可视化设计之感知核心的研究。
摘要：可视化设计精心考虑感知的利益，作为视觉编码变量如颜色不同的任务中，形状和大小如何影响观众解读数据。在这项工作中，我们引入了感知的内核：
距离矩阵的综合知觉判断。感知的内核代表感知间的分歧和视觉变量在一个可重复使用的形式，是直接适用于可视化评估和自动化设计。我们报告的结果从人群**的实验估计颜色、形状，大小与其组合。
我们分析了五种不同类型的内核使用的判断包括likert等级之间对有序态的比较，估计，和手动的空间安排和他们现有的感知模型的比较。我们得到收集的感知相似性的建议，并演示了如何产生的核可应用于自动化可视化的设计决策。
关键字：可视化，设计，编码，感知，模型，众包，可视化的自动化，视觉嵌入。
1.绪论。视觉编码决策是可视化设计的核心。用户基于数据的解释可能导致编码移位，并且了解如何选择视觉编码的变量例如颜色、形状和大小以及它们的组合来影响图像感知是非常重要的。
评估这些影响的一个方法是测量视觉变量之间的相似性（或相反的，距离）。大体上我们将对相似度的主观度量作为感知距离。在这种背景下，成对的感知距离聚合成一个感知的核心的距离矩阵。
这些措施量化了选择编码的作用，从而帮助创造出能更好反映结构的数据的可视化。图1a显示了一些有关感知的核心的一组符号；距离都使用灰度可视化值，方格的颜色越深代表相似度越高。著名的学者指出用户将感知形状之间的相似之处或许会也或许不会反映编码数据值。
图1a感知的核心也可以从自动可视化设计中获益。通常情况下，自动化设计方法[27]有效利用了视觉编码变量在数据类型（名称，顺序，定量）方面的排名。一旦一个视觉变量被选中，这些方法对如何对视觉元素进行最好的数据配对提供了一些指导，而不是依赖默认调色板来获取变量值例如颜色和形状。
感知的核心提供了一种方法来计算视觉变量间的最优化任务，这些视觉变量的感知差异与数值上潜在的距离存在一致性。简而言之，感知的核心实现使用可视化工具中的直接应用经验来感知数据。
在这项工作中，我们将众包实验的结果归因于估计感知的核心的视觉编码变量的形状、大小、颜色及其组合。引发视觉变量相似度的判断还有其他的方式。我们比较了多种判断类型：
likert等级对，依次三重比较和手动空间排列。我们还可以通过对现有的感知模型的对比来评估所产生的的核心。我们发现尽管比两两对比以及手动空间排列花费了更多的时间和金钱，但是依次三重比较提供了最一致的结果。
接着我们论证了感知的核心如何通过自动面板适用于改善可视化设计优化，以及如何通过提供距离使数据点视觉嵌入到视觉空间中。
2.相关工作。
我们借鉴在相似度判断、感知尺寸之间的相互作用、图像认知和自动化设计中的前期工作。
2.1感知相似度判断的分析。
早期的研究已经分析了模型感知空间的相似性判断。测量方法涉及要求受试者率或匹配多重刺激。一种方法是在指定数值范围内寻求课题中视觉刺激对的感知相似度。
然而，成对的扩展会使课题增加负载或课题间的差异会混淆分析。这些问题将导致涉及顺序判断的简单分歧任务。在三者中考虑匹配时：
“a是更相似于b还是更相似于c？”我们发现在三者中顺序判断会使结果更可靠[20]。然而，两者或三者以平方或三次方增加的数量都分别增加了视觉刺激的数量。
[12]。在本次的实验中，我们使用了直接的判断类型，包括likert排序，依次三重排名以及手动空间布局。
相似性也可以从测量中简介判断例如课题的响应时间（混乱时）或手动聚集[12].。反应时间的使用假设两个刺激之间的相似性与他们和其他的相混淆的概率是息息相关的。课题被要求要很快的决定出所给的两种刺激是否相同，假定他们更相似时，将花费更多的时间。
在一个聚类指标中，课题被要求将所指定的刺激聚集起来。并且假设两种刺激被分为同一个组中的概率和他们的相似性是成比例的。
