Augmented Reality Visualization for Musical Instrument Learning
VISUS, University of Stuttgart(斯图加特大学 VISUS)
本文通过两个设计研究探讨增强现实可视化在音乐乐器学习中的应用,设计了直观的鼓组编码和吉他可视化方案,通过投影和AR设备展示,验证了其有效性并发现设计与技术限制。
2026-03-24 cs.GR cs.HC
ResonaVis: Visualizing Interactive Music Data to Support Reflective Music Composition for Therapeutic Contexts
University of Delaware(特拉华大学);Florida State University(佛罗里达州立大学)
ResonaVis是交互式可视化系统,整合音频与互动数据为治疗场景音乐创作提供数据支持,经评估可用性良好,可提升创作者的分析推理与创作决策信心。
2026-08-12 cs.HC
Generative Disco: Text-to-Video Generation for Music Visualization
Columbia University(哥伦比亚大学);Rochester Institute of Technology(罗切斯特理工学院)
本文提出 Generative Disco 系统,利用大语言模型与文本到视频生成按音乐节拍生成可视化,并通过 transitions 与 holds 模式帮助专业人士构建连贯视觉叙事。
2023-09-28 cs.AI cs.HC
Investigating How Music Affects Persuasion, Engagement, and Emotion in Data Videos
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Louisiana State University(路易斯安那州立大学);Inria, CNRS, University of Bordeaux, and LaBRI(法国国家信息与自动化研究所、法国国家科学研究中心、波尔多大学和拉布里实验室);Inria, CNRS, University of Bordeaux(法国国家信息与自动化研究所、法国国家科学研究中心、波尔多大学);City St George’s, University of London(伦敦大学圣乔治学院)
本研究探讨音乐对数据视频说服力、参与度和情感影响,发现默认音乐提升说服力,定制音乐效果混杂,无音乐反而引发更强情感反应。
2026-01-25 cs.HC
Predicting Musical Sophistication from Music Listening Behaviors: A Preliminary Study
Jönköping University(延雪平大学);Maastricht University(马斯特里赫特大学)
心理学模型越来越多地被用来解释在线行为痕迹。除了通常使用的个性特征作为一般用户模型之外,更多的领域相关模型正在受到关注。领域相关心理模型的使用允许更细粒度的行为识别,并提供对这些行为发生背后的更深入的理解。基于心理模型理解行为可以提供比数据驱动方法更大的优势。例如,依靠心理模型可以在数据稀缺时实现个性化。在这个初步的工作中,我们看看用户的音乐成熟度和他们的在线音乐收听行为之间的关系,在多大程度上,我们可以成功地预测音乐成熟度。对一项有61名参与者的研究数据的分析表明,倾听行为可以成功地用来推断用户的音乐成熟度。
2018-08-22 cs.HC cs.IR cs.LG
Data-Driven Visual Reflection on Music Instrument Practice
我们提出了一种数据驱动的方法来乐器练习,允许通过可视化研究模式和长期趋势。受生活日志和健身跟踪的启发,我们想象音乐家在几个月或几年的时间里记录他们的练习。然后,可以偶尔分析以视频或音频记录形式产生的数据,以跟踪进度并指导决策。为了实现这一愿景,我们开始与九名吉他手一起探索各种可视化设计,他们在三个月的时间里为我们提供了数据和反馈。
2022-03-24 cs.GR cs.HC
A Minimalist Brain-Computer Musical Interface for Real-Time Emotion-Driven Sonification: System Design and Preliminary Evaluation
本文提出一种极简脑机音乐接口,通过前额EEG活动实时估计情感效价并映射到音乐特征,实验发现额叶alpha不对称性无法可靠区分指令性情绪状态。
2026-05-31 cs.AI cs.HC
Tailors: New Music Timbre Visualizer to Entertain Music Through Imagery
