![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
时序数据可视化
文章平均质量分 95
子衿JDD
JDD学习备忘录
展开
-
【论文阅读】-- KronoMiner: Using Multi-Foci Navigation for the Visual Exploration of Time-Series Data
长时间序列数据中模式发现的需求促使研究人员开发交互式可视化工具和分析算法来深入了解数据。大多数关于时间序列数据可视化的文献要么关注少量任务,要么关注特定领域。我们提出了 KronoMiner,这是一种嵌入新的交互和可视化技术以及用于时间序列数据的可视化探索的分析功能的工具。该界面的设计根据专家用户的反馈进行了迭代完善。未参与设计过程的专家用户的定性评估表明我们的原型有望进行进一步研究。关键词:交互风格。原创 2024-07-08 18:18:05 · 748 阅读 · 1 评论 -
【论文阅读】-- RankExplorer: Visualization of Ranking Changes in Large Time Series Data
对于许多涉及时间序列数据的应用,人们通常对项目值随时间的变化以及它们的排名变化感兴趣。例如,人们每天通过 Google 和 Bing 等搜索引擎搜索许多单词。分析师对每个词的绝对搜索量及其相对排名感兴趣。两组统计数据都可能随时间而变化。对于包含数千个项目的非常大的时间序列数据,如何直观地呈现排名变化是一个有趣的挑战。在本文中,我们提出了 RankExplorer,一种基于 ThemeRiver 的新颖可视化方法,用于揭示排名变化。原创 2024-07-07 18:28:50 · 762 阅读 · 1 评论 -
【论文阅读】-- Visual Traffic Jam Analysis Based on Trajectory Data
在这项工作中,我们提出了一个基于 GPS 轨迹的城市交通拥堵可视化分析交互式系统。对于这些轨迹,我们制定了提取和导出交通拥堵信息的策略。清理轨迹后,将它们与道路网络相匹配。随后,计算每个路段的交通速度并自动检测交通拥堵事件。空间和时间相关的事件在所谓的交通拥堵传播图中串联起来。这些图表形成了交通拥堵及其在时间和空间上的传播的高级描述。我们的系统提供了多种视图,可以在传播图层面和路段层面上直观地探索和分析整个大城市的交通状况。通过在北京收集的 24 天出租车 GPS 轨迹进行案例研究,证明了我们系统的有效性。原创 2024-07-07 16:47:10 · 1287 阅读 · 0 评论 -
【论文阅读】-- Visual Exploration of Big Spatio-Temporal Urban Data: A Study of New York City Taxi Trips
随着越来越多的城市数据被捕获和可用,数据驱动分析出现了新的机会,可以通过基于证据的决策和政策改善公民的生活。在本文中,我们关注一个特别重要的城市数据集:出租车出行。出租车是有价值的传感器,与出租车行程相关的信息可以提供对城市生活许多不同方面的前所未有的洞察,从经济活动和人类行为到出行模式。但分析这些数据提出了许多挑战。这些数据很复杂,除了与每次旅行相关的多个变量之外,还包含地理和时间成分。因此,很难指定探索性查询并执行比较分析(例如,随时间比较不同区域)。原创 2024-07-06 00:15:00 · 1076 阅读 · 0 评论 -
【论文阅读】-- Visual Analytics for Model Selection in Time Series Analysis
对于流行病学、经济或环境科学等许多应用领域的领域专家来说,时间序列分析中的模型选择是一项具有挑战性的任务。用于此任务的方法需要人类判断和自动计算的紧密结合。然而,统计软件工具并不能通过交互式可视界面充分支持这种组合。我们提出了一个可视化分析流程来指导领域专家完成此任务。为此,我们开发了 TiMoVA 原型,该原型根据用户故事和专家对用户体验的迭代反馈来实现此流程。该原型通过使用场景、流行病学示例数据集以及对两位外部统计领域专家的采访进行了评估。原创 2024-07-05 17:02:21 · 1245 阅读 · 0 评论 -
