Please wait a minute...

当期目录

2021年, 第1期 刊出日期:2021-03-31 上一期    下一期
本期栏目: 论文 
论文
计算机化的细胞跟踪:当前方法,工具和挑战   收藏
Neda Emami, Zahra Sedaei, Reza Ferdousi
Vis Inf. 2021 (1): 1-13.   DOI: 10.1016/j.visinf.2020.11.003
摘要( 285 )  
在发育生物学中,对细胞结构及其(形态)动态行为的了解,有助于全面理解它们的行为及其参与机制。这些知识是生物学研究以及所有药物开发,药物或预防性疗法的决定性因素。基于实验的细胞分析不仅困难、昂贵而且耗时。为了克服这些困难,近年来,在细胞科学中已经开发了几种计算化的对象跟踪方法、软件系统和程序包,其中组合了不同学科和技术分支。 对象跟踪是在序列图像中定位和监控特定对象及其行为的过程。本文提供了对细胞跟踪中的对象跟踪阶段和所采用计算方法的全面综述。此外,还回顾了在处理这一领域内延时显微镜图像时可用的软件包和工具包,面对的挑战及其解决方案。描述计算细胞跟踪方法和工具旨在使生物学家和细胞科学家能运用这些可计算技术,构建一种新的方法来获取他们感兴趣问题的进一步信息。

亚利桑那州立大学可视分析和数据探索研究实验室   收藏
Ross Maciejewski, Yuxin Ma, Jonas Lukasczyk
Vis Inf. 2021 (1): 14-22.   DOI: https://doi.org/10.1016/j.visinf.2020.12.001
摘要( 101 )  
本文介绍了亚利桑那州立大学可视分析和数据探索研究(VADER)实验室的研究议程。 在过去的十年中,VADER实验室致力于为时空数据创建新颖的算法,工具和可视化。 本文将重点介绍本实验室在时空分析,可解释的人工智能,图挖掘和数学拓扑方面的成功。我们将阐述时空分析的基础是如何为VADER实验室的各个研究方向提供信息,以及该研究议程如何形成强大的国际合作网络。 最后,我们将概述实验室未来的研究愿景。
可视分析中检测模式的理论模型   收藏
Natalia Andrienko, Gennady Andrienko, Silvia Miksch, Heidrun Schumann, Stefan Wrobel
Vis Inf. 2021 (1): 23-33.   DOI: 10.1016/j.visinf.2020.12.002
摘要( 206 )  
“模式”一词经常出现在可视化和可视分析的文献中,但“模式”指的是什么?本文对数据分布中的模式给出了一个实用的定义,即由两个或多个数据中若干个具有关联关系的数据(组成)元素形成的组合,这些元素可以作为一个统一的整体进行表示和处理。 本文提出的理论模型描述了如何由数据组成元素之间的关联关系来构成模式。知道了这些关联关系的类型,就可以预测可能存在哪些类型的模式。 本文展示了该模型如何强化和完善了可视化已有的基本原理。基于该模型可开发出一系列交互式分析操作,在可视化分析工作流程中将已发现的模式显式地用于进一步的数据分析中。
划一个整圆:采用径向方法来可视化数字人文科学中基于事件的网络   收藏
Velitchko Filipov, Victor Schetinger, Kathrin Raminger, Nathalie Soursos, Susana Zapke, Silvia Miksch
Vis Inf. 2021 (1): 45-60.   DOI: 10.1016/j.visinf.2021.01.001
摘要( 185 )  
在数字人文科学的应用领域中,由于领域专家的主要兴趣是探索和分析各实体之间的关系及它们随时间的变化,网络可视化得到了越来越广泛的应用。可视化这类数据的动态变化和不同视角并非易事,但它有助于研究人员探索不同实体之间的关联并了解有关的历史叙述。本文介绍了一个交互式的探索环境:Circular,可对基于事件的网络进行可视化,并通过可视化历史主题来支持数字人文科学的研究。 本文的径向设计基于与领域专家的迭代合作,本文以讨论合作开发和探讨维也纳的公共音乐庆典活动为例来展示沉浸式开发方法,通过领域专家和可视化专家访谈来验证本文的方法,显示出这种方法在对历史主题进行可视化探索方面具有很大的潜力;文中讨论了设计原理,视觉编码和交互,以保证在与数字人文学科的跨学科合作中这种方法的可重用性。
NetV.js:一款基于Web的支持大规模图和网络高效可视化的库   收藏
Dongming Han, Jiacheng Pan, Xiaodong Zhao, Wei Chen
Vis Inf. 2021 (1): 61-66.   DOI: 10.1016/j.visinf.2021.01.002
摘要( 350 )  
图可视化在诸如社交媒体网络,蛋白质相互作用网络,交通网络等多个领域都发挥着重要的作用。许多可视化设计和变成工具都已经广泛应用于图相关的应用领域中。然而,针对大规模图数据进行高性能可视化仍具有挑战性。 NetV.js是一个基于WebGL的JavaScript库,旨在解决对大规模图数据进行高性能渲染,以提供足够的帧率以便用户交互。NetV.js使用了WebGL接口,启用了GPU作为底层渲染引擎,加速了大规模图数据的绘制速度,并且通过一系列交互和插件机制,丰富了NetV.js的功能,以方便用户构建交互式图可视化。
基于稀疏表示的深度图像质量评估   收藏
Dorsaf Sebai, Maryem Sehli, Faouzi Ghorbel
Vis Inf. 2021 (1): 67-75.   DOI: 10.1016/j.visinf.2021.02.004
摘要( 201 )  
常规的2D度量可用来评测深度图的质量,但是当被用于评估3D质量时,却是低效和不准确的。本文提出了一种新的全参考目标度量,称为“稀疏表示-均方误差(SR-MSE)”,该度量可有效地评估深度图压缩失真。它在专用于深度特征的混合冗余变换域中自适应地对参考深度图和压缩深度图进行建模。然后,它计算该模型中的稀疏系数之间的均方误差。作为质量评估的基准,本文在不同比特率情况下,使用最新3D高效视频编码标准对压缩的深度图进行了主观评估测试,并将主观评估结果与本文建议的和常规的两种客观指标进行了比较。实验结果表明,与常规图像质量评估指标相比,本文方法的结果与主观评分最为接近。
VisLab| 维也纳技术大学的可视化实验室   收藏
Hsiang-Yun Wu, Aleksandr Amirkhanov, Nicolas Grossmann, Tobias Klein, David Kouřil, Haichao Miao, Laura R.Luidolt, Peter Mindek, Renata G.Raidou, Ivan Viola, Manuela Waldner, M. Eduard Gröller
Vis Inf. 2021 (1): 76-84.   DOI: 10.1016/j.visinf.2021.02.003
摘要( 221 )  
维也纳技术大学的可视化实验室创建于1994年,已在国际上活跃了27年。本文介绍了该实验室的主要研究方向,包括其在生物医学可视化、数学可视化、分子可视化、网络可视化、可视化感知等方面的成就。在接下来的几年中,实验室研究将重点研究动态系统和数据流的可视化。最后,将概述实验室感兴趣的研究领域,与实验室文化。