本文提出了名为Tailors的音色可视化系统,通过27名用户实验验证其在传达音色特征和提升音乐娱乐体验方面的有效性,并指出了未来改进方向。
2024-04-13 cs.HC cs.SD eess.AS
Augmenting Sheet Music with Rhythmic Fingerprints
在本文中,我们弥合了可视化和音乐学之间的差距,专注于节奏分析任务,这是繁琐的,由于复杂的视觉编码的完善的通用音乐记谱法(CMN)。而不是取代CMN,我们增加了乐谱与节奏的指纹,以减轻复杂性,同时编码的音乐功能。拟议的视觉设计利用音乐理论的概念,如节奏树,以促进节奏信息的理解。并置乐谱和有节奏的指纹保持了与熟悉的表现的联系。为了研究节奏指纹设计对识别和比较节奏模式的有用性,我们进行了一项由四名专家和四名新手组成的对照用户研究。结果表明,节奏指纹使新手用户识别的节奏模式,只有专家可以识别使用非增强乐谱。
2020-09-04 cs.HC
Data Melodification FM: Where Musical Rhetoric Meets Sonification
University of Bergen(卑尔根大学)
本研究提出数据旋律化设计空间,将可视化范式与数据特征映射为音乐修辞,解决传统可听化舍弃音乐手法导致听觉不适的问题,探索用古典音乐理论让数据兼具可理解性与听觉愉悦性的可能。
2025-09-30 cs.HC
Glow with the Flow: AI-Assisted Creation of Ambient Lightscapes for Music Videos
Dolby Laboratories Inc.(杜比实验室有限公司)
本文提出了一种AI辅助系统,用于生成音乐视频的环境光序列,通过提取视频和音频特征,提供可编辑的初步设计,帮助非专业用户创建设计灯光。
2026-02-09 cs.HC
Interweaving Multimodal Interaction with Flexible Unit Visualizations for Data Exploration
结合了直接操作和自然语言的多模态界面在数据可视化方面显示出了巨大的潜力。这种多模态界面允许人们通过利用一种模态的优势来补充其他模态的弱点,从而保持他们的视觉探索的流动。在这项工作中,我们介绍了一种方法,交织多模态交互结合直接操纵和自然语言灵活的单位可视化。我们采用所提出的方法在一个概念验证系统,DataBreeze。DataBreeze将基于笔、触摸和语音的多模式交互与灵活的单元可视化相结合,允许人们创建系统绑定的(例如,散点图、单位柱形图)和手动自定义视图,从而实现新颖的可视化数据探索体验。我们描述了我们的设计过程以及DataBreeze的界面和交互,描述了设计的具体方面,使多种模式的协同使用。我们还提出了一个初步的用户研究与DataBreeze,强调参与者采用的数据探索模式。最后,反思我们的设计过程和初步的用户研究,我们讨论了未来的研究方向。
2020-04-22 cs.HC
Visual Overviews for Sheet Music Structure
本文提出多种乐谱可视化概览方法,通过颜色映射、降维聚类及简化记谱编码,帮助用户更紧凑地查看整首作品并快速分析结构、重复与片段相似性。
2023-08-11 cs.HC
On the Readability of Abstract Set Visualizations
集合系统用于对在许多情况下自然产生的数据进行建模:社交网络有社区,音乐家有流派,患者有症状。准确反映底层集合系统中的信息的可视化使得识别集合元素、集合本身以及集合之间的关系成为可能。在静态环境中,如印刷媒体或信息图表,有必要在没有交互帮助的情况下捕获这些信息。考虑到这一点,我们考虑三种不同的系统,中型集数据,LineSets,EulerView和MetroSets,并报告了一个对照人类受试者实验的结果,比较其有效性。具体来说,我们评估的性能,在时间和错误方面,对任务,覆盖频谱的静态集为基础的任务。我们还收集和分析了三种不同的可视化系统的定性数据。我们的研究结果包括统计上的显着差异,表明MetroSets的性能和规模更好。
2021-05-03 cs.HC
Discrepancies in Mental Workload Estimation: Self-Reported versus EEG-Based Measures in Data Visualization Evaluation
本研究通过VLAT和SV可视化任务,利用32通道EEG和GAT模型估计心理负荷,发现基于EEG的测量与自我报告及任务难度间存在显著差异,揭示了自我报告无法捕捉的无意识认知努力。
2025-07-12 cs.HC
Emotion-Recognition Using Smart Watch Accelerometer Data: Preliminary Findings
