imash の日記

imash's blog

VIS2016忘備録まとめ

VIS2016忘備録をまとめました。自分の参加したセッションに関してのみです。ざっくりとした一言メモです(少しでも細かく書き出すと絶対最後まで終わる前に力尽きるので)。論文を一切読まないで書いているのでかなりの聞き間違い&勘違いが含まれると思います(興味のある方は自分で論文を読んで正しく理解してください)。特に午後のセッションの最後の方は毎日意識が朦朧としておりましたので忘備録になっていませんです。なので間違いがあったらご指摘ください。もっと詳しく教えろという要望にはお答えできません。自分で調べろカス。

おまけ:

TableauのKosara氏によるまとめ。こちらのほうがよいですよ、きっと。

Enrico Bertini氏によるまとめ (2016.12.4追加)

11 (Papers + Talks) Highlights from IEEE VIS’16 | Fell in Love With Data

VIS2016 6日目

VIS2016もいよいよ最終日です。午前中の1セッションと、 Capstoneと呼ばれるキーノート、そしてクロージングです。引き続きセッションの簡単なまとめ。

#紹介というよりも忘備録に近いです。聞いた内容だけから書いているので勘違いしてる部分もかなりあると思うので、適時修正していきます。あまりにも分からなかったりつまらなかったのはカットしています。

 

VAST:Time-Series Data

=ViDX: Visual Diagnostics of Assembly Line Performance in Smart Factories

実際の工場の製品の流れの管理データを鉄道のダイアグラム風(このダイアグラム自体はよく知っていたのですが、E.J.Mareyという人が1880年代に考案したものというのは初めて知りました。これからはMarey's graphと呼んだりしてみます)に可視化して異常な状態を探索可能にするViDXを開発。実際の工場のデータでVisual Analytics システムを作った最初のシステムと言っている。キーワードは Smart Factoryとかindustry 4.0。

f:id:imashimash:20161101030115p:plainf:id:imashimash:20161101030146p:plain

=Shape Grammar Extraction for Efficient Query-by-Sketch Pattern Matching in Long Time Series

時系列データの検索クエリをスケッチで定義するという話。そのためのShape Grammerを定義し、13の基本要素を用いて時系列を正規表現で表すことでマッチングを行う。13の基本要素は曲がり方とかの程度によってさらに4つ(基本要素ごとに数は違うかも)に分けている。データにはスムージングを施す。スムージングの回数によって結果の粒度も異なってくる。

f:id:imashimash:20161101033346p:plainf:id:imashimash:20161101033809p:plain

=The Semantics of Sketch: A Visual Query System for Time Series Data

 引き続き時系列データの検索クエリをスケッチでという話。何をもって似ているかというのはいろいろな考え方があるので様々なアルゴリズム(MSE, Hough Voting, Dynamic Time Warping)を使えるようにしたという話? ちょっときちんと理解できなかった。

f:id:imashimash:20161101034851p:plain

 

VIS Capstone

VISのCapstoneはいつも少し違ったジャンルの人をよんで講演してもらっているのですが、ことしは"The three laws of communication"というタイトルでJean-luc Doumontさんという人。人にメッセージを伝えるための心がけの話。学部生の人とか聞いたら勉強になるかな。以下の著者の本。

まとめページを作りました:VIS2016 CAPSTONE "The three laws of communication" by Jean-luc Doumont まとめ - Togetterまとめ

 

VIS Closing

最終的な参加者数は1070人だったらしいです(聞き逃した)。VIS2017は10月1日~6日までPheoenixです(くそ暑いという噂)。

f:id:imashimash:20161101041918p:plain

 

おまけ

昼飯は明日帰る組人たちでマーケットに行ってきました。Kwan-LiuがここのCrab Cakeは一番うまいから絶対行けとF先生に奨めていたらしい。ライトレールで二駅なのですが、途中から明らかに雰囲気悪くて、一人ではとてもいけないです。マーケットの中は普通の雰囲気ですが周辺はちょっと。。。

f:id:imashimash:20161101042144p:plainf:id:imashimash:20161101042824p:plainf:id:imashimash:20161101042934p:plain

