1. Introduction

Conferences: CHI EA ‘18: Extended Abstracts of the 2018 CHI Conference on Human Factors in Computing Systems
Author: Marco Cavallo, Çăgatay Demiralp
Year: 2018
ISBNs, DOls, PMIDs, or arXiv IDs：

DOI:10.1145/3170427.3186508
Cite: M. Cavallo and C ̧ . Demiralp. A visual interaction framework for dimensionality reduction based data exploration. In Extended Abstracts of the CHI Conf. on Human Factors in Computing Systems, 2018.
Reportor: 刘雯
Attachment: pdf

2. Figures

image.png

3. Summary

高维数据进行二维投影之后，尽管二维投影展示视图能够帮助用户探索式可视化，但是用户或许会对展示视图中的维度的实际含义感到迷惑。本文提出了一个视觉交互框架，通过前向投影和后向投影来改善基于降维的探索性数据分析。

4. Main Points

  1. 提出了一个视觉交互框架，以改善基于降维的探索性数据分析。
  2. 引入了两种交互技术，前向投影和后向投影，用于动态推理降维数据。
  3. 贡献了两种可视化技术，即prolines和可行性地图，以促进所提出的互动的有效使用。

论文汇报23.6.15-A Visual Interaction Framework for Dimensionality Reduction Based Data Exploration.pptx