这项研究调查了使用智能手表的加速度计数据来推断个人的情绪状态。我们提出了我们的初步调查结果的用户研究与50名参与者。参与者通过视听(电影片段)或音频(古典音乐)引发情绪反应。然后,参与者一边走路,一边在一只手腕上戴着智能手表,胸前戴着心率带。我们的假设是,加速度计信号将表现出不同的模式,为参与者在不同的情绪启动。我们使用滑动窗口划分加速度计数据,从每个窗口中提取特征,并使用这些特征来训练有监督的机器学习算法,以从个人的行走模式中推断出他们的情绪。我们的讨论包括方法的描述,收集的数据和早期结果。
2017-09-26 cs.HC
Co-Designing Unstructured Text Data Visualization Systems
本研究通过焦点小组调研专业人员分析大型文本语料库的需求,发现实体—行为者动态与多重叙事可视化的缺口,并计划以协同设计低保真原型探索解决方案。
2024-07-02 cs.HC
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
Situated Visualization in Motion for Swimming
针对当前游泳赛事动态嵌入式可视化形式简单、缺乏系统研究的问题,研究者分析奥运游泳赛事可视化现状,计划推导设计空间,并开展众包调研探索观众数据兴趣以挖掘新增可视化的机会。
2024-09-12 cs.HC
An Empirical Study of Counterfactual Visualization to Support Visual Causal Inference
本文结合因果推断与视觉数据传达理论构建因果理解模型,并通过实证研究表明反事实可视化能积极促进用户对静态图表中数据因果关系的理解。
2024-01-16 cs.HC
Mixing Modes: Active and Passive Integration of Speech, Text, and Visualization for Communicating Data Uncertainty
本研究针对复杂不确定数据解读难的问题,通过两个整合语音、文本与可视化的多模态原型及20名参与者的评估,发现不确定性传达无通用策略,需结合用户偏好与情境设计精细化多模态界面。
2024-04-12 cs.HC
Data sonification and sound visualization
本文介绍了一个合作项目的研究人员在数学和计算机科学司在阿贡国家实验室和计算机音乐项目的伊利诺伊大学厄巴纳-香槟分校。该项目的重点是在科学计算中利用声音探索和分析复杂的数据集。本文介绍了在DIASS(Digital Instrument for Additive声音合成)的背景下的数字声音合成和通过M4 CAVE在虚拟现实环境中的声音可视化。本文介绍了科学发声和声音可视化的一些实验过程和初步结果。
2000-07-05 cs.HC cs.MM cs.SD
VisAider: AI-Assisted Context-Aware Visualization Support for Data Presentations
The Hong Kong University of Science and Technology(香港科技大学);Arizona State University(亚利桑那州立大学)
VisAider提出一个AI辅助原型,通过持续分析演示情境并生成排序建议,支持实时数据演示中灵活调整可视化,以应对动态讨论需求。
2025-10-16 cs.HC
Augmenting Music Sheets with Harmonic Fingerprints
University of Konstanz(康斯坦茨大学);University of Malta(马耳他大学)
传统音乐记谱法(CMN)是音乐信息(如节奏、和声或音色)书面交流的良好基础。然而,CMN遭受其视觉编码的复杂性和需要大量的培训来获得熟练度和易读性。虽然已经提出了使用额外视觉变量(例如颜色以改善音高识别)的替代符号,但音乐界并不容易接受与CMN差异很大的符号系统。因此,为了支持学生音乐家了解音符的谐波关系,而不是取代CMN,我们提出了一种可视化技术,增强了数字乐谱与谐波指纹识别。我们的设计利用了五度圈-音乐理论中的一个基本概念,作为视觉隐喻。通过将这些视觉符号附加到所选作品的每个小节,我们提供了关于音乐作品中可用的突出和声特征的额外信息。我们进行了一项用户研究,以分析专家和非专家在识别和比较重复模式任务中的表现。评估表明,谐波指纹支持这些任务,而不需要仔细阅读,当与未注释的乐谱相比。
2019-07-31 cs.HC cs.SD eess.AS
Empowering People with Intellectual and Developmental Disabilities through Cognitively Accessible Visualizations
本文提出认知无障碍可视化概念,旨在通过支持IDD人士进行个人数据叙事并平衡新颖性与熟悉度,降低数据获取障碍,促进自我倡导与包容性。