【论文阅读】-- Interactive Horizon Graphs:改进多个时间序列的紧凑可视化
已经提出了许多方法用于多个时间序列的可视化。两种突出的方法是缩减折线图 (RLC),它显示时间序列的小倍数,以及最近的水平图 (HG)。我们建议使用一种新技术——交互式水平图(IHG)来统一 RLC 和 HG,该技术使用平移和缩放交互来增加可以并行分析的时间序列数量。在一项用户研究中,我们比较了 RLC、HG 和 IHG 在几个任务和时间序列的数量上,重点关注具有大规模和小规模变化的数据集。我们的结果表明,在图表数量众多的复杂比较和匹配任务中,IHG的表现优于其他两种技术。原创 2024-07-05 15:22:45 · 1402 阅读 · 0 评论 -
【论文阅读】-- Strscope:不规则测量的时间序列数据的多尺度可视化
对于不规则测量的时间序列数据,测量频率或间隔与测量值本身一样重要。众所周知的时间序列可视化,如折线图,擅长展示变化的总体时间模式;然而,它在揭示测量频率/间隔方面效果不佳,同时可能错误地增加对测量间隙之间值的信心。相比之下,条形图在展示频率/间隔方面更为有效,但在展示总体模式方面不如折线图有效。我们在一个统一的可视化模型中整合了折线图和条形图,称为涟漪图,以结合它们的优势并提高图形完整性。基于涟漪图,我们实现了一个交互式时间序列数据可视化工具。原创 2024-07-04 00:13:24 · 779 阅读 · 0 评论 -
【论文阅读】-- M4:面向可视化的时间序列数据聚合
对大量时间序列数据的可视化分析在许多行业中都很普遍,包括金融、银行和离散制造。用于大容量时间序列数据可视化的当代基于 RDBMS 的系统难以应对交互式可视化的硬延迟要求和高摄取率。现有的减少时间序列数据量的解决方案忽视了可视化的语义并导致可视化错误。在这项工作中,我们介绍了 M4,一种基于聚合的时间序列降维技术,可以以高数据缩减率提供无错误的可视化。我们重点关注作为时间序列可视化的主要形式的折线图,通过尊重线光栅化的过程,详细解释了现有数据缩减技术的缺点以及我们的方法如何超越现有技术。原创 2024-07-02 00:45:00 · 695 阅读 · 1 评论 -
【论文阅读】-- TimeNotes:时间序列数据的有效图表可视化和交互技术研究
收集传感器数据会产生大量的时间数据集,需要对其进行可视化、分析和呈现。使用一维时间序列图表,但当屏幕分辨率与数据相比较小时,就会出现问题。这可能会导致严重的过度绘制,从而需要提供有效的渲染和方法以允许与详细数据交互。常见的解决方案可以分为多尺度表示、基于频率和基于镜头的交互技术。在本文中,我们对现有方法进行了比较评估,例如 Stack Zoom [15] 和 ChronoLenses [38],对每种方法进行了图形化概述,并对它们探索数据和与数据交互的能力进行了分类。原创 2024-07-01 16:28:30 · 899 阅读 · 0 评论 -
【论文阅读】-- 研究时间序列可视化,提升用户体验
时间序列可视化的图形感知研究主要集中在视觉表示上,而不是交互上。即使对于视觉表示,对于视觉编码对用户的影响以及笛卡尔和极坐标系统的优缺点的研究也很有限。为了弥补这一研究空白,我们进行了一项全面的图形感知研究,测量了针对多个任务的不同交互、视觉编码和坐标系的时间序列可视化的有效性。我们的结果表明,虽然位置和颜色视觉编码对于大多数任务来说更好,但区域视觉编码在数据比较方面表现更好。最重要的是,我们发现在时间序列可视化中引入交互性可以显着增强用户体验,而不会损失任何效率或准确性。原创 2024-07-01 11:22:20 · 1000 阅读 · 0 评论 -
【论文阅读】-- Temporal Summary Images:通过交互式注释生成和放置实现叙事可视化的方法
