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
Towards Natural Language-Based Visualization Authoring
可视化创作的一个关键挑战是熟悉创作工具的复杂用户界面的过程。自然语言接口(NLI)由于其可学习性和可用性而呈现出有希望的益处。然而,支持NLI的创作工具需要在自然语言处理的专业知识,而现有的NLI主要是为可视化分析工作流设计的。在本文中,我们提出了一个面向作者的NLI管道,通过引入一个结构化的表示用户的可视化编辑意图,称为编辑动作,基于形成性的研究和广泛的调查可视化建设工具。编辑动作是可执行的,并且因此将自然语言解释和可视化应用解耦为中间层。我们实现了一个基于深度学习的NL解释器,将NL话语翻译成编辑动作。解释器是可重用的,可跨创作工具扩展。创作工具只需要将编辑操作映射到特定于工具的操作。为了说明NL解释器的用法,我们实现了Excel图表编辑器和概念验证创作工具VisTalk。我们与VisTalk进行用户研究,以了解基于NL的创作系统的使用模式。最后,我们讨论了用户如何用自然语言创作图表的观察,以及对未来研究的影响。
2022-10-23 cs.HC
Interaction Techniques for Exploratory Data Visualization on Mobile Devices
针对移动设备探索式数据可视化现有交互难度高的问题,提出四项设计原则、13种候选交互方案,通过12人形成性研究总结出四大类设计考量与权衡,为移动端数据可视化交互设计提供参考。
2024-04-17 cs.HC
Make Interaction Situated: Designing User Acceptable Interaction for Situated Visualization in Public Environments
本文针对公共环境中情境化可视化的交互接受度问题,通过形成性研究和迭代设计提出眼动、手部及空间感知物体交互技术,并在AR原型中验证其优于传统手部交互。
2024-08-07 cs.HC
DataSway: Vivifying Metaphoric Visualization with Animation Clip Generation and Coordination
The Hong Kong University of Science and Technology(香港科技大学);Newcastle University(纽卡斯尔大学)
本文提出DataSway系统,通过动画片段生成与协调技术,帮助用户创建基于SVG的隐喻可视化动画,提升数据抽象编码的理解与交互体验。
2026-04-25 cs.HC
LLM-Assisted Workflow for Structural Difference Visualization in Evolving Software Requirements
Charleston Southern University(查尔斯顿南方大学)
提出LLM辅助工作流,在OntologyWeb中构建语义图并并排比较,以可视化演化软件需求的结构差异。
2026-09-24 cs.HC cs.IR cs.SE
VizCV: AI-assisted visualization of researchers' publications tracks
Masaryk University(马萨里克大学);Hamad Bin Kalifa University(哈马德·本·卡利夫大学);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文提出基于 Web 的端到端可视化分析框架 VizCV,利用主题分析、降维和大语言模型,从研究主题、发表影响力与合作网络三维度交互式呈现并比较研究者职业轨迹。
2025-05-13 cs.AI cs.HC
The Quest for Omnioculars: Embedded Visualization for Augmenting Basketball Game Viewing Experiences
体育比赛数据正变得越来越复杂,通常由多变量数据组成,例如球员表现统计数据、历史团队记录和运动员的位置跟踪信息。虽然已经为体育分析师开发了许多可视化分析系统来获得见解,但很少有工具针对球迷来提高他们在现场比赛中对体育数据的理解和参与。通过在实际的游戏视图中呈现额外的数据,嵌入式可视化有可能增强球迷的游戏观看体验。然而,很少有人知道如何设计这种嵌入到实时游戏中的可视化。在这项工作中,我们提出了一个以用户为中心的设计研究开发交互式嵌入式可视化的篮球球迷,以改善他们的现场观看比赛的经验。我们首先进行了一项形成性研究,以描述篮球迷的比赛中分析行为和任务。基于我们的研究结果,我们提出了一个设计框架,通知嵌入式可视化的设计基于特定的数据搜索上下文。根据设计框架,我们提出了五种新颖的嵌入式可视化设计,针对球迷确定的五个代表性的背景下,包括射击,进攻,防守,球员评价,球队比较。然后,我们开发了Omnioculars,这是一个交互式篮球比赛观看原型,其特点是为球迷的比赛数据分析提供了嵌入式可视化。我们评估了Omnioculars在模拟篮球比赛与篮球迷。研究结果表明,我们的设计支持个性化的游戏中数据分析,并提高游戏的理解和参与。
2022-09-01 cs.HC
NoteEx: Interactive Visual Context Manipulation for LLM-Assisted Exploratory Data Analysis in Computational Notebooks
School of Computer Science\ of Waterloo Waterloo Ontario Canada;The Hong Kong University of Science;School of Computer Science\ of Waterloo
