VIS2016 3日目 後編
VIS2016本会議初日、後編です。
#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:Traffic and Urban Planning
=SmartAdP: Visual Analytics of Large-scale Taxi Trajectories for Selecting Billboard Locations
広告看板をどこにいつ出すのが合理的か、タクシーのログ(交通量、速度、OD、周辺環境)から探索する。ちょっとなんだろう的な論文。細かいところは分からなかった。あと、可視化の解釈もちょっと難しい。最近の流行りとして円の中にいろいろ詰め込もうとするの、止めてほしい。
=SemanticTraj: A New Approach to Interacting with Massive Taxi Trajectories
タクシー経路情報を誰でも使えるように、テキスト検索可能にする。そのために経路情報にキーワードとかを割り当ててテキスト化する。例えば、「○○から○○にいくのにほげほげ通りを通ってほげほげの前を通って早い経路」とか(適当に書いたけどホントか?)で検索できる。携帯とかで何かを調べることが当たり前の時代なので、こういう流れがあちこちで出てきているようだ。
=Embedding Spatio-temporal Information into Maps by Route-Zooming
1.地図に道路の情報を入れたいけど狭い、2.道路に方向を持つ時系列情報を表示したい、3.時系列情報可視化を地図に埋め込むにはどのような表現(LineChartやStackedGraph)がよいのか。という問題に取り組む論文。選択されたルートをデフォーム(ズーミング)する(周辺の道路はコンテキスト)。
=Vis-A-Ware: Integrating Spatial and Non-Spatial Visualization for Visibility-Aware Urban Planning
3D地図とかで景観を損なわない、見栄えの良い感じでビル配置したい、というときどんなビルを配置すればよいのか、場所とビルの組み合わせでVisual Impactを評価する。例えばいろんな場所からみてランドマークが隠れてしまわないように、とか、空が見えるようにとか。その為に4つの評価指標。
InfoVis:Immersive Analytics
=Immersive Collaborative Analysis of Network Connectivity: CAVE-style or Head-Mounted Display?
複数人で探索をするときはCAVE2とHMDのどちらが良いのか?3Dネットワークの探索タスクで調査。HMD側の環境はOculus+Unity+LeapMotionで構築。
=Investigating the Use of a Dynamic Physical Bar Chart for Data Exploration and Presentation
Phical Bar Chat(100本のピンと周辺のタッチスクリーンからなる)で可視化の操作(スクロール、ハイライトとかとか)を行うことのユーザビリティ調査。
=Embedded Data Representations
可視化の内容というのは場所、人、対象によって変化する。それを表現するのに様々な方法が考えられる。AR的に表現するのか物理空間に投影するのか、など様々な観点から考察・分類し、事例を紹介。この論文は今後リファーされまくると思う。
=A Study of Layout, Rendering, and Interaction Methods for Immersive Graph Visualization
Immersiveな空間でグラフを表現するための新しい手法の提案。表面にノードを張り付けて奥行き方向にエッジを配置(Depth Routing)、さらにエッジバンドリングしたものをレンダリングで影をつけて見やすくする。選択したノードは手前に寄ってくることで拡大して見れる。なんかすごく不思議なアイデア。
InfoVis:Geovisualization
午後のセッションも後半になると時差ボケのせいで意識が飛びまくります。集中できてないのでほとんど聞き取れていない。なのでこのセッションかなり理解できていない。論文読めば面白いはず。
=Quantifying the Visual Impact of Classification Boundaries in Choropleth Maps
多変量マップをよりよく理解するためのクラスタリング閾値について(なんかよくわからなかったけど論文読めばよい)。
=Small Multiples with Gaps
地図の多変量データを見る時に領域で区切ってSmall multipleで見ることがあるが、グリッドに切るときの実際の姿とのGAP(位置、形状、連結性)を評価?(これも実際の論文のアブストくらい読んだ方がいいな)
=Map LineUps: effects of spatial structure on graphical inference
分かりやすいというのは地理的に正しく配置することなのか?、ということを Spatial autocorrelationという指標から評価。(全然違うかも)
=Visual Encoding of Dissimilarity Data via Topology-Preserving Map Deformation
地図中に地図のコンテキストを維持したままDisimilarityグラフをMDSで表示する。そうすると実際の位置関係が入れ替わる可能性がある。実際の位置をできるだけ維持したMDSの結果にしたい。そのバランスを取る手法の提案。