Visualizing the Weird and the Eerie
本文探讨将马克·费舍尔的怪异与诡异概念应用于数据可视化,提出设计师可通过多模态表示引发观众的不确定感,并强调在生态经济动荡时期欣赏此类特质的重要性。
2023-09-04 cs.HC
A Problem Space for Designing Visualizations
可视化研究人员和可视化专业人员寻求适当的可视化要求的抽象,允许考虑可视化解决方案独立于特定的问题。抽象可以帮助我们设计、分析、组织和评估我们所创造的东西。文献中有许多任务结构(分类法、类型学等),设计空间,以及相关的“框架”,这些框架提供了可视化所要解决的问题的抽象。在这个观点中,我们引入了一个不同的问题空间,它通过关注可视化要解决的需求来补充现有的框架。我们相信它为设计和讨论可视化提供了一个有价值的概念工具。
2023-03-14 cs.HC
GlassViz: Visualizing Automatically-Extracted Entry Points for Exploring Scientific Corpora in Problem-Driven Visualization Research
在本文中,我们报告了一个模型和一个概念验证的可视化文本分析(VTA)工具,以提高documentdiscovery在问题驱动的可视化研究(PDVR)上下文的发展。该模型捕获的认知模型,其次是域和可视化专家通过分析跨学科的沟通渠道所代表的关键字在两个不相交的研究论文集。高分布的集合间的相似性被用来建立信息丰富的关键词关联,作为切入点,以推动探索一个大的文档语料库。我们的方法是在数字人文可视化研究的背景下证明的。
2020-09-20 cs.HC
Towards Understanding Decision Problems As a Goal of Visualization Design
本文针对可视化研究中决策目标定义不足的问题,提出通过数据、用户与任务情境属性表征决策问题的方案,以支持设计研究并明确未来方向。
2025-07-24 cs.HC
Beyond Problem Solving: Framing and Problem-Solution Co-Evolution in Data Visualization Design
本文研究了可视化设计中问题框架构建与问题-方案协同演化的动态过程,通过对11位专家的混合方法研究揭示了设计中的反思性实践策略,扩展了现有可视化设计模型。
2025-08-09 cs.HC
Toward a Logic of Generalization about Visualization as a Decision Aid
本文探讨了可视化作为决策辅助时的泛化逻辑问题,利用决策理论定义决策问题变化维度并分析场景异质性,指出效用是核心但被忽视的概念,为理解情境变化提供了新视角。
2025-08-08 cs.HC
Communicating Patient Health Data: A Wicked Problem
设计患者收集的健康数据可视化以支持在临床访问期间讨论患者数据是一个具有挑战性的问题,因为所涉及的各方是异质性的:患者、医疗保健提供者和医疗保健系统。设计师必须确保满足各方的需求。这种复杂性使得找到一个可以适用于每个人的明确解决方案变得非常具有挑战性。我们已经接近这个研究问题-在临床访问期间交流患者数据-作为一个邪恶的问题。在这篇文章中,我们概述了邪恶的问题特征如何适用于我们的研究问题。然后,我们描述了我们用来探索个性化患者数据可视化解决方案的设计空间的研究方法论。最后,我们反思了我们通过这个探索性的设计过程中获得的见解和经验。最后,我们呼吁研究人员和可视化设计人员在设计患者数据可视化时考虑患者和医疗保健提供者的个性。
2021-10-15 cs.HC
Identifying Framing Practices in Visualization Design Through Practitioner Reflections
本文通过分析80余位专业可视化设计师的播客和书籍反思,揭示框架是可视化设计中普遍且迭代的核心活动,识别了触发重新框架的条件与应对不确定性的策略,强调研究和教育应支持设计师的解释性与战略性判断。
2025-08-28 cs.HC
Towards an Understanding of Distributed Asymmetric Collaborative Visualization on Problem-solving