可视化是一种用于分析和交流复杂、多维和时变数据的强大技术。然而,由于可视化属性的数量、各种显着特征以及解释兴趣点 (POI)所需的意识,在图表或图形中手动合成连贯的叙述可能很困难。我们提出时间摘要图像(TSI)作为探索这些数据并从中创建故事的方法。作为一种可视化,TSI 由三个常见组件组成:(1) 时间布局、(2) 漫画风格的数据快照和 (3) 文本注释。为了增强用户分析和探索,我们开发了许多交互式技术来推荐相关的数据特征和设计选择,包括自动注释工作流程。随着分析和视觉设计过程的融合,生成的图像变得适合。原创 2024-06-26 22:33:35 · 973 阅读 · 0 评论 -
【论文阅读】-- MultiStream:探索分层时间序列的多分辨率流图方法
多重时间序列是一组在同一时间间隔内出现的多个定量变量。它们出现在医学、金融和制造业等许多领域,用于分析目的。近年来,流图可视化(由 ThemeRiver 演变而来)被广泛用于表示多个时间序列的时间演变模式。然而,在处理多个时间序列时,streamgraph 和 ThemeRiver 都存在可扩展性问题。为了解决这个问题,可以将多个时间序列组织成一个分层结构,在这个结构中,单个时间序列根据它们之间的接近程度被分层分组。原创 2024-06-26 20:59:05 · 828 阅读 · 0 评论 -
【论文阅读】--Popup-Plots: Warping Temporal Data Visualization
时间数据可视化用于分析随时间变化的因变量,其中时间是一个独立变量。由于需要向用户传达许多方面的信息(例如,时间和变量的变化),可视化时间数据本质上是困难的。这是可视化中的一个重要主题,已经设计了许多处理不同任务的可视化技术。在本文中,我们提出了一种新颖的概念——弹出图(popup-plots),其中利用常见的3D旋转交互来浏览数据。这使用户能够从不同的角度查看数据,而无需学习和适应新的交互概念。因此,弹出图是一种新颖的可视化和与时间相关的因变量交互方法。我们通过根据时间弯曲空间来扩展2D图来加入时间信息。原创 2024-06-26 16:23:07 · 767 阅读 · 0 评论 -
【阅读论文】-- IDmvis:面向1型糖尿病治疗决策支持的时序事件序列可视化
1型糖尿病是一种慢性、无法治愈的自身免疫疾病,影响着数百万美国人,患者的体内停止产生胰岛素,导致血糖水平升高。强化的糖尿病管理的目标是通过频繁调整胰岛素方案、饮食和行为来降低平均血糖水平。患者会收集手动记录和医疗设备数据,但这些多个信息来源以不同的可视化设计呈现给临床医生,导致时间推断困难。我们进行了一项为期18个月的设计研究,与临床医生进行了强化的糖尿病管理。我们提出了一种数据抽象和新颖的层次任务抽象方法,适用于这个领域。原创 2024-06-25 15:45:37 · 930 阅读 · 0 评论 -
【论文阅读】-- 评估叠加时间序列和时间事件序列可视化中的对齐方法
复合时间事件序列可视化包括哨兵事件对齐技术来应对数据量和多样性。先前的工作已经证明了使用单一事件对齐来理解哨兵事件周围的前兆、同时发生和后果事件的实用性。然而,单事件对齐的有用性在复合可视化中尚未得到充分评估。此外,最近提出的双事件对齐技术尚未经过实证评估。在这项工作中,我们围绕时间事件序列和时序分析设计了任务,并在 Amazon Mechanical Turk 上进行了受控实验,以检查四种哨兵事件对齐方法。原创 2024-06-22 18:09:18 · 820 阅读 · 0 评论 -
【论文阅读】-- Comparing Similarity Perception in Time Series Visualizations(比较时间序列可视化中的相似性感知)
许多处理时间序列数据的领域专家面临的一个共同挑战是如何识别和比较相似的模式。此操作是高级任务的基础,例如检测重复出现的现象或创建相似时间序列的集群。虽然存在自动测量来计算时间序列相似性,但通常需要人工干预来直观地检查这些自动生成的结果。可视化文献已经研究了相似性感知及其与折线图自动相似性度量的关系,但尚未考虑替代视觉表示(例如地平线图和色域)是否会改变这种感知。受神经科学家如何评估癫痫样模式的启发,我们进行了两项实验,研究这三种可视化技术如何影响脑电图信号的相似性感知。原创 2024-06-21 21:45:05 · 1209 阅读 · 0 评论 -
【论文阅读】-- TSR-TVD:时变数据分析和可视化的时间超分辨率
