨会(GD 2016)电子会议录的arXiv索引。它包含同行评审和修订接受的论文与可选附录。
2016-12-09 cs.CG cs.DM cs.DS
A User Study on Hybrid Graph Visualizations
混合可视化在网络的单个布局中混合了不同的隐喻。特别是,由Henry,Fekete和McGuffin在2007年引入的流行的NodeTrix模型,结合了节点链接图和基于矩阵的表示,以支持对全局稀疏但局部密集的真实世界网络的分析。这个想法激发了一系列的作品,提出了NodeTrix的变体或替代品。我们提出了一个用户的研究,比较经典的节点链接模型和三个混合可视化模型,旨在工作在相同类型的网络。我们的研究结果提供了有趣的迹象所考虑的模型在执行经典的分析任务的优点/缺点。同时,我们的实验也有一定的局限性,并为进一步的研究开辟了道路。
2021-08-23 cs.HC cs.SI
Proceedings of the 25th International Symposium on Graph Drawing and Network Visualization (GD 2017)
这是在美国波士顿举行的第25届图形绘制和网络可视化国际研讨会(GD 2017)电子会议录的arXiv索引,2017年9月25日至27日。它包含同行评审和修订接受的论文与可选附录。
2017-09-13 cs.CG cs.DM cs.DS
Proceedings of the 29th International Symposium on Graph Drawing and Network Visualization (GD 2021)
这是GD 2021电子会议录的arXiv索引,其中包含同行评审和修订的已接受论文以及可选附录。论文集(无附录)也将由Springer出版在计算机科学系列的讲义中。
2021-09-10 cs.CG cs.DM cs.DS
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
Proceedings of the 27th International Symposium on Graph Drawing and Network Visualization (GD 2019)
这是GD 2019电子会议录的arXiv索引,其中包含同行评审和修订的已接受论文以及可选附录。论文集(无附录)也将由Springer出版在计算机科学系列的讲义中。
2019-09-16 cs.CG cs.DM cs.DS
Visualization Tasks for Unlabeled Graphs
Department of Computer Science, University of British Columbia(不列颠哥伦比亚大学计算机科学系);Department of Computer Science at the Technical University of Munich(慕尼黑技术大学计算机科学系)
本文提出了一种数据抽象模型,区分无标签与有标签、属性和增强的图情境,通过分析任务并建立分类体系,探讨无标签图的可视化任务及其评估方法。
2026-03-18 cs.HC cs.LG
A parent-centered radial layout algorithm for interactive graph visualization and animation
我们已经开发了(1)一个图形可视化系统,允许用户通过查看它们作为一系列交互选择的生成树来探索图形,(2)一个径向图布局算法,以及(3)一个动画算法,该算法生成有意义的可视化和图形之间的平滑过渡,同时最大限度地减少过渡期间和静态布局中的边缘交叉。我们的系统类似于Yee et al.(2001)的径向布局系统,但主要区别在于每个节点都位于以其自己的父节点为中心的坐标系上,而不是所有节点都位于单个坐标系上。因此,我们的系统很容易定义递归和本身的并行化。它还保证布局具有许多很好的属性,例如:它保证某些边缘在动画期间不会交叉。我们比较了我们的算法所产生的布局和过渡Yee等人。从几个实验的结果表明,我们的系统产生更少的边缘交叉之间的图形绘制的过渡过程中,和过渡更经常涉及局部缩放的变化,而不是结构。这些发现表明,该系统有希望作为一个互动的图形探索工具,在各种设置。
2006-06-01 cs.CG cs.GR cs.HC
Proceedings of the 30th International Symposium on Graph Drawing and Network Visualization (GD 2022)
这是GD 2022电子会议记录的arXiv索引,GD 2022将于2022年9月13日至16日在日本东京工业大学举行。它包含同行评审和修订接受的论文与可选附录。论文集(无附录)也将由Springer出版在计算机科学系列的讲义中。
2022-09-09 cs.CG cs.DM cs.DS
Proceedings of the 31st International Symposium on Graph Drawing and Network Visualization (GD 2023)
本文档是GD 2023电子论文集的arXiv索引,收录了经同行评审和修订的录用论文及可选附录,该论文集还将由Springer在《计算机科学讲义》系列中出版。
2023-09-11 cs.CC cs.CG cs.DM
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
A Quality Metric for Visualization of Clusters in Graphs
