Wir stellen einen Ansatz vor, um bestehende interaktive Visualisierungen zu manipulieren, um die Fragen der Nutzer in natürlicher Sprache zu beantworten.
Durch die Optimierung der Zeichenreihenfolge und der x-Verschiebung von Symbolen innerhalb eines begrenzten Behälters kann die Sichtbarkeit der Symbole erhöht werden.
Die Studie untersucht die semantischen Unterschiede zwischen gesprochenen und schriftlichen Eingabeaufforderungen im Kontext von KI-unterstützten Diagrammerstellungssystemen. Die Ergebnisse zeigen, dass Sprachbeschreibungen eine größere Vielfalt an Befehlsformaten, Elementeigenschaften und komplexen sprachlichen Merkmalen aufweisen als Textbeschreibungen.
Kategorische Farbpaletten erzielen die höchste und robusteste Genauigkeit bei der Schätzung von Mittelwerten in Streudiagrammen mit mehreren Klassen, aber andere Faktoren wie Helligkeit und Gleichmäßigkeit spielen ebenfalls eine Rolle.
Chart2Vec lernt eine universelle Darstellung von Visualisierungen, extrahiert kontextbezogene Informationen und ermöglicht verschiedene nachgelagerte Anwendungen.
GerontoVis ist ein neues Forschungsgebiet, das sich auf die Bedürfnisse und Herausforderungen älterer Erwachsener bei der Nutzung von Datenvisualisierungen konzentriert. Es zielt darauf ab, Barrieren zu identifizieren und Best Practices für das Design von Visualisierungen zu entwickeln, die auf die Bedürfnisse dieser wachsenden Bevölkerungsgruppe ausgerichtet sind.
Zyklische Polygonplots bieten eine effiziente und quantitative Visualisierung für multidimensionale Daten.
Ausgewogene Farbsequenzen für Datenvisualisierung, die Ästhetik und Zugänglichkeit berücksichtigen.