我们提出了 TSR-TVD,这是一种新颖的深度学习框架,它使用对抗性学习生成时变数据 (TVD) 的时间超分辨率 (TSR)。TSR-TVD 是第一个应用循环生成网络(RGN)(循环神经网络(RNN)和生成对抗网络(GAN)的组合)从低分辨率体积序列生成时间高分辨率体积序列的工作。TSR-TVD 的设计包括发生器和鉴别器。生成器以一对体积作为输入,并通过前向和后向预测输出合成的中间体积序列。鉴别器将合成的中间体积作为输入并产生指示体积真实性的分数。原创 2024-06-21 10:08:33 · 845 阅读 · 1 评论 -
【阅读论文】-- SWS:时空核密度可视化的复杂性优化解决方案
时空核密度可视化(STKDV)已广泛应用于疾病爆发分析、交通事故热点检测和犯罪热点检测等领域。虽然 STKDV 可以提供准确且全面的数据可视化,但计算 STKDV 非常耗时,并且无法扩展到大规模数据集。为了解决这个问题,我们开发了一种新的基于滑动窗口的解决方案(SWS),理论上降低了生成 STKDV 的时间复杂度,而不增加空间复杂度。此外,我们将SWS与渐进式可视化框架相结合,可以不断向用户输出部分可视化结果(从粗到细),直到用户满意可视化。原创 2024-06-20 15:05:46 · 542 阅读 · 0 评论 -
【论文阅读】-- MIRIA:用于时空交互数据原位可视化和分析的混合现实工具包
在本文中,我们提出了 MIRIA,这是一个混合现实交互分析工具包,旨在支持混合现实和多显示环境中用户交互的现场可视化分析。到目前为止,有效探索和分析此类新颖计算系统中的交互模式的选择很少。借助 MIRIA,我们通过直接在原始环境中支持多个共处一地的用户对用户移动、空间交互和事件数据的分析来解决这一差距。根据我们自己的经验以及对现有方法中使用的典型数据、任务和可视化的分析,我们确定了系统的要求。原创 2024-06-19 22:42:31 · 1043 阅读 · 3 评论 -
【论文阅读】-- Attribute-Aware RBFs:使用 RT Core 范围查询交互式可视化时间序列颗粒体积
平滑粒子流体动力学 (SPH) 是一种无网格方法,用于模拟流体、天体物理学和固体力学中的体积介质。可视化这些模拟是有问题的,因为这些数据集通常包含数百万甚至数十亿个带有物理属性并随时间移动的粒子。使用径向基函数(RBF)对粒子进行建模,并对重叠粒子进行插值以重建高质量的体积场;然而,这种插值过程成本高昂,并且使得交互式可视化变得困难。现有的 RBF 插值方案不考虑颜色映射属性,而是仅限于可视化密度场。为了应对这些挑战,我们利用现代GPU 架构中的光线追踪核心来加速标量场重建。原创 2024-06-18 23:09:47 · 797 阅读 · 0 评论 -
【论文阅读】-- 时间空间化:用于深度分类器训练的可扩展且可靠的时间旅行可视化
时间旅行可视化回答了深度分类器的预测是如何在训练过程中形成的。它在二维或三维空间中可视化分类边界和样本嵌入在训练过程中如何演变。在这项工作中,我们提出了 TimeVis,一种用于深度分类器的新型时间旅行可视化解决方案。与最先进的解决方案 DeepVisualInsight (DVI) 相比,TimeVis 可以显着 (1)减少渲染样本跨不同训练时期的可视化错误,(2)提高可视化效率。为此,我们设计了一种称为时间空间化。原创 2024-06-18 22:08:36 · 974 阅读 · 1 评论 -
【论文阅读】-- DeepVisualInsight: 深度分类训练时空因果关系的时间旅行可视化
了解深度学习模型的预测在训练过程中是如何形成的,对于提高模型性能和修复模型缺陷至关重要,特别是当我们需要研究主动学习等非平凡的训练策略,并跟踪意外训练结果的根本原因时,例如性能退化。在这项工作中,我们提出了一种时间旅行视觉解决方案 DeepVisualInsight (DVI),旨在在训练深度学习图像分类器时体现时空因果关系。时空因果关系展示了梯度下降算法和各种训练数据采样技术如何影响和重塑连续时期中学习输入表示的布局和分类边界。这样的因果关系使我们能够在可见的低维空间中观察和分析整个学习过程。原创 2024-06-17 11:58:23 · 588 阅读 · 0 评论 -
