HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

可视化、分析与数据理解 / 机器学习模型可视分析

开发者在代码中很难直观表达复杂概念和逻辑。

lightbulb现实痛点机器学习模型可视分析

开发者在代码中很难直观表达复杂概念和逻辑。

CHI '24Taking ASCII Drawings Seriously: How Programmers Diagram Code

同类问题

lightbulb现实痛点机器学习模型可视分析

现有可视化工具难以实时响应用户动态探索习惯。

IUI '25Analyzing the Shifts in Users Data Focus in Exploratory Visual Analysis

lightbulb现实痛点机器学习模型可视分析

研究人员难以获取中国古籍中的历史图形进行可视化设计分析。

CHI '25ZuantuSet: A Collection of Historical Chinese Visualizations and Illustrations

lightbulb现实痛点机器学习模型可视分析

设计师难以选择适当的颜色和透明度，提高半透明可视化的深度感知。

CHI '25Seeing Through the Overlap: The Impact of Color and Opacity on Depth Order Perception in Visualization

lightbulb现实痛点机器学习模型可视分析

数据科学家在分析高维数据时难以发现隐藏模式和未知子组。

CHI '25Divisi: Interactive Search and Visualization for Scalable Exploratory Subgroup Analysis

lightbulb现实痛点机器学习模型可视分析

数据分析师在使用降维技术时容易因结果失真而做出错误决策。

CHI '25Unveiling High-dimensional Backstage: A Survey for Reliable Visual Analytics with Dimensionality Reduction

lightbulb现实痛点机器学习模型可视分析

设计师和数据分析师难以准确判断多类数据的视觉分离质量。

CHI '25Uncovering How Scatterplot Features Skew Visual Class Separation

相关论文

分析探索性视觉分析中用户数据焦点的转变

Sanad Saha, Nischal Aryal, Leilani Battle

ZuantuSet：一套历史中文可视化和插图集

Xiyao Mei, Yu Zhang, Chaofan Yang

透过重叠看世界：颜色和不透明度对可视化中深度顺序感知的影响

Zhiyuan Meng, Yunpeng Yang, Qiong Zeng

Divisi：可扩展探索性子组分析的交互搜索和可视化

Venkatesh Sivaraman, Zexuan Li, Adam Perer

揭开高维幕后：一项关于可靠可视分析的降维调查

Hyeon Jeon, Hyunwook Lee, Yun-Hsin Kuo

揭示散点图特征如何扭曲视觉分类分离

S. Sandra Bae, Takanori Fujiwara, Chin Tseng

Plume：在仪表板中搭建文本组成结构

Maxim Lisnic, Vidya Setlur, Nicole Sultanum

理解人在循环中三维语义分割任务的初学者标注过程

Yujin Kim, Eunyeoul Lee, Yunjung Lee

认真对待ASCII绘图：程序员如何绘制代码图

Devamardeep Hayatpur, Brian Hempel, Kathy Chen

DeepSee: 海底生态系统的多维可视化

Adam J Coscia, Haley M Sapers, Noah X. Deutsch

可视化解释的人类信息处理理论：展示其效用

Peter Cheng, Grecia Garcia Garcia, Daniel Raggi

Odyssey：面向专家驱动的浮点表达式重写的交互式工作台

Edward Misback, Caleb C. Chan, Brett Saiki