2023-09-21 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
Narvis: Authoring Narrative Slideshows for Introducing Data Visualization Designs
在现代数据可视化系统中,可视化设计可能很复杂,这给非专家解释它们带来了特殊的挑战。然而,很少有演示工具是专门为此目的而设计的。在这项研究中,我们提出了Narvis,一个幻灯片创作工具,旨在向非专家介绍数据可视化。Narvis针对两种类型的最终用户:教师,数据可视化专家,他们制作用于解释数据可视化的教程,以及学生,试图通过教程理解可视化设计的非专家。我们通过与这两类最终用户的密切讨论,提出了一项需求分析。由此产生的考虑指导Narvis的设计和实现。此外,为了帮助教师更好地组织他们的介绍幻灯片,我们将数据可视化指定为组件的分层组合,这些组件由Narvis自动检测和提取。教师们通过首先组织这些组件,然后按顺序解释它们来制作介绍幻灯片。提供了一系列用于添加注释和动画的模板,以提高创作过程中的效率。我们通过对创作体验的定性分析和对生成的幻灯片的初步评估来评估Narvis。
2019-07-12 cs.HC
Our Stories, Our Data: Co-designing Visualizations with People with Intellectual and Developmental Disabilities
本研究与20名IDD参与者共同设计可视化,提出将数字转化为叙事及融合日常美学两种策略,强调叙事与具象化方法在无障碍数据可视化中的重要性。
2024-08-28 cs.HC
A Preliminary Roadmap for LLMs as Assistants in Exploring, Analyzing, and Visualizing Knowledge Graphs
本文通过访谈20位专业人士,研究大语言模型辅助知识图谱探索、分析与可视化的需求与顾虑,并提出大语言模型驱动的知识图谱探索系统设计路线图。
2024-04-01 cs.HC
Do Vision-Language Models See Visualizations Like Humans? Alignment in Chart Categorization
University of Vienna(维也纳大学);TU Wien(维也纳科技大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学);Austrian Institute of Technology(奥地利技术研究所)
本研究通过让13个VLM仅凭视觉刺激按用途、编码方式和维度对科学图表分类,发现其能较好识别用途和维度但编码类型识别困难,且模型规模与性能并非正相关,强调需在人类监督下谨慎集成VLM。
2025-11-07 cs.HC
Designing Narrative-Focused Role-Playing Games for Visualization Literacy in Young Children
基于游戏设计和教育研究,本文介绍了以叙事为中心的角色扮演游戏作为促进幼儿视觉素养的一种方式。可视化素养技能对于理解我们周围的世界和构建有意义的可视化至关重要,然而,如何在早期更好地发展这些技能仍然在很大程度上被忽视和研究不足。直到最近,可视化社区才开始填补这一空白,导致了早期教育中使用的教育工具的初步研究和开发。我们通过探索游戏化来支持学习,并通过利用涉及可视化的数据相关问题中的叙述来确定应用基于角色扮演游戏的设计的机会。我们研究了包括叙事元素对学习的影响,通过技术探针,接地在一组设计考虑来自可视化,游戏设计和教育科学。我们创建了两个版本的游戏-一个有叙事元素,一个没有-并使用受试者之间的研究设计评估了33名11至13岁的儿童参与者的实例。尽管参与者需要两倍的时间来完成他们的游戏,由于额外的元素,包括这些元素被发现,以提高参与而不牺牲学习;我们的研究结果表明,图形阅读技能的发展没有显着差异,但在参与和整体享受的游戏显着差异。我们报告所收集的观察结果和定性反馈,并指出需要改进的地方和未来工作的空间。
2020-08-31 cs.HC
From Jam Session to Recital: Synchronous Communication and Collaboration Around Data in Organizations