NoteEx通过JupyterLab中的语义可视化帮助分析师外化EDA心智模型并交互式选择LLM上下文,实验证明其能提升心智模型保持与LLM响应质量。
2025-11-10 cs.AI cs.HC
VizDefender: Unmasking Visualization Tampering through Proactive Localization and Intent Inference
East China Normal University(华东师范大学);Hong Kong University of Science and Technology(香港科学与技术大学);School of Computer Science and Technology(计算机科学与技术学院)
VizDefender通过半脆弱水印和意图分析模块,主动定位和推断可视化篡改,有效检测和分析数据篡改与视觉编码篡改。
2025-12-21 cs.CV cs.HC
Knowledge Rocks:Adding Knowledge Assistance to Visualization Systems
我们提出了知识岩石,增强可视化系统的知识辅助可视化系统,定义的KAVA模型的实施策略和指导方针。可视化系统变得越来越复杂。因此,以综合知识库支持用户作出建设性选择和得出正确结论越来越重要。我们支持可视化软件资源的有效重新激活,增加他们的知识援助。为了提供一个通用的,但支持的实施策略,我们提出了一个实施过程中,基于应用程序不可知的架构。该体系结构源自现有的知识辅助可视化系统和KAVA模型。它的核心是一个本体,能够自动分析和分类输入数据,链接到数据库存储分类的实例。我们讨论的KR框架的设计决策和优势,并说明其广泛的应用领域,在不同的集成可能性,这种架构到现有的可视化系统。此外,我们提供了一个详细的案例研究,通过增加知识援助设施的信息技术安全系统。
2021-11-08 cs.HC
Improving Steering and Verification in AI-Assisted Data Analysis with Interactive Task Decomposition
University of Toronto(多伦多大学);Microsoft Research(微软研究院)
针对AI辅助数据分析中验证与引导困难,提出Stepwise和Phasewise两种交互式任务分解方法,实验证明其能显著提升用户控制感及干预、纠正和验证的便利性。
2024-08-01 cs.AI cs.HC
Qualitative Study for LLM-assisted Design Study Process: Strategies, Challenges, and Roles
本文通过多阶段定性研究,调查了30名研究人员利用LLMs辅助可视化设计研究的策略、挑战与角色,并提出了一个利用LLMs增强设计研究过程的框架。
2025-08-13 cs.HC
"The Diagram is like Guardrails": Structuring GenAI-assisted Hypotheses Exploration with an Interactive Shared Representation
College of Information, University of Maryland USA(信息学院,马里兰大学美国分校);IBM Research USA(IBM美国研究)
本研究通过设计探针实验,验证了节点-链接图作为共享表示,结合AI提示,能有效结构化假设探索,提升人机协作数据分析的广度与深度。
2025-04-21 cs.AI cs.HC
A Survey on ML4VIS: Applying Machine Learning Advances to Data Visualization
受机器学习(ML)巨大成功的启发,研究人员将ML技术应用于可视化,以实现更好的可视化设计,开发和评估。这一研究分支被称为ML 4VIS,近年来越来越受到研究关注。为了成功地使ML技术适应可视化,需要对ML 4VIS的集成有一个结构化的理解。在本文中,我们系统地调查了88 ML 4VIS研究,旨在回答两个激励性的问题:“什么可视化过程可以通过ML?以及“机器学习技术如何用于解决可视化问题?“这项调查揭示了ML技术的使用可以使可视化受益的七个主要过程:数据处理4VIS,数据-VIS映射,InsightCommunication,风格模仿,VIS交互,VIS阅读和用户分析。这七个过程与ML 4VIS管道中现有的可视化理论模型相关联,旨在阐明ML辅助可视化在一般可视化中的作用,同时将这七个过程映射为ML的主要学习任务,以使ML的能力与可视化需求相匹配。在ML 4VIS管道和ML-VIS映射的背景下讨论了ML 4VIS的当前实践和未来机会。虽然在ML 4VIS领域还需要更多的研究,我们希望本文可以为未来的探索提供一块垫脚石。该调查的网络交互式浏览器可在https://ml4vis.github.io上获得
2021-12-23 cs.HC
The Role of Visualization in LLM-Assisted Knowledge Graph Systems: Effects on User Trust, Exploration, and Workflows
本文研究LLM辅助知识图谱系统中可视化对用户信任和工作流的影响,开发了LinkQ系统并设计五种可视化机制。对14位从业者的评估发现,用户常因可视化过度信任系统输出,且工作流因经验而异,揭示了虚假信任风险及可视化作为缓解技术的必要性。
2025-05-20 cs.HC cs.LG
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
