跳至主要内容

标签为"论文"的6 篇文章

查看所有标签

论文阅读：自动化如何塑造叙事可视化的过程

· 阅读时间约 15 分钟

TLDR

本研究调查了自动化在叙事可视化工具中的应用，总结了六种类型：注释图表、信息图表、时间线和故事线、数据漫画、滚动讲述和幻灯片，以及数据视频。研究根据智能和自动化水平将工具分为四类：设计空间、创作工具、机器学习/人工智能支持工具，以及机器学习/人工智能生成工具。通过调查 105 篇论文和相关工具，研究探讨了自动化如何逐步参与可视化设计和叙事过程，以帮助用户创建叙事可视化。该研究旨在提供当前研究和发展的概述，确定每个类别中的关键研究问题，并为该领域的进一步研究提供机会。

论文阅读 LIDA

· 阅读时间约 8 分钟

TLDR

LIDA 是一种新型工具，用于生成与语法无关的可视化和信息图表。它解决了自动化可视化创建中的几个关键挑战：

  1. 理解数据语义
  2. 枚举可视化目标
  3. 生成可视化规范

该系统使用由大型语言模型（LLMs）和图像生成模型（IGMs）驱动的多阶段流程。它由 4 个主要模块组成：

  1. SUMMARIZER：将数据转换为简洁的自然语言摘要
  2. GOAL EXPLORER：基于数据识别潜在的可视化目标
  3. VISGENERATOR：处理可视化代码生成、优化和过滤
  4. INFOGRAPHER：使用 IGMs 创建数据驱动的风格化图形

LIDA 提供了 Python API 和交互式用户界面，支持直接操作和多语言自然语言，用于生成图表、信息图表和数据故事。

论文阅读 DMap

· 阅读时间约 4 分钟

TLDR

本文包含我对论文"D-Map: Visual Analysis of Ego-centric Information Diffusion Patterns in Social Media"（D-Map：社交媒体中以自我为中心的信息扩散模式的可视化分析）的笔记。我将讨论该论文如何提出一种可视化方法来分析社交媒体平台上的信息传播模式，重点关注 D-Map 布局算法，该算法将力导向图转换为蜂窝图。

论文阅读 SineStream

· 阅读时间约 8 分钟

TLDR

本文包含我对论文"SineStream: Improving the Readability of Streamgraphs by Minimizing Sine Illusion Effects"（SineStream：通过最小化正弦错觉效应提高流图可读性）的笔记。我将讨论问题陈述、评估标准、作者的方法以及案例研究。