一种用于图布局的深度生成模型

不同的布局可以刻画同一张图的不同方面。因此，为图寻找一个“好”的布局是图可视化的一项重要任务。在实践中，用户经常通过使用不同方法和调整参数设置以多种布局可视化一张图，直到找到最适合可视化目的的布局。然而，这种试错过程往往随意且耗时。为了给用户提供一种直观的方式来探索布局设计空间，我们提出了一种利用深度生成模型系统化地以多样化布局可视化图的技术。我们设计了一种编码器-解码器架构，从一组示例布局中学习模型，其中编码器将训练样本表示在潜空间中，解码器从潜空间生成布局。特别地，我们训练模型构建一个二维潜空间，以便用户轻松探索和生成各种布局。我们通过对所生成布局的定量与定性评估展示了我们的方法。评估结果表明显，我们的模型能够学习并泛化图布局的抽象概念，而不仅仅是记住训练样本。总之，本文提出了一种全新的图可视化方法，其中机器学习模型从示例中学习可视化图，而无需人工定义的启发式规则。