本文提供了经验知识的用户体验使用协同可视化在分布式非对称设置,通过控制用户的研究。利用访问诸如虚拟现实(VR)盔装显示器之类的各种计算设备的能力,当协作者必须或偏好在不同的地方使用不同的计算环境时,出现了场景。然而,我们仍然缺乏对在非对称环境中使用VR进行协作可视化的理解。为了获得初步的理解并更好地为非对称系统的设计提供信息,我们首先对12对参与者进行了形成性研究。所有参与者在非对称(PC-VR)和对称设置(PC-PC和VR-VR)中进行合作。然后,我们根据第一项研究的主要发现和观察结果改进了我们的不对称设计。另外10对参与者在后续研究中与增强的PC-VR和PC-PC条件合作。我们发现,一个设计良好的非对称协作系统可以作为一个对称系统的有效性。令人惊讶的是,与对称设置(PC-PC)相比,使用PC的参与者在不对称设置(PC-VR)中感知到的心理需求和努力较少。我们提供了关于不同协作设置之间的权衡的细粒度讨论。
2023-02-03 cs.HC
How Does Automation Shape the Process of Narrative Visualization: A Survey of Tools
近年来,叙事可视化受到了广泛的关注。研究人员提出了不同的设计空间,为各种叙事可视化流派和场景,以促进创作过程。随着用户需求的增长和自动化技术的进步,越来越多的工具被设计和开发。在这项研究中,我们总结了六种类型的叙事可视化(注释图表,信息图,时间线和故事情节,数据漫画,滚动和幻灯片,以及数据视频),基于先前的研究和四种类型的工具(设计空间,创作工具,ML/AI支持的工具和ML/AI生成器工具),基于工具的智能和自动化水平。我们调查了105篇论文和工具,研究自动化如何逐步参与可视化设计和叙事过程,以帮助用户轻松创建叙事可视化。本研究的目的是提供一个概述目前的研究和发展的自动化参与叙事可视化工具。我们讨论了每个类别中的关键研究问题,并提出了新的机会,以鼓励在相关领域的进一步研究。
2023-03-22 cs.HC
ChartAnno: Benchmarking Multimodal Large Language Models for Chart Annotation Generation
本文提出ChartAnno基准评估MLLMs的图表标注生成能力,实验显示专有模型表现更优,大规模开源模型正缩小差距,更具体指令可提升标注质量,图表图像仅在设计相关指标上有有限提升。
2026-09-15 cs.AI cs.CL 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
Glyph: Visualization Tool for Understanding Problem Solving Strategies in Puzzle Games
了解玩家策略是学术研究人员和行业从业者分析玩家行为时的一个关键问题。对于游戏设计师和游戏用户研究人员来说,衡量预期策略和紧急策略之间的距离非常重要;这种比较可以识别故障或不良行为。对于将游戏用于严肃目的(如教育)的学术研究人员来说,玩家所采取的策略表明了他们与严肃目标(如学习过程)相关的认知进展。为解决这些需求而创建的当前技术和系统存在一些缺点。定性方法很难向上扩展,以包括大量的参与者,而且容易产生主观偏见。其他方法,如可视化和分析工具,要么被设计为提供数据的汇总概述,丢失个体玩家行为的细微差别,要么在试图解释个体行为时,不是专门设计为减少视觉认知负荷。在这项工作中,我们提出了一种新的可视化技术,专门解决比较行为序列的任务,以捕捉玩家制定的策略的概述,并在同一时间检查个别玩家的行为,以确定差异和离群值。这种方法允许用户形成关于玩家策略的假设并验证它们。我们证明了该技术的有效性,通过案例研究:利用原型系统调查收集的数据从商业教育益智游戏。虽然原型的可用性可以提高,初步测试结果表明,该系统的核心功能被证明是有用的,我们的潜在用户了解球员的策略。
2021-06-25 cs.HC
Visualization for interactively adjusting the de-bias effect of word embedding
本文针对日语词嵌入中的性别偏见问题,提出一种交互式可视化方法,可按词类别调整去偏程度,并通过优化方案在去偏与保持模型性能之间提供多种配置选择。
2025-06-03 cs.HC
Investigating Ethical Data Communication with Purrsuasion: An Educational Game about Negotiated Data Disclosure
University of Chicago(芝加哥大学)
本文提出Purrsuasion教育游戏,通过模拟数据提供者与请求者角色,研究协商数据披露中的伦理决策与沟通动态,采用混合方法分析学生问题解决与信任形成过程。
2026-04-06 cs.HC
Fine-Tuned Large Language Model for Visualization System: A Study on Self-Regulated Learning in Education
本文提出将微调大型语言模型集成到可视化系统的框架,以解决领域、可视化和交互的对齐挑战,并构建教育系统Tailor-Mind,有效改善了初学者的自我调节学习体验。