Bayesian-Assisted Inference from Visualized Data
数据解释的贝叶斯观点建议可视化用户应该根据新观测捕获的关于参数值的信息量来更新他们关于参数值的现有信念。扩展了最近应用贝叶斯模型来理解和评估可视化的信念更新的工作,我们展示了如何使用贝叶斯推理的预测来指导更合理的信念更新。我们设计了一个贝叶斯推理辅助的不确定性类比,在数字上与观察到的数据的不确定性用户的主观不确定性,和后验可视化,规定用户应该如何更新他们的信念,他们的先验信念和观察到的数据。在对4,800人进行的预注册实验中,我们发现,当新观察到的数据样本相对较小(N=158)时,与当前可视化观察数据中的不确定性的最佳实践相比,这两种技术平均可靠地提高了人们的贝叶斯更新。对于大数据样本(N=5208),人们的更新的信念往往偏离更强烈的贝叶斯模型的处方,我们发现证据表明,这两种形式的贝叶斯援助的有效性可能取决于人们的倾向对信任的数据源。我们讨论了我们的研究结果如何提供洞察个人的信念更新和主观不确定性的过程,以及如何理解这些方面的解释铺平了道路,为更复杂的交互式可视化分析和沟通。
2020-08-08 cs.HC stat.ME
MyWeekInSight: Designing and Evaluating the Use of Visualization in Self-Management of Chronic Pain by Youth
本研究设计了基于可视化的自我反思工具MyWeekInSight,通过可视化个人健康数据帮助慢性疼痛青少年理解生活因素间的交织关系,经三周临床部署评估,提出了临床部署的挑战框架与缓解策略。
2024-05-30 cs.HC
Gen-Diaolou: An Integrated AI-Assisted Interactive System for Diachronic Understanding and Preservation of the Kaiping Diaolou
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Hong Kong Baptist University(香港浸会大学)
Gen-Diaolou是一种集成AI辅助交互系统,旨在通过历史变迁理解和保护Kaiping Diaolou,提升文化遗产参与度和保护意识。
2026-02-03 cs.HC
ARGUS: Visualization of AI-Assisted Task Guidance in AR
本文提出ARGUS可视化分析系统,通过在线与离线可视化多模态传感器数据和ML模型输出,支持智能AR助手的开发、调试与优化。
2023-08-11 cs.HC
GEViTRec: Data Reconnaissance Through Recommendation Using a Domain-Specific Prevalence Visualization Design Space
基因组流行病学(genEpi)是公共卫生的一个分支,它使用许多不同的数据类型,包括表格,网络,基因组和地理,以识别和遏制致命疾病的爆发。由于数据的数量和多样性,genEpi领域专家进行数据侦察是一项挑战;也就是说,对他们拥有的数据进行概述,并对其质量,完整性和适用性进行评估。我们提出了一个算法,通过自动可视化推荐,GEViTRec的数据侦察。我们的方法处理各种各样的数据集类型,并自动生成协调的图表组合,与现有的系统,主要集中在单例可视化编码的表格数据集。我们通过分析非数值属性字段,自动检测多个输入数据集之间的链接,创建一个实体图,在其中分析和排名路径。对于每一个高排名的路径,我们指定的图表组合与空间和颜色的对齐共享字段之间,使用逐步绑定的方法来转换初始的部分规格的单例图表,以完成规格的对齐和定向一致。我们的方法的一个新颖的方面是它的领域不可知的元素与特定领域的信息,通过特定领域的可视化流行设计空间被捕获的组合。我们的实现被应用于埃博拉疫情的合成数据和真实数据。我们将GEViTRec的输出与以前的可视化推荐系统生成的输出进行比较,并与从业者使用的手动可视化进行比较。我们与10位genEpi专家进行了形成性评估,以评估我们结果的相关性和可解释性。
2020-10-22 cs.HC q-bio.GN
How Spatial Biologists Direct and Verify AI-Assisted Analyses
Harvard University(哈佛大学);Heidelberg University(海德堡大学)
本研究通过观察十位空间生物学家使用Claude Science,揭示他们如何指导和验证AI代理分析,并提出四个设计方向以支持执行控制、交互视图、信息透明和可访问验证。
2026-09-25 cs.HC
Telling Stories from Computational Notebooks: AI-Assisted Presentation Slides Creation for Presenting Data Science Work
Hong Kong University of Science and Technology(香港科技大学);IBM Research(IBM研究院);University of Michigan(密歇根大学)
对于数据科学家来说,创建演示幻灯片是一项重要但耗时的任务。虽然研究人员提出了许多人工智能技术来减轻数据科学家在数据准备和模型选择方面的负担,但很少有人针对演示文稿创建任务。基于从形成性研究中确定的需求,本文介绍了NB 2Slides,这是一个AI系统,可以帮助用户撰写他们的数据科学工作的演示文稿。NB 2Slides使用深度学习方法以及基于示例的提示来从计算笔记本生成幻灯片,并获取用户的输入(例如,观众背景)来构造幻灯片。NB 2Slides还提供了一个交互式可视化,将幻灯片与笔记本链接,以帮助用户进一步编辑幻灯片。12位数据科学家的后续用户评估显示,参与者认为NB 2Slides可以提高效率,降低创建幻灯片的复杂性。然而,与会者对全自动化的未来提出了质疑,并提出了一种人类-人工智能协作模式。
