A Layered Approach to Lightweight Toolchaining in Visual Analytics
A Layered Approach to Lightweight Toolchaining in Visual Analytics
复制标题
可视化分析中轻量级工具链的分层方法
DOI：
10.1007/978-3-030-41590-7_13
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
H. Schumann
中科院分区：
文献类型：
--
作者：
H. Schulz;M. Röhlig;L. Nonnemann;M. Hogräfer;M. Aehnelt;B. Urban;H. Schumann
可视化分析在各种应用领域和使用场景中的不断扩散和分化也导致了数据分析软件环境的碎片化。可以使用高度专业化的工具，专注于特定应用程序域中的特定分析任务。这些工具的互操作性通常是研究原型，没有支持或适当的文档，很少考虑它们最初打算使用的工具集之外的问题。然而，使用和重用它们在其他环境中，并与其他工具一起，以便实现新的分析程序，通过使用它们在演唱会上，我们提出了一种方法，松散耦合到工具链中的各个可视化分析工具。我们的方法不同于现有的这样的机制是轻量级的实现工具之间的成对耦合，没有一个中央代理，并分层到不同方面的这种耦合：使用流，数据流和控制流。我们提出了这种方法的模型，并展示了它的有用性与三个不同的使用示例，每个侧重于一个层。
The ongoing proliferation and differentiation of Visual Analytics to various application domains and usage scenarios has also resulted in a fragmentation of the software landscape for data analysis. Highly specialized tools are available that focus on one particular analysis task in one particular application domain. The interoperability of these tools, which are often research prototypes without support or proper documentation, is hardly ever considered outside of the toolset they were originally intended to work with. To nevertheless use and reuse them in other settings and together with other tools, so as to realize novel analysis procedures by using them in concert, we propose an approach for loosely coupling individual visual analytics tools together into toolchains. Our approach differs from existing such mechanisms by being lightweight in realizing a pairwise coupling between tools without a central broker, and by being layered into different aspects of such a coupling: the usage flow, the data flow, and the control flow. We present a model of this approach and showcase its usefulness with three different usage examples, each focusing on one of the layers.
登录
查看更多内容
用于表格数据可视化分析的数据描述符的系统视图
影响因子：
2.3
作者：
Hans;T. Nocke;M. Heitzler;H. Schumann
通讯作者：
H. Schumann
多个独立可视化分析工具的轻量级协调
DOI：
10.5220/0007571101060117
发表时间：
2019
期刊：
影响因子：
--
作者：
H. Schulz;M. Röhlig;L. Nonnemann;M. Aehnelt;H. Diener;B. Urban;H. Schumann
通讯作者：
H. Schumann
ReVize：使用 Vega-Lite 进行可视化工具链的库
DOI：
10.2312/stag.20191375
发表时间：
2019
期刊：
2014 IEEE International Conference on Big Data (Big Data)
影响因子：
--
作者：
Marius Hogräfer;Hans
通讯作者：
Hans
Visage 中的信息设备和工具
影响因子：
1.8
作者：
John Kolojejchick;Steven F. Roth;Peter Lucas
通讯作者：
Peter Lucas
DOI：
10.1007/s00371-018-1486-x
发表时间：
2018-02
期刊：
The Visual Computer
影响因子：
--
作者：
M. Röhlig;Christoph Schmidt;R. Prakasam;Paul Rosenthal;H. Schumann;O. Stachs
通讯作者：
M. Röhlig;Christoph Schmidt;R. Prakasam;Paul Rosenthal;H. Schumann;O. Stachs