晩飯はF先生が初日にいってめちゃくちゃ旨かったからもう一度行こうということでブラジルの肉料理の店。串焼きの肉が次々ときてそこから肉をそぎ落としていく、それが食い放題。やばいです。というか途中で具合悪くなります。あと、ブラジルのビールがやたら旨かった。この店はもっと元気な時に行きたかった!!

f:id:imashimash:20161101043305p:plainf:id:imashimash:20161101043331p:plainf:id:imashimash:20161101043449p:plain

 

VIS2016 5日目 後編

本会議3日目に見たセッションの簡単なまとめ。後半戦。

#聞いた内容だけから書いているので勘違いしてる部分もかなりあると思うので、適時修正していきます。あまりにも分からなかったりつまらなかったのはカットしています。

InfoVis:Time Series

=Visplause: Visual Data Quality Assessment of Many Time Series Using Plausibility Checks

大量の時系列データのクオリティチェック(ゼロが続く、値の欠落、異常値等)。

f:id:imashimash:20161103200341p:plain

=Surprise! Bayesian Weighting for De-Biasing Thematic Maps

ヒートマップで重要なところをハイライトして、そうでもないところは印象を弱めたい。Beyesian Sueprise という指標を提案。

f:id:imashimash:20161103200952p:plainf:id:imashimash:20161103201008p:plainf:id:imashimash:20161103200744p:plain

=Multi-Granular Trend Detection for Time-Series Analysis

大量の時系列におけるトレンドを抽出し可視化。トラジェクトリをグループ化(サイズ、距離、長さを利用)し可視化する。セレクションのUIが地味に便利。

f:id:imashimash:20161103201340p:plainf:id:imashimash:20161103201706p:plainf:id:imashimash:20161103201851p:plain

=ThermalPlot: Visualizing Multi-Attribute Time-Series Data Using a Thermal Metaphor

分からんかった。

f:id:imashimash:20161103202219p:plain

=The Connected Scatterplot for Presenting Paired Time Series

 XとYの2値からなる時系列を散布図で表現。動きのパターンでトレンドが分かる。

f:id:imashimash:20161103202426p:plainf:id:imashimash:20161103202541p:plainf:id:imashimash:20161103202559p:plain

f:id:imashimash:20161103202648p:plain

 

InfoVis:Scalable Algorithms

大分力尽きています。。。

=Hashedcubes: Simple, Low Memory, Real-Time Visual Exploration of Big Data

超大規模データ可視化でインタラクティブなデータアクセスをするための手法としてimMensとかNanocubesとかが代表的なものとしてあげられるが、さらに高速で低メモリな多次元時空間データに対応したインデクシング手法Hashedcubesを提案。

f:id:imashimash:20161103203221p:plainf:id:imashimash:20161103203406p:plain

=Gaussian Cubes: Real-Time Modeling for Visual Exploration of Large Multidimensional Datasets

目的は上の論文と同じ。ちょっとよくわかんなかった。

f:id:imashimash:20161103203932p:plain

=An Enhanced Visualization Process Model for Incremental Visualization

大量のプロットを一気にやると時間がかかるので、少しずつデータを取得しながら描画していくincrementalな手法が結構前からいろいろ提案されているのだが、そのフレームワークを整理し実装した感じの話だと解釈。かなりいろいろ整理されてサーベイされていそう。

f:id:imashimash:20161103204343p:plain

=Dealing with Multiple Requirements in Geometric Arrangements

f:id:imashimash:20161103204845p:plainf:id:imashimash:20161103205106p:plain

=cite2vec: Citation-Driven Document Exploration via Word Embeddings

f:id:imashimash:20161103205238p:plain

おまけ:

晩飯はいつもの店で一人飲み^^; メキシコ料理らしいのだが想像していたのと全然違うものが出てきた。

f:id:imashimash:20161103205556p:plainf:id:imashimash:20161103205636p:plain


広告