传统上,图形质量指标侧重于可读性,但最近的研究表明,需要更具体的发现图形中的模式的指标。聚类分析是图分析中的一项流行任务,但还没有明确量化图的绘制如何表示其聚类结构的度量。我们定义了一个聚类质量度量标准,衡量一个图的节点链接图表示图中包含的集群。变形图形绘图的实验验证了我们的度量有效地捕捉图形绘图的视觉聚类质量的变化。然后,我们使用我们的度量来研究不同的图形绘制算法如何在各种图形中可视化集群结构;结果证实,一些专门设计用于显示集群结构的算法比其他算法表现得更好。
2019-08-21 cs.DS cs.HC cs.SI
graphVizdb: A Scalable Platform for Interactive Large Graph Visualization
我们提出了一个新的平台非常大的图形的交互式可视化。该平台使用户能够以与在多个级别上探索地图非常相似的方式与可视化图形进行交互。我们的方法涉及到一个离线预处理阶段,通过分配坐标到它的节点相对于欧几里德平面的图形的布局。各个点用空间数据结构索引,即,R树,并存储在数据库中。基于各种标准的图的多个抽象层也是离线创建的,并且它们被类似地索引,以便用户可以根据其特定需求以不同的粒度级别探索数据集。然后,我们的系统将用户操作转换为简单且非常有效的空间操作(即,窗口查询)。这种技术允许以极低的延迟和内存要求对非常大的图形进行细粒度访问,并且不会影响工具的功能。我们的基于Web的原型支持三个主要操作:(1)交互式导航,(2)多层次的探索,(3)关键字搜索的图元数据。
2016-02-20 cs.DB cs.DS cs.HC
Online force-directed algorithms for visualization of dynamic graphs
力导向(FD)算法可用于探索社交网络中的关系,可视化货币市场和分析交易网络。然而,FD算法主要设计用于可视化静态图,其中网络的拓扑在整个计算过程中保持不变。与静态图相比,动态图中的节点和边可以随着时间的推移而添加或删除。在这些情况下,现有的FD算法不能很好地扩展,因为拓扑中的任何变化都会触发这些算法完全重新启动整个计算。为了缓解这个问题,我们提出了五个在线FD算法的设计和实现,以可视化动态图,同时保持其原生的力模型。本文提出的在线FD算法能够重用现有FD算法的力模型,而无需进行重大修改。为了评估所提出的方法的有效性,在线FD算法与静态FD算法的可视化动态图进行了比较。实验结果表明,在五个算法评估,在线FD算法实现了最好的数量的边缘交叉和标准偏差的边缘长度的可视化动态图形。
2022-03-31 cs.HC cs.SI
ShapeVis: High-dimensional Data Visualization at Scale
Adobe(奥多比)
我们提出了ShapeVis,一个可扩展的可视化技术的点云数据的启发,从拓扑数据分析。我们的方法捕获的基本几何和拓扑结构的数据在一个压缩的图形表示。数据可视化技术Mapper已经取得了很大的成功,它谨慎地近似了数据上过滤函数的Reeb图。然而,当使用标准的降维算法作为过滤函数时,Mapper遭受相当大的计算成本。这使得很难扩展到高维数据。我们所提出的技术依赖于沿着数据流形找到一个称为地标的点子集,在其上构建一个加权的拓扑图。该图捕获点云的结构特征,并使用有限马尔可夫链确定其权重。我们进一步压缩这个图应用标准社区发现算法的诱导地图。借用流形撕裂的技术,我们修剪和恢复边缘的诱导图的基础上,他们的模块总结数据的形状。我们经验证明我们的技术如何捕捉真实和合成数据集的结构特征。此外,我们使用t-SNE,UMAP,LargeVis等各种过滤函数将我们的方法与Mapper进行比较,并表明我们的算法可扩展到数百万个数据点,同时保持数据可视化的质量。
2020-01-21 cs.HC cs.LG stat.ML
Intercept Graph: An Interactive Radial Visualization for Comparison of State Changes
在医学、金融工程、社会学、生物科学等多个应用领域中,经常需要对多个数据项进行状态变化比较。斜率图和分组条形图已被广泛用于显示不同数据状态的“前后”故事并指示它们的变化。然而,它们将状态变化可视化为斜率或条的差异,这已被证明对于定量比较不太有效。此外,随着数据项数量的增加,这两种视觉设计都存在视觉混乱问题。在本文中,我们提出了拦截图,一种新颖的视觉设计,以促进有效的互动比较的状态变化。具体而言,提出了一种径向设计,以可视化的开始和结束状态的每个数据项和线段长度明确编码的“状态变化”。Intercept Graph通过交互式调整内圆轴半径,平滑过滤大的状态变化,放大相似状态变化之间的差异,缓解视觉杂波问题,增强状态变化的有效比较。通过在真实数据集上比较截距图与斜率图和分组条形图的有效性,验证了截距图的有效性。
2021-08-19 cs.GR cs.HC
A Comparative Study of Scanpath Models in Graph-Based Visualization
Telef\' o nica Scientific Research Barcelona Spain;University of Luxembourg Esch-sur-Alzette Luxembourg;Telef\' o nica Scientific Research;University of Luxembourg
本研究比较了DeepGaze、UMSS和Gazeformer等模型在图可视化中预测扫描路径的准确性,探讨了问题复杂性和节点数量对性能的影响,以提升信息可视化系统的有效性。
2025-06-03 cs.CV cs.HC