以前的研究与可视化通信集中在公共演示和异步个人消费,如在新闻领域。可视化研究社区对组织内围绕数据的同步和多模式通信知之甚少,从团队会议到执行简报。我们进行了两个定性访谈研究与个人谁准备和提供有关数据的组织观众演示文稿。与之前的工作相比,我们没有将采访限制在那些自认为是数据分析师或数据科学家的人身上。这两项研究都考察了用图表、仪表板和表格等视觉辅助工具谈论数据的各个方面。一项研究是对当前实践和困难的回顾性检查,从中我们确定了涉及数据呈现的三种情况。我们用音乐表演来描述这些场景:小型协作团队会议类似于即兴演奏,而更有条理的演示可以从同行之间的半即兴表演到给高管或客户的正式独奏会。在我们的第二项研究中,我们围绕三个设计探针进行了讨论,每个探针都研究了呈现数据的不同方面:可视化的渐进揭示以引导注意力并推进叙事,可视化演示控件隐藏在观众的视野中,以及演示者的视频与交互式可视化的协调。我们对受访者的回答进行了提炼,从中总结出12个主题,从创作演示文稿的方式到创造可访问和吸引观众的体验。
2021-07-19 cs.HC
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。
2018-11-08 cs.HC
Generating Analytic Specifications for Data Visualization from Natural Language Queries using Large Language Models
本文提出一种综合文本提示词,利用LLM从自然语言查询生成包含数据属性、分析任务和可视化推荐的分析规范,提升可解释性与可调试性,并支持对话交互与歧义检测,已集成至NL4DV工具包。
2024-08-27 cs.HC
Exploring Agentic Approaches for Data Issue Detection and Repair in AI-Assisted Visualization
Louisiana State University(路易斯安那州立大学);University of Utah(犹他大学)
本研究通过评估GPT-5等LLMs在单/多智能体模式下的表现,探究其在AI辅助可视化中检测修复数据问题的能力,发现其在单字段问题上表现良好但在时间等问题上存在不足,并提出智能体可视化系统的设计启示。
2026-08-25 cs.HC
A Typology of Decision-Making Tasks for Visualization
Tufts University(塔夫茨大学);National Renewable Energy Laboratory(美国国家可再生能源实验室)
本文提出了一种可视化决策任务的类型学,包含CHOOSE、ACTIVATE和CREATE三个任务,旨在提升决策支持工具的设计和分析能力。
2026-02-16 cs.HC
A Deixis-Centered Approach for Documenting Remote Synchronous Communication around Data Visualizations
本文提出一种以指示语为中心的协作数据会议记录方法,通过捕捉光标手势与音频并利用大语言模型生成带上下文注释的交互式文档,用户研究表明其优于录像、文字记录和手动笔记。
2024-08-07 cs.HC
The Mood of the Sunlight: Visualization of the Sunlight Data for Public Art
本文提出了一种基于HSV颜色模型和旋转行星齿轮的阳光数据可视化方法,并结合音乐生成技术,创作了在深圳展出的两件公共艺术作品,展现了科学与艺术的交汇。
2024-01-04 cs.HC stat.AP
Muse-it: A Tool for Analyzing Music Discourse on Reddit
Muse-it是一个平台,用于检索和分析Reddit上的大规模音乐话语,支持主题建模、趋势分析和音乐元数据链接,为音乐研究提供便捷工具。
2025-09-24 cs.CL cs.HC cs.IR
Toward Understanding Similarity of Visualization Techniques
本文通过模型驱动的签名相似性方法和专家直觉评估两种途径,初步探究了13种可视化技术之间的相似性,为理解可视化技术空间迈出第一步。
2025-07-22 cs.GR cs.HC
Understanding Expert Exploration in EHR Visualization Tools: The ParcoursVis Use Case
本研究基于ParcoursVis系统,提出一种理解从业者在探索医疗数据时心智模型的评估方法,旨在揭示专家用户的探索策略及探索性工具在健康数据分析中的效用。
2025-09-12 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
Animated Transition between Node-Link and Parallel Coordinates Visualizations
本文研究节点-链接图与平行坐标图之间的平滑动画过渡,基于可追踪性和迅捷性两个设计目标提出两种过渡变体,并通过初步用户研究比较其优劣。
2025-07-22 cs.HC
