Foreword to the special section on visual analytics
Foreword to the special section on visual analytics
复制标题
可视化分析特别章节的前言
DOI：
10.1016/j.cag.2013.10.029
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Margit Pohl (Hrsg.)
中科院分区：
文献类型：
--
作者：
Hans-Jörg Schulz;Heidrun Schumann;Margit Pohl (Hrsg.)
来自不同数据源的异构数据量的增加在许多领域是一个具有挑战性的问题。视觉分析，一门在过去十年中出现的学科，试图科普这个问题。可视化分析是”通过可视化界面促进分析推理的科学”[托马斯+库克2005]。换句话说，可视化分析是自动，可视化和交互式方法的组合，用于探索大型数据集。为了实现这一目标，可视化分析借鉴了几个不同的学科，例如信息可视化，数据挖掘，数据管理，时空数据分析和认知心理学[Keim等人。2010]。在这方面，人的因素起着重要作用。人与计算机之间的无缝交互对于从数据中获得相关见解至关重要。通过这种方式，可视化分析支持对大型复杂数据集的探索和理解。在欧洲，视觉分析是由VisMaster项目提出的，该项目由欧盟委员会从2008年8月至2010年9月资助。VisMaster联合体的成员建立了EuroVA讲习班。EuroVA研讨会的目标是为视觉分析领域的研究人员提供一个论坛，以展示新的研究并讨论新的发现。计算机图形学的这个特殊部分是基于2013年第四届EuroVA研讨会的贡献。
The increasing amount of heterogeneous data from different data sources is a challenging problem in many areas. Visual Analytics, a discipline which emerged in the last decade, tries to cope with this issue. Visual Analytics is" the science of analytical reasoning facilitated by visual interfaces"[Thomas+ Cook 2005]. In other words, Visual Analytics is a combination of automatic, visual, and interactive methods to explore large datasets. To achieve this, Visual Analytics draws on several different disciplines, as eg information visualization, data mining, data management, spatio-temporal data analysis, and cognitive psychology [Keim et al. 2010]. In this context, the human element plays an important role. The seamless interplay between human and computer is essential for getting relevant insights from the data. In this way, Visual Analytics supports the exploration and understanding of large and complex datasets. In Europe, Visual Analytics was put forward by the VisMaster project that was financed by the European Commission from August 2008 until September 2010. Members of the VisMaster consortium established the EuroVA workshop. The goal of the EuroVA workshop is to provide a forum for researchers in the area of Visual Analytics–to present novel research and to discuss new findings. This special section of Computers Graphics is based on contributions from the 4th EuroVA workshop in 2013.
登录
查看更多内容
多元混合数据中聚类结构和分离的可视化：工作团队多样性断层线的案例研究
DOI：
10.1016/j.cag.2013.10.009
发表时间：
2014
期刊：
Comput. Graph.
影响因子：
--
作者：
Tuan Pham;Ronald A. Metoyer;K. Bezrukova;Chester S. Spell
通讯作者：
Chester S. Spell
注意时间：在模式发现中释放时间方面的影响
DOI：
10.1016/j.cag.2013.10.007
发表时间：
2014
期刊：
Comput. Graph.
影响因子：
--
作者：
T. Lammarsch;W. Aigner;A. Bertone;S. Miksch;A. Rind
通讯作者：
A. Rind
影响因子：
2.5
作者：
Miksch, Silvia;Aigner, Wolfgang
通讯作者：
Aigner, Wolfgang
使用基于特征的视觉分析来分析生化系统的模拟
DOI：
10.1016/j.cag.2013.09.001
发表时间：
2014
期刊：
Comput. Graph.
影响因子：
--
作者：
Eichner;Bittig;Schumann;Tominski
通讯作者：
Tominski