可视化
文章平均质量分 88
新参者-tangent
中南大学20级在读本科生,专业为数据科学与大数据技术
展开
-
如何进行方向性论文调研
1. 通过关键词扩展搜索的广度关键词是方向性调研的最重要的部分,然而很多时候我们很可能在方向性调研的初期只知道一个关键词。但其实一般来说,针对同一个问题还会有一些别的关键词。比如与dynamic network(动态网络)相关的关键词还有graph/network stability(网络稳定性)、evolving graph(网络变化)、graph sequence(网络序列)等等,而这些扩展的关键词可以在已有的论文中进行总结归纳,因此要学会在已知论文中积累方向的其他关键词,并根据这些新的关键词进行新一原创 2021-10-06 10:47:59 · 941 阅读 · 0 评论 -
【2021】A Survey of Visual Analytics Techniques for Machine Learning【论文阅读】【持续更新中!】
本文是清华大学的刘世霞老师团队对于面向机器学习的可视分析技术的一篇综述论文,人工智能和可视化结合(AI with VIS)的这个研究方向目前已经成为整个可视化领域的最热门方向之一。作者主要从2010-2020年的各类相关领域的顶刊顶会【InfoVis, VAST, Vis (later SciVis),EuroVis, PacificVis, IEEE TVCG, CGF, CG&A】中选取了259篇有关机器学习和可视分析的相关论文,调研范围广、内容精,非常适合用于构建此方向的知识体系。原创 2021-10-05 13:21:34 · 962 阅读 · 0 评论 -
Module-based visualization of large-scale graph network data【论文阅读】
动态网络结构的高效可视化已成为许多大数据应用中的主要问题,例如大型网络分析、流量管理、资源分配图、物流、社交网络和大型文档存储库。图连接模式在网络数据分析中是一种常见的分析模式,用于启发式探寻连接和聚类的特征,有助于我们寻觅大规模网络中的核心节点。然而,对于大型网络的可视化目前仍然存在挑战。 本文是针对大型动态知识图谱的可视化难题而进行的论文调研笔记。原创 2021-10-04 09:42:06 · 266 阅读 · 0 评论