Exploring the Design of Virtual Reality Museums to Support Remote Visitation With Older Adults
本研究通过参与式工作坊调查老年人参观VR博物馆的挑战与偏好,揭示导航、描述、多感官互动等问题,并提出提升可达性的设计原则。
2024-10-19 cs.HC
Representational Fidelity in Didactic Visualization: Toward a Multidimensional Design Space
Univ. of Toronto(多伦多大学);Univ. of Guelph(圭尔夫大学);Harvard Medical School(哈佛医学院)
针对表征保真度被简化为单一连续体的问题,本文基于175项语料归纳出包含五个维度及七个亚维度的教学可视化设计空间,并通过焦点小组和案例研究验证其描述力与生成潜力。
2026-09-09 cs.HC
An Interactive Data Visualization and Analytics Tool to Evaluate Mobility and Sociability Trends During COVID-19
New York University(纽约大学);University of Washington(华盛顿大学);Old Dominion University(老道明大学)
COVID-19疫情极大地改变了受影响城市的旅行行为。C2 SMART研究团队一直在调查COVID-19对流动性和社交能力的影响。纽约市(NYC)和西雅图是美国受COVID-19影响最严重的两个城市,我们的初步研究包括这两个城市。开发了具有数据采掘和云计算功能的一体化仪表板,用于交互式数据分析和可视化,以便于了解疫情的影响以及相应的政策,例如社交距离对交通系统的影响。该平台定期更新,并随着新数据、影响指标和可视化的增加而不断发展,以帮助公众和决策者做出明智的决策。本文介绍了与COVID相关的移动数据仪表板的架构以及纽约市和西雅图的初步移动性和社交性指标。
2020-06-26 cs.CV cs.CY cs.HC
Coordinated 2D-3D Visualization of Volumetric Medical Data in XR with Multimodal Interactions
提出基于XR的医学数据协同可视化系统,结合多平面重建与3D网格模型及多模态交互,通过用户研究和专家访谈验证其能提升空间理解、降低认知负荷并改善任务效率。
2025-06-28 cs.GR cs.HC cs.MM
AVA: Towards Autonomous Visualization Agents through Visual Perception-Driven Decision-Making
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室);SCI Institute, University of Utah(犹他大学SCI研究所)
本文提出首个自主可视化智能体框架 AVA,利用多模态 LLM 的视觉感知解释既有可视化输出并迭代选择参数,以自然语言完成高层级可视化目标。
2023-12-07 cs.AI cs.CV cs.GR
Towards Visualization of Time-Series Ecological Momentary Assessment (EMA) Data on Standalone Voice-First Virtual Assistants
人口老龄化是21世纪医疗保健的一个越来越重要的考虑因素,继续访问数字健康信息并与之互动是老龄化人口面临的一个关键挑战。基于语音的智能虚拟助理(IVAs)有望改善老年人的生活质量(QoL),并与生态瞬时评估(EMA)相结合,它们可以有效地收集老年人的重要健康信息,特别是在涉及重复的时间事件时。然而,老年人很难获得相同的EMA数据:尽管最新的IVA配备了显示器,但尚未探索在独立IVA上可视化基于时间序列的EMA数据的有效性。为了研究在独立IVA上可视化基于时间序列的EMA数据的潜在机会,我们设计了一个原型系统,老年人可以在Amazon Echo Show上查询和检查时间序列EMA数据-这是一种广泛使用的商用独立屏幕IVA。我们对一位老年病学家和一位老年人进行了初步的半结构化访谈,并确定了在设计这种可视化时应该仔细考虑的三个发现。
2022-07-30 cs.CY cs.HC
Identification of crowds using mobile crowd detection (MCS) and visualization with the DBSCAN algorithm for a Smart Campus environment
本文探讨了在智慧校园环境中利用移动群智感知(MCS)和DBSCAN算法进行人群拥挤检测与可视化的可行性,初步结果表明该系统可有效预防拥挤事故并辅助公共空间管理。
2024-09-28 cs.CY cs.HC