文献

J-GLOBAL ID：201902285860885047   整理番号：19A0527927

異なるデータモデルと次元を用いた複数視覚文脈による対話型データ探索【JST・京大機械翻訳】

Interactive Data Exploration through Multiple Visual Contexts with Different Data Models and Dimensions

著者 (3件)： Pham Phi Giang ,  Huang Mao Lin ,  Nguyen Quang Vinh
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 84-89  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 視覚分析は,データ探索に興味があり,専用の視聴者への洞察をもたらす上で重要な役割を果たしている。関係データの領域において,多くの先進的可視化ツールとフレームワークを,そのようなデータ特徴を扱うために提案した。しかしながら,それらの大部分は,データモデルマイニングから,次元とデータ値を利用する質問への全体のプロセスを大いに考慮していない。それは,探索活動への中断を引き起こす可能性がある。本論文は,データモデル,データ次元およびデータ値の自動相互接続を通して,関係データ解析のための新しい対話型探索フレームワークを提示した。基本的アイデアは,著者らの以前の技術をノードリンク,並列座標,および散乱プロットグラフィックスに統合することによって,それらのコンテキスト表現の相対的で切り替え可能なチェーンを構築することである。このアプローチにより,ユーザは深いデータ理解のための探索の任意の段階において,望ましいコンテキストに関する相対的質問を柔軟に行うことができる。フレームワーク実証のための典型的事例研究からの結果は,著者らのアプローチが取り組んだ挑戦を扱うことができることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視聴者 ,  相互接続 ,  *視覚 ,  *データ探索 ,  飲料 ,  事例研究 ,  散乱 ,  データ解析 ,  チェーン ,  *データモデル
準シソーラス用語： 可視化ツール ,  視覚分析 ,  *対話型 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： データモデル ,  次元 ,  視覚 ,  文脈 ,  対話型 ,  データ探索