2023-01-26 cs.HC cs.LG
SceneLoom: Communicating Data with Scene Context
针对数据可视化与现实场景图像割裂的问题,本文提出 VLM 驱动的 SceneLoom 系统,依据叙事意图生成多维度对齐的设计方案,并验证其能激发创意与促进设计外化。
2025-07-28 cs.HC
WaitGPT: Monitoring and Steering Conversational LLM Agent in Data Analysis with On-the-Fly Code Visualization
本文提出 WaitGPT,将 LLM 生成的数据分析代码实时转为逐步交互式可视化,帮助用户监控、验证和修改分析流程,并通过用户研究验证其在错误检测与结果信心方面的提升。
2024-08-03 cs.HC
BDIViz: An Interactive Visualization System for Biomedical Schema Matching with LLM-Powered Validation
NYU Tandon School of Engineering(纽约大学坦登工程学院);NYU Grossman School of Medicine(纽约大学格罗斯曼医学院)
BDIViz通过交互式可视化技术解决生物医学模式匹配中的可扩展性和语义模糊问题,结合多种匹配方法与大语言模型验证,提升匹配准确性并降低认知负担。
2025-07-28 cs.HC
Text-Based Visualizations for Learning Analytics: Perspectives from STEM Education Researchers
Harvard Medical School(哈佛医学院);University of New Hampshire(新罕布什尔大学);Hanoi University of Science and Technology(河内科学技术大学);University of Washington Bothell(华盛顿大学博塞尔分校)
通过混合方法专家研究,探讨定量可视化工具如何支持定性教育研究,发现频率可视化作为定性分析入口的潜力与局限性,并提出整合定量与定性方法的设计启示。
2026-06-18 cs.CY cs.HC
Towards medhub: A Self-Service Platform for Analysts and Physicians
本文介绍面向分析师和医生的自助服务平台 medhub 的第一阶段成果,采用以用户为中心的方法促进跨学科生物标志物识别,并规划将可视化研究与用户中心设计相结合。
2023-09-22 cs.HC
TailVis: Expressive Chart Refinement Preserving Data-Binding Integrity
Seoul National University(首尔大学);Midjourney
TailVis旨在解决现有可视化工具在图表细化时数据绑定易被破坏的问题,通过扩展参考模型,支持元素级选择、自然语言输入与GUI小部件结合及出处历史记录,实现富有表现力的视觉定制且保留数据绑定完整性,减少手动流程。
2026-08-12 cs.HC
From Verification Burden to Trusted Collaboration: Design Goals for LLM-Assisted Literature Reviews
本文针对LLM辅助文献综述中的信任和协作问题,提出六个设计目标和框架,通过可视化、验证和反馈对齐提升可信度与协作效率。
2025-12-12 cs.AI cs.HC
SHAPR: A Solo Human-Centred and AI-Assisted Practice Framework for Research Software Development
School of Business, University of Southern Queensland(南昆士兰大学商学院)
SHAPR框架为独立人类中心化和AI辅助的研究软件开发提供实践指导,通过整合行动设计研究原则,促进反思学习和方法论严谨性。
2026-02-12 cs.HC cs.SE
Characterizing Visualization Insights through Entity-Based Interaction: An Exploratory Study
可视化的主要目的之一是帮助用户发现见解。虽然已经有很多针对复杂的数据转换和新颖的呈现技术的信息可视化研究,但相对较少的是了解用户如何通过交互式数据可视化获得见解。本文提出了一个众包的研究与158名参与者调查之间的关系基于实体的互动(一个动作+其目标实体)和由此产生的洞察力。为此,我们将与现有CO2 Explorer的交互概括为基于实体的交互,并使用户能够输入注释并参考相关实体以帮助他们的叙述。我们记录了用户自由探索可视化的交互,并描述了他们对数据的外部见解。使用基于实体的互动和参考来推断洞察力特征(类别,概述与细节和先验知识),我们发现证据表明,与互动相比,实体参考改善了洞察力表征,从轻微/公平到公平/中等协议。为了解释预测结果,特征重要性和相关性分析表明,详细的见解往往有更多的鼠标悬停在图表区域,并引用垂直参考线在折线图作为证据。我们讨论了知识辅助可视化的研究限制和影响,例如,基于用户探索的洞察力建议。
2022-04-27 cs.HC
How Do Researchers Manage Visualization Experiment Stimuli?
