动画散点图中的显著性缺陷和运动离群值检测

荣誉提名
交互式数据可视化可视化感知与认知

我们报告了一个众包实验的结果,该实验测量了在多变量动画散点图中运动离群值检测的准确性。目标是运动速度或方向上的离群值,并在与运动离群值检测任务无关的维度(例如,颜色、大小、位置)上以不同的显著性水平呈现。我们发现,当离群值缺乏无关的显著特征时,参与者难以找到离群值,并且视觉通道对离群值正确检测的概率贡献不均。运动方向对准确检测速度离群值的贡献最大,位置对准确检测方向离群值的贡献最大。我们引入了显著性赤字的概念,即由于缺乏显著性,数据空间中的项目重要性没有在可视化中反映出来。我们得出结论,运动离群值检测在多变量动画散点图中没有得到很好的支持。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/5023/2019

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
荣誉提名
group
作者
2 位作者
sell
研究子方向
交互式数据可视化、可视化感知与认知
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
9 篇相关论文