2019年春季学期视觉计算实验室第6周论文研读预告

时间: 2019年4月4日 09:30
地点: 望江基础教学楼B座318实验室
研读成员: 王翔坤、徐宏博
研读内容

分享者一:王翔坤

[1]Xu J, Tao Y, Yan Y, et al. Exploring Evolution of Dynamic Networks via Diachronic Node Embeddings[J]. IEEE transactions on visualization and computer graphics, 2018.
[2]van den Elzen S, Holten D, Blaas J, et al. Reducing snapshots to points: A visual analytics approach to dynamic network exploration[J]. IEEE transactions on visualization and computer graphics, 2016, 22(1): 1-10.
在本次论文研读中,讲者分享两篇有关动态网络可视化的文章。论文[1]提出了一种可视化分析方法来交互地探索动态网络在其结构背景下的时间演化。论文[2]本文提出了一种对动态网络进行二维投影的方法,可以有效地帮助用户发现网络的状态及分析网络状态间的转移过程。

论文简介
[1]本文的创新点在于提出了一种新的历时节点嵌入方法,用于学习矢量空间中节点结构和时间特征的潜在表示。然后使用历时节点嵌入发现具有相似结构邻近性和时间演化模式的群落。
本论文提到的五个设计目标:
1、网络整体的演变分析
2、动态节点的演变分析
3、动态社团的时序分析
4、稳定社团的结构分析
5、将分析关联至原始网络
-----

图1:工作流程图
[2]本论文的巧妙之处在于将机器学习与数据可视化连接的非常紧密,在数据的处理过程中用到了很多的机器学习的技术与思想。它的核心思想就是把每个snapshot都最终简化为一个点。然后作者将整个时间段中的所有网络图最终简化为一张静态的二维图形,根据这张二维图形中的静态网络图,可以很清晰的看出分析出稳定状态、重现状态、过渡状态等。也可以看出哪些时间段,网络图联系比较紧密,对于了解动态网络图形的演变趋势有很好的帮助。

-----2

图2: 工作流程图
分享者二:徐宏博

[1]ECharts: A declarative framework for rapid construction of web-based
Visualization. Visual Informatics June 2018

论文简介:由于缺乏编程能力的用户在进行可视化分析和设计时想要快速地创建基于 web 的可视化作品仍然会遇到诸多困难,而现有的可视化设计系统和编程工具库并不能很好地解决这一问题。本文介绍了一种开源的、基于 web 的、跨平台的支持快速创建交互式可视化的框架 ECharts,它易于使用,拥有丰富的内置交互和高性能。结果表明:通过比较 ECharts 与 C3.js, HighCharts, Chart.js 的实用性和性能,实验结果表明了该框架的有效性和可伸缩性。

-----3