Korea Advanced Institute of Science & Technology(韩国科学技术院);University of Washington(华盛顿大学)
本研究通过访谈19位可视化研究人员,梳理了可视化实验刺激全生命周期的实践与挑战,探讨了AI辅助实验设计的相关态度,并提出了未来的研究方向。
2026-07-30 cs.HC
VisCanvas: A Node-Based Interface for Exploratory Visualization Authoring with LLMs
Arizona State University(亚利桑那州立大学)
研究针对大语言模型下可视化创作工具线性界面不适用于探索性分析工作流的问题,介绍基于节点的VisCanvas界面,通过用户研究表明其能在维持性能水平时促进多样数据交互,还提炼了未来AI辅助可视化创作环境的设计原则。
2026-09-23 cs.HC
Playing telephone with generative models: "verification disability," "compelled reliance," and accessibility in data visualization
本文通过模型间“传话游戏”揭示AI生成可视化描述在可访问性场景中会放大偏见并迫使盲人用户依赖不可验证的输出,进而为技术开发者、残障用户和研究人员分别提出改进方向。
2025-08-17 cs.HC
Design Knowledge in Data Visualization: Mapping the Epistemic Landscape
Purdue University(普渡大学);Indiana University(印第安纳大学);SDU University(SDU大学)
本文借助设计理论绘制数据可视化的设计知识图景,指出该领域在部分知识领域优势显著、部分阐释不足,提出可视化设计依赖知识制品与在用知识,主张计算系统可支持部分设计认知,而非将设计视为完全可形式化或抗拒计算支持的对象。
2026-08-11 cs.HC
Fidyll: A Compiler for Cross-Format Data Stories & Explorable Explanations
叙事可视化是一种强大的交流工具,可以采用各种格式,如交互式文章,幻灯片和数据视频。这些格式各有优缺点,但现有的创作工具只支持一个输出目标。我们与七位领域专家进行了一系列的形成性访谈,以了解跨格式数据故事的需求和实践,并开发了Fidyll,一个用于创作交互式数据故事和可探索性解释的跨格式编译器。我们的开源工具可用于快速创建格式,包括静态文章、低速运动文章、交互式文章、幻灯片和视频。我们通过一系列真实世界的使用场景来评估我们的系统,展示它如何使数据新闻,科学出版和非营利宣传领域的作者受益。我们展示了如何Fidyll,提供表达的杠杆作用,减少非叙事标记,作者需要写80-90%相比,Idyll,现有的置标语言创作交互式文章。
2022-05-19 cs.HC
TaskArtisan: Designing Composable Generative Widgets for LLM-Assisted Analysis
Department of EECS, University of California, Berkeley(加州大学伯克利分校电气工程和计算机科学系)
研究探索大语言模型辅助分析中生成式用户界面带来的新机会。通过采访、分析工具及比较研究,发现GUI利弊,总结权衡形成临时设计框架,为未来大语言模型辅助分析工作流程中的生成式用户界面设计提供参考。
2026-07-28 cs.HC
Designing a User Interface for Generative Design in Augmented Reality: A Step Towards More Visualization and Feed-Forwarding
针对增强现实中生成式设计缺乏高效界面问题,提出一种自动生成设计约束的UI系统,支持构建环境、编辑对象并导出CSV,通过直观交互和即时反馈提升设计体验。
2025-03-27 cs.HC
May (A)I Beautify Your Visualization? Expert Judgments of Acceptable Aesthetic Alterations
University of Utah(犹他大学);University of Arizona(亚利桑那大学)
通过专家调查(N=95),研究自然现象3D可视化中美学改动的可接受性,发现改动意义比层级(呈现/数据)更关键,且AI生成的改动被认为不如人工改动可接受。
2026-07-02 cs.GR cs.HC
Feature-Action Design Patterns for Storytelling Visualizations with Time Series Data