【阅读论文】-- ConfusionFlow: A Model-Agnostic Visualization for Temporal Analysis of Classifier Confusion
分类器是最广泛使用的监督机器学习算法之一。存在许多分类模型,为给定任务选择正确的分类模型很困难。在模型选择和调试过程中,数据科学家需要评估分类器的性能,评估其随时间的学习行为,并比较不同的模型。通常,此分析基于单一数字性能测量(例如准确性)。通过检查类别错误可以对分类器进行更详细的评估。混淆矩阵是可视化这些类别错误的既定方法,但其设计时并未考虑到时间或比较分析。更一般地,已建立的绩效分析系统不允许对分类级别信息进行组合的时间分析和比较分析。原创 2024-06-16 17:43:52 · 996 阅读 · 0 评论 -
【阅读论文】-- LiveRAC:系统管理时序数据的交互式可视化探索
我们介绍了LiveRAC,这是一个支持大规模系统管理时间序列数据分析的可视化系统,该系统涵盖了数千个网络设备上的数百个参数。LiveRAC通过可重新排序的图表矩阵提供了高信息密度,其中语义缩放功能使每个图表的视觉表现能适应当前的空间大小。LiveRAC允许用户并排比较任意组合的设备和参数,且可在多个细节层级上进行视觉对比。经过一系列设计和开发阶段,LiveRAC最终在生产环境中成功部署。我们对LiveRAC进行了非正式的纵向评估,目的是更好地理解在目标环境中哪些提出的可视化技术最为有用。关键词。原创 2024-06-14 17:55:02 · 783 阅读 · 0 评论 -
【论文阅读】-- Color Coding of Large Value Ranges Applied to Meteorological Data(应用于气象数据的大值范围彩色编码)
本文提出了一种全新的色彩方案,旨在解决在数据序列具有大范围值时的可视化难题,因为在这种情况下,尺度变换提供的帮助有限。我们特别关注气象数据,其中出现大范围值的情况很常见。我们将这一方法应用于气象散点图,这是该领域中最常用的图表之一。我们的方法利用数值的尾数和指数的数字表示来指导设计出新颖的“嵌套”色彩方案,能够突出不同量级之间的差异。我们通过用户研究评估了新设计、最新的色彩尺度以及在气象数据分析中代表性的色彩方案:ColorCrafter、Viridis和彩虹色谱。原创 2024-06-14 16:17:53 · 593 阅读 · 0 评论 -
【论文阅读】-- Temporal Treemaps: Static Visualization of Evolving Trees(时间树图:进化树的静态可视化)
我们考虑具有变化拓扑结构和数据的随时间演化的树状结构:树的节点可能在一段时间内持续存在,发生合并或分裂,同时关联的数据也可能发生变化。实际上,这可以看作一系列树的序列,其中每一层级的节点在连续的时间步骤间有对应的映射关系。现有的可视化方法,如动态的二维树图,虽然能展示布局的改变,但难以全面观察整个数据系列。我们提出一种方法,将这些动态数据以静态、嵌套且空间填充的方式可视化。我们的方法基于两大创新点:首先,整体布局设计构成了一类图形绘制问题。我们采用全局视角,针对整个时间跨度,结合启发式算法与模拟退火技术。原创 2024-06-14 14:53:36 · 357 阅读 · 0 评论 -
【论文阅读】-- 时态合并树状图:时态标量数据的基于拓扑的静态可视化
为时间相关标量场创建一个静态可视化是一个非常复杂的任务,但非常有洞察力,因为它能够在一张图片中展示动态过程。现有的方法基于对领域进行线性化或特征跟踪。领域线性化使用填充空间曲线将所有采样点放置在一个一维域中,从而破坏了个体特征。特征跟踪方法在空间和时间上显式保持特征的连续性,但通常忽略了这些特征所处的数据上下文。我们提出了一种基于特征的空间域线性化方法,通过涉及所有数据样本,将特征保持在一起并保留它们的上下文。我们使用增强的合并树将领域进行线性化,并展示我们的线性化函数具有与原始数据相同的合并树。原创 2024-06-13 18:33:27 · 1181 阅读 · 0 评论