2024-07-30 cs.HC
Design by Immersion: A Transdisciplinary Approach to Problem-Driven Visualizations
虽然以前的工作存在于如何进行和传播的问题驱动的可视化项目和设计研究的见解,文献没有解决如何实现这些目标的跨学科团队的方式,推进所有涉及的学科。在本文中,我们介绍并定义了一个新的方法论范式,我们称之为沉浸式设计,它提供了一个替代的角度来看问题驱动的可视化工作。沉浸式设计通过让可视化研究人员参与目标领域的工作(或领域专家参与可视化研究),将跨学科经验嵌入可视化过程的中心。基于我们自己在跨学科、问题驱动的可视化项目上的综合经验,我们提出了六个案例研究,揭示了沉浸式设计所带来的机会,包括(1)探索新的领域启发的可视化设计空间,(2)通过个人经验丰富领域理解,(3)建立强大的跨学科关系。此外,我们说明了如何通过沉浸式设计的过程中打开了一套不同的设计活动,可以根据合作,项目和目标的类型以不同的方式进行组合。最后,我们讨论了沉浸式设计的挑战和潜在的陷阱。
2019-10-17 cs.GR cs.HC
Visualization by Example
虽然可视化在从数据中获得洞察力方面发挥着至关重要的作用,但从复杂的数据集生成有用的可视化远非一件容易的事情。除了理解现有可视化库提供的功能外,生成所需的可视化还需要重塑和聚合底层数据,以及组合不同的视觉元素以实现预期的视觉叙事。本文的目的是简化可视化任务,自动合成所需的程序,从简单的视觉草图由用户提供。具体来说,给定一个输入数据集和一个演示如何可视化该数据的一个非常小的子集的可视化草图,我们的技术自动生成一个程序,可以用来可视化整个数据集。自动化可视化带来了几个挑战。首先,由于许多可视化任务除了生成图之外还需要数据处理,因此我们需要将端到端合成任务分解为两个单独的子问题。其次,由于分解产生的中间规范必然是不精确的,这使得数据争论任务在我们的上下文中特别具有挑战性。在本文中,我们解决这些问题,通过开发一种新的组合可视化的例子技术,(a)分解成两个不同的合成问题,在不同的DSL和(b)利用双向程序分析,以处理复杂性,从有一个不精确的中间规范的端到端的任务。我们实现了我们的可视化的例子算法,并评估它的83可视化任务收集在线论坛和教程。Viser可以在600秒的时间限制内解决84%的基准测试,并且,对于可以解决的任务,Viser在70%的情况下生成的期望可视化是前5名之一。
2019-11-21 cs.HC cs.PL
mQAPViz: A divide-and-conquer multi-objective optimization algorithm to compute large data visualizations
数据可视化算法是将数据转换为有用叙述的重要工具。不幸的是,很少有可视化算法可以处理许多真实世界场景的大型数据集。在这项研究中,我们将这些数据集的可视化作为一个多目标优化问题。我们提出了mQAPViz,这是一种分而治之的多目标优化算法,用于计算大规模数据可视化。我们的方法采用多目标二次分配问题(mQAP)的数学基础来解决手头的可视化任务。该算法应用了源自机器学习领域的高级采样技术和高效的数据结构,可扩展到数百万个数据对象。该算法将对象分配到2D网格布局上。在真实世界和大型数据集上的实验结果表明,mQAPViz是现有技术的一个有竞争力的替代方案。
2018-10-30 cs.HC cs.NE
Principles of Query Visualization
查询可视化(QV)是将给定查询转换为图形表示的问题,以帮助人们理解其含义。此任务与设计帮助用户编写查询的可视查询语言(VQL)明显不同。本文讨论关系查询可视化的原理及其简化用户与关系数据交互的潜力。
2022-08-02 cs.DB cs.HC
Image-Based Benchmarking and Visualization for Large-Scale Global Optimization
在优化的上下文中,可视化技术可以用于理解优化算法的行为,甚至可以提供一种促进人类与优化器交互的方法。为了实现这一目标,一个基于图像的可视化框架,没有降维,可视化的解决方案,大规模的全局优化问题的图像被提出。在所提出的框架中,像素可视化决策变量,而整个图像代表整体解决方案的质量。该框架提供了许多好处,现有的可视化技术,包括增强的可扩展性(在决策变量的数量方面),促进标准图像处理技术,提供几乎无限的基准情况下,明确对齐与人类的感知。此外,基于图像的可视化可以用于实时地可视化优化过程,从而允许用户在搜索过程进行时确定搜索过程的特性。据作者所知,这是第一次实现一个维保持,可扩展的可视化框架,嵌入决策空间和目标空间之间的内在关系。所提出的框架是利用10个不同的映射方案的图像重建问题,包括连续,离散,二进制,组合,约束,动态和多目标优化。该框架,然后证明了任意基准问题与已知的最优。实验结果阐明了灵活性,并展示了如何有价值的信息搜索过程中,可以通过建议的可视化框架收集。