Science and Technology Facilities Council (STFC)(科学与技术设施委员会(STFC));University of Oxford(牛津大学);University of Edinburgh(爱丁堡大学);Bangor University(班戈大学);City University(城市大学)
提出一种计算机辅助的元创作方法,通过设计包含特征-动作模式的故事板,实现动态时间序列数据的叙事可视化,适用于COVID-19及机器学习工作流等情境。
2024-02-05 cs.HC cs.LG
An Explainable AI Approach to Large Language Model Assisted Causal Model Auditing and Development
Stony Brook University(石溪大学);College of Marin(马林学院);Akai Kaeru LLC(Akai Kaeru 有限责任公司)
提出用大型语言模型(如ChatGPT)逐边审计因果网络,生成方向、混杂和中介见解并可视化,辅助人类分析师修正模型,实现人机协作的因果建模。
2023-12-23 cs.AI cs.HC cs.LG
How Do Analysts Understand and Verify AI-Assisted Data Analyses?
本文通过集成解释、代码、可视化和交互表的设计探针及 n=22 用户研究,考察分析师如何验证 AI 生成数据分析,并提出工具设计建议。
2024-03-04 cs.HC
From Unstructured to Structured: Transforming Chatbot Dialogues into Data Mart Schema for Visualization
针对菲律宾公立学校健康监测资源不足及聊天对话非结构化难分析的问题,提出四阶段流程将对话转为结构化星型模式并搭建可视化仪表板,验证了其良好的加载性能。
2023-05-07 cs.DB cs.HC
Setting SAIL: Leveraging Scientist-AI-Loops for Rigorous Visualization Tools
Aix-Marseille Université(艾克斯-马赛大学);CNRS/IN2P3, CPPM(法国国家科学研究中心/欧洲核子研究组织粒子物理研究所,马赛粒子物理中心);Department of Astronomy/Steward Observatory, University of Arizona(亚利桑那大学天文学系/斯图尔德天文台);Department of Physics, University of Arizona(亚利桑那大学物理系);Sorbonne Université, CNRS/IN2P3, Laboratoire de Physique Nucléaire et de Hautes Energies (LPNHE)(索邦大学,法国国家科学研究中心/欧洲核子研究组织,核物理与高能物理实验室);Universitäts-Sternwarte München, Fakultät für Physik, Ludwig-Maximilians Universität(慕尼黑大学天文台,物理学院,路德维希-马克西米利安大学);Department of Physics and Leinweber Center for Theoretical Physics, University of Michigan(密歇根大学物理系及莱因韦伯理论物理中心);School of Astronomy and Space Sciences, University of Science and Technology of China(中国科学技术大学天文与空间科学学院)
本文提出SAIL框架,通过分离领域逻辑与代码语法,帮助科学家在保持科学严谨性的同时利用AI快速生成代码,展示两个开源天文工具,证明其在科普、教学和早期研究中的有效性。
2026-03-18 astro-ph.CO astro-ph.IM cs.HC
MetaStackVis: Visually-Assisted Performance Evaluation of Metamodels
Linnaeus University(林奈大学);Linköping University(林雪平大学)
本文提出MetaStackVis可视化工具,用于探索不同元模型对堆叠集成性能的影响,通过预测概率和验证指标辅助用户选择,并在医学数据集上评估。
2024-04-18 cs.HC cs.LG stat.ML
Vision6D: 3D-to-2D Interactive Visualization and Annotation Tool for 6D Pose Estimation
IEEE Publication Technology Group(IEEE出版技术组)
Vision6D是一个交互式3D到2D可视化标注工具,利用视觉线索和相机内参矩阵在未知变换矩阵下实现准确6D姿态标注,经Linemod和HANDAL数据集及用户研究验证,旨在弥合2D与3D场景差距。
2025-04-21 cs.CV cs.GR cs.HC