데이터 시각화를 위한 접근성 있는 텍스트 설명 생성 프레임워크
데이터 시각화의 접근성을 높이기 위해 사용자 중심의 텍스트 설명 생성 프레임워크를 제안한다.
대규모 비정형 데이터의 신속한 대화형 탐색 및 주석 처리를 위한 표현 공간 탐색
Spacewalker는 다양한 데이터 모달리티에 걸쳐 신속하고 효율적으로 데이터를 탐색하고 주석을 달 수 있는 대화형 도구입니다. 사용자는 다양한 임베딩 및 차원 축소 기법을 활용하여 데이터의 의미적 유사성을 시각화하고, 이를 통해 관련 데이터 포인트를 신속하게 식별할 수 있습니다.
LLM을 활용한 다양한 차트 데이터 생성 및 모델 구축
LLM을 활용하여 대규모 차트 데이터셋 SynChart를 구축하고, 이를 통해 차트 이해 및 질의응답 모델을 개발하여 GPT-4O 수준의 성능을 달성하였다.
데이터 시각화에 대한 인간의 해석과 대형 언어 모델의 예측 간 차이: 다양한 레이아웃의 막대 그래프에 대한 사례 연구
대형 언어 모델은 데이터 시각화에 대한 인간의 해석을 정확하게 예측하지 못한다.
실시간 해양 예보 시스템을 지원하기 위한 데이터 수집 최적화를 위한 데이터 시각화
실시간 해양 예보 시스템의 예측 정확도를 높이기 위해 데이터 수집 최적화를 위한 데이터 시각화 도구를 개발하였다.
불확실성 인식 시각화 및 분석 도구 키트: UADAPy
UADAPy는 다차원 불확실 데이터 세트, 불확실성 인식 데이터 변환 및 분석 방법, 그리고 단변량 및 다변량 확률 분포를 보여주는 맞춤형 시각화 방법을 제공하는 도구 키트입니다.
불확실성 모델링을 위한 엔트로피 기반 테스트 및 개발 프레임워크
불확실한 마칭 큐브 구현에서 불확실성 모델링을 테스트하고 개발하기 위한 간단한 비교 프레임워크를 제시한다. 불확실한 값의 확률 분포를 나타내는 모델 선택은 불확실성 시각화 알고리즘의 메모리 사용, 실행 시간 및 정확도에 직접적인 영향을 미친다. 앙상블 데이터에 대한 직접적인 엔트로피 계산을 사용하여 예상 결과를 설정하고 균일, 가우시안, 히스토그램 및 퀀타일 모델을 포함한 다양한 확률 모델의 엔트로피를 비교한다. 결과는 앙상블 분포와 일치하는 모델이 엔트로피와도 일치함을 확인한다. 또한 비모수 히스토그램 모델에서 더 적은 수의 빈이 더 효과적이며 퀀타일 모델에서 많은 수의 빈이 데이터 정확도에 접근함을 보여준다.
데이터 시각화에서 복잡성 활용하기: 다양한 측면에서의 복잡성 관리
데이터 시각화 과정에서 복잡성은 단순히 제거해야 할 대상이 아니라 전략적으로 활용할 수 있는 설계 요소이다. 복잡성은 데이터 수집부터 해석, 소통에 이르는 전 과정에 걸쳐 나타나며, 이를 이해하고 관리하는 것이 중요하다.
대학 건물 역사 데이터의 물리적 시각화와 디지털 시각화 비교 연구
물리적 시각화는 디지털 시각화에 비해 사용자의 이해도와 장기 기억 보유에 있어 더 효과적이다.
AI 지원 데이터 시각화를 위한 기초 연구
데이터 품질이 AI 지원 데이터 시각화 결과에 미치는 영향을 조사하고, 이를 해결하기 위한 방법을 탐색하는 연구