用手工绘制的无尺度草图进行表达式时间序列查询
最佳论文时序数据与网络图可视化可视化感知与认知UI/UX 设计师数据科学家与分析师
我们介绍了Qetch,这是一个工具,用户可以在无尺度的画布上自由绘制图案,以查询时间序列数据,而无需指定查询长度或幅度。我们研究了人类如何绘制时间序列图案——人类保留了视觉上显著的感知特征,但经常非均匀地缩放和局部扭曲图案——我们开发了一种新的匹配算法,可以考虑人类绘制错误。Qetch通过两个关键功能实现了复杂和表达性查询的轻松构建:基于草图的正则表达式和草图的相对位置,以查询多个时间对齐的序列。通过用户研究,我们展示了Qetch不同交互功能的有效性。我们还展示了Qetch的匹配算法在各种数据集上的目标和探索性草图查询搜索任务中,与流行的算法相比的有效性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 75%
彩虹之上的某个地方:定量颜色图的实证评估
CHI '18· 可视化感知与认知
- 60%
使用动画减少多类散点图矩阵中的过度绘制
CHI '18· 交互式数据可视化 +1
- 60%
不确定性可视化影响人类如何汇总不一致的信息
CHI '18· 不确定性可视化 +1
- 60%
一个谎言揭示了真相:任务对齐数据展示的拟模
CHI '19· 不确定性可视化 +1
- 60%
Falcon:在可扩展链接可视化中的交互延迟和分辨率敏感性之间取得平衡
CHI '19· 时序数据与网络图可视化 +1
- 60%
使用嵌入式词尺度可视化的视觉探索交互技术
CHI '20· 交互式数据可视化 +1
- 60%
虚拟地球上的定量数据可视化
CHI '21· 地理空间与地图可视化 +1
- 60%
完工:网络可视化的环面包裹支持聚类理解任务
CHI '21· 时序数据与网络图可视化 +1
- 60%
细节中的模式:对在多变量矩阵可视化中定位、搜索和上下文化细节的交互技术的评估
CHI '22· 交互式数据可视化 +1
- 60%
Cieran:通过现场主动偏好学习设计顺序颜色映射
CHI '24· 交互式数据可视化 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
最佳论文
group
作者
2 位作者
sell
研究子方向
时序数据与网络图可视化、可视化感知与认知
work
职业/产业
UI/UX 设计师、数据科学家与分析师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文