2020-07-24 cs.HC cs.NE
Extraction and Visualization of Poincaré Map Topology for Spacecraft Trajectory Design
任务设计者必须研究许多动力学模型,以规划满足任务约束的低成本航天器轨道。他们经常使用庞加莱映射来寻找一条合适的路径,穿过多体引力系统中发现的周期轨道和不变流形的互连网络。本文主要研究如何利用这种结构性景观的提取和交互式视觉探索来辅助航天器的轨迹规划。我们提出的算法解决方案,解决了在天体动力学问题的拓扑结构的表征所带来的具体挑战,并允许产生的信息进行有效的可视化分析。这个可视化框架被应用到圆形限制性三体问题(CR3BP),在那里它揭示了新的周期轨道与其相关的不变流形在一个合适的格式进行交互式传输选择。代表性的设计问题说明了航天器路径规划者如何利用我们的拓扑可视化,充分利用自然动力学路径的节能轨迹设计。
2020-09-07 cs.HC nlin.CD
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
Security Visualization for peer-to-peer resource sharing applications
信息系统的安全性取决于其最薄弱的环节。这种系统的流行元素包括硬件、软件、网络和人。目前的计算机安全问题的方法通常排除在他们的研究,即使它是这些系统的一个组成部分的人。为了填补这一空白,本文讨论了计算机安全中与人相关的关键问题,并提出了一种通过将人紧密地集成到整个系统中来提高此类系统安全性的方法。整合是通过可视化来实现的,以提供视觉反馈,并捕捉人们对他们的行为和结果的意识。这样可以提高系统的可用性,缩短用户的学习曲线,从而使用户更安全地使用计算机系统。
2009-12-11 cs.CR cs.HC cs.NI
SpatialViz-Bench: A Cognitively-Grounded Benchmark for Diagnosing Spatial Visualization in MLLMs
本文提出SpatialViz-Bench,一个包含12个任务和4种子能力的多模态基准,通过1180个程序生成问题评估大语言模型的空间可视化能力,揭示了模型在空间任务中的缺陷。
2026-03-16 cs.CL cs.CV cs.HC
Visualization of Collaborative Data
University of California, Riverside(加州大学河滨分校)
协作数据由与两组不同对象相关的评级组成:用户和项目。使用这些数据的大部分工作都集中在过滤上:预测用户和项目对的未知评级。在本文中,我们专注于可视化信息的问题。给定所有评分,我们的任务是将所有用户和项目作为点嵌入到同一个欧几里得空间中。我们希望将用户放置在他们评价(或将评价)高的项目附近,远离他们将给予低评价的项目。我们把这个问题作为一个实值非线性贝叶斯网络,并采用马尔可夫链蒙特卡罗和期望最大化找到一个嵌入。我们提出了一个度量标准,通过它来判断可视化的质量,并将我们的结果与三个真实世界数据集上的局部线性嵌入和Eigentaste进行比较。
2012-06-27 cs.AI cs.GR cs.HC
LIDA: A Tool for Automatic Generation of Grammar-Agnostic Visualizations and Infographics using Large Language Models
Microsoft Research(微软研究院)
本文提出 LIDA,将可视化生成建模为多阶段流程,结合 LLM 与 IGM,通过摘要、目标探索、代码生成和信息图模块实现语法无关的可视化及数据故事创作。
2023-06-06 cs.AI cs.HC cs.PL
Visualization of Nonlinear Programming for Robot Motion Planning
University of Stuttgart(斯图加特大学);Technische Universität Berlin(柏林工业大学)
非线性规划针对具有约束的非线性优化,这是一种通用但复杂的方法,涉及人类进行问题建模和求解问题的算法。我们解决了特别困难的挑战,支持领域专家在处理,理解和解决问题的高维优化与大量的约束。利用可视化分析,支持用户探索非线性约束优化的计算过程。我们的系统是专为机器人运动规划问题,并在非线性规划和机器人领域的专家紧密合作开发。我们报告的经验,从这个设计研究,说明相关的示例情况下的有用性,并讨论了扩展到非线性规划的可视化分析。
2021-01-28 cs.HC cs.NA cs.RO