嵌入于欧式空间的感知测量是一条活跃的研究线因为影响已超越了心理学。通常情况下，这类方法是以欧氏距离为单位获得模型感知距离。torgerson的度量多维尺度图定量的度量了欧式空间[45]。
然而，三重对比的使用需要一个映射顺序的判断。shepard和kruskal[22,32]提出了非计量的mds技术用于处理感知测量的一般情况。这个规则需要对所有刺激对一个完整的排名，促使更多的nmds的规则根据一组部分的顺序判断推导出感知距离[1,51,47]。
这些方法允许距离可以从所有可能的一个子集开始推断。tamuz[44]等人进一步提出一种自适应采样方法更有效学习的众包的核心。
2.2感知维度的尺寸完整性。
视觉变量通常通过串联得到多维数据。如何感知视觉变量在变化时结合了另一个？为了解决这个问题，研究学者已经调查了很多感知维度之间的相互联系[2,11,33,35]。
这些调查率领garner和felfoldy [11]推出两种类型的刺激维度之间的区别：完整的和可分离的。视觉刺激维度如果他们干预或感知了对方这被认为是不可分离的。
假若不是则被认为是可分离的。对于整体的维度来说，冗余的编码可以提高工作绩效。当维度完全是分散的，冗余的编码并不会影响工作绩效。
如果任务需要选择性注意，整体维度可以干扰，削弱任务的性能。完整性和可分离没有形成一个清晰的两分法，而是伴有不同程度的相互作用[11]的连续体。
完整性也可以用感知结构的框架来衡量。此前的研究提供了一些证据表明[2,33,45]，对于完整的维度来说，基于多重视觉变量的感知距离，形成了欧几里得指标（l1）。对于可分离的维度，形成了街区指标（l2）。
例如，attne**e[2]街区指标在大小，形状和大小和亮度方面比欧几里得指标能更好的解释实验测量。torgerson[45]表明，色值和色度引发了欧几里得度量的一致性判断。当我们分析群集感知的核心时我们要重新审视这些实验结果。
2.3图形知觉。
此项研究的一个有关领域就是图形知觉[6]：对图像中呈现出的数据进行解码。视觉变量如位置，尺寸，形状或颜色的选择是如何影响可视化效果的？
bertin是最早系统的研究可视化变量中的一个：“能力的描绘给定了不同类型的信息”[3]。根据bertin所言，研究人员在多个领域进行了人体实验对象的实验[6，14，21，24，37，38，46]并且提出在名义，顺序和量化数据方面对视觉变量进行感知激发的排名[6,24,25,27,36]。
研究人员还观察了对设计参数如纵横比、图表的大小、轴标记、动画设计等选择的不同对图标的效果到底有什么影响。这项工作一般的结合了可选择视觉变量的有效性。相反的是，感知的核心可以作用在两者在视觉编码任务分析和视觉编码变量的具体类之间。
2.4自动化的可视化设计。
mackinlay的自动演示工具（apt）是最有影响力的自动化系统可视化设计之一。。根据mackinlay所说，可视化若是能如实的呈现出数据，并不意味着错误的推断。若被选中的视觉变量准确的被用户解码，则可视化是有效的。
apt采用一个组成代数在从beritn的派生的基**形基元编码生成可视化效果。系统选择了最能符合正规的表现和成效的标准可视化。为保证执行效果，根据之前所研究的图形知觉[6,34]，atp使用了根据数据类型将视觉变量排序的一个排列。
apt没有准确的将用户任务或交互考虑在内。为此，roth等人[30]通过新类型的互动演示扩展了mackinlay的工作。同样，casner[4]通过包含用户的任务，引导可视化的产生建立在apt。
这其中的一些想法现在用于商业可视化工具[26]tableau可视化的推荐中。
demiralp等人[8]提出将视觉嵌入作为可视化模型的建设和评估。视觉嵌入是一个函数从数据点到视觉原语的空间中可测量保留结构内的映射感知数据空间。这个框架可以被用于产生和评估基于这两个基础数据的可视化和——通过选择保存的完好的结构——期望感知任务。
