Spacewalkerは、大規模で複雑な非構造化データを効率的に探索し、注釈するための対話型ツールである。ユーザーは様々なデータ表現を視覚化し、潜在空間を移動することで、関連性の高いデータポイントを迅速に特定できる。
多次元データを効果的に表示し、理解を深めるための新しい可視化フレームワークを提案する。
データ取得の質を向上させることで、実時間海洋予報システムの予報精度を高めることができる。
並行座標プロットにおける軸比率は、相関推定タスクと値追跡タスクの正確性に大きな影響を与える。特に、正の相関の推定では高い軸比率が有効であり、値追跡では中程度の軸比率が最も正確である。
物理的可視化は電子可視化に比べ、情報の理解度と記憶保持が高いことが示された。
AI支援データ可視化ツールは、基盤となるデータの品質に大きく依存する。不良データは、正確でわかりやすい可視化を阻害し、意思決定プロセスを損なう可能性がある。
Nested Fusionは、異なる解像度の測定データを組み合わせて、最高解像度の潜在構造を学習し、より詳細で科学的に意義のある洞察を得ることができる。
複雑なデータを理解しやすい洞察に変換するために、可視化は不可欠である。テロリズム、大気質、人口動態などの地球規模の傾向を分析するための対話型のマップ、タイムライン、チャートを提供する。
カテゴリカルデータの類似性を表現する新しい可視化手法「カテゴリカルデータマップ」を提案する。これにより、カテゴリカルデータの探索的分析が可能になる。
オーダーオブマグニチュード値を表すデータの効果的な静的可視化を実現するためのデザインスペースの探索と提案