为了评估结构的维护，视觉嵌入模式对于给定的视觉嵌入空间需要感知距离措施。在某些情况下，现有的感知空间，如cielab颜色空间，可以用来执行嵌入[7]。在这项工作中，我们使用评估众包的方法来估算感知的核心。
由此产生的可以直接应用在视觉嵌入过程或用来评估和获取一般感知模型。
3.研究目标和实验概述。
我们在引进感性的核心的最终目标是促进自动化的可视化设计。为了做到这一点，我们必须能够估计感知的核心的可靠性。我们的第一个研究目标是评估和收集众包多种方法来判决构建感知的核心。
我们的第二个研究目标是展示这些的核心的生成和评估的视觉编码的选择的工具。
我们进行了两个实验，通过对形状，颜色，大小和它们的组合的视觉编码变量的研究来学习感知的核心。第一个实验对引发的判断进行单因素编码，第二个为二元编码。两个实验共享相同的方法：
收集在各种评分方案相似的判断，构建感知的核心，然后对结果进行分析。
3.1视觉刺激。
我们使用来自一个商业可视化工具——调色板的颜色和形状刺激。手动画面的颜色和形状是设计时就考虑到感知问题诸如辨别力、显著成效和健壮性的重叠[40]。因此，这些面板构成了一个良好的基础评估感知的核心。
同时，使用调色板使流行的可视化该工具为我们的研究提供了一个生态的效度。这两个基本的颜色和形状调色板上都有10个不同的值。对于大小来说，我们使用了线性增加的十圈面积。
我们获得的感知的核心为每个刺激及其二元组合。总的来说我们评估了6个调色板如图2所示，包括颜色、形状、大小、形状—颜色、大小—颜色、形状—大小。
3.2判断类型。
我们比较了五种相似性判断类型，在启发式策略和报告精度方面都有不同。
成对评级5点量表（l5）：课题依次提出视觉刺激对，并要求每对在5点likert量表中相似性（图3）。在刺激对之间或所有组之间的顺序都是随机的。
任务进度可视化是一个被提供的等级所填充的上三角矩阵。这代表着允许看到所有的项目以及可以根据所需来调整。一旦所有成对的评级完成，就可以单击任何单元格并更改评级使之成为相应的一对。
设计的目标就是帮助将所有的分发与likert量表中，以便不同刺激对中最相似的获得最高评级，而不同的刺激对获得最低的评级。这也可以帮助减轻一个影响主观成对中最著名的问题——由于学科的内在存在的差别。
成对评级9点量表（l9）：除了使用9点likert量表与之前的任务相同。
联合匹配的三重排名（tm）：主题依次以三重刺激呈现，其中一个被标注为参考。我们会以主题确定剩余的两个中哪个与参考更相似一些（图4）。刺激对以及每对之间的三重排名都是随机的。
计算机专业英语翻译
新的邮件安全设施。摘要。鉴于需要跨组织电子邮件系统，安全设施将会应用于该系统。比如美国，在纸质检测政策中为了安全设立了现状基础设施，并且，倡导新的基础设施政策。简介。什么样的国家政策最好的满足了国家信息基础设施的目标？是以保障电子信箱 电子邮件 系统处理 信息为目的政策吗？虽然安全政策的实施在 方面...
计算机英语翻译
1 一个常见的词描述相结合的传统计算机技术和通信技术是信息技术。2 程序通常在计算机专家所写的手册。3 下列哪项是一个例子，连接？因特网。4 视窗xp,windows vista 麦金塔os x的操作系统。5 因为他们的体积和成本，这些电脑是比较罕见的。超级计算机。6 这个系统的控制和操纵数据部件以...
计算机专业英语
d dvorak keyboard dvorak键盘 ddr 双倍速率sdram dao 数据访问对象。daemon 后台程序。dtr 数据终端就绪 dasd 直接访问存储设备 dmi 桌面管理界面 dpi 打印分辨率。dhcp 动态主机配置协议。driver 驱动程序。ddn 数字数据网络。dra...