ML4VIS综述：将机器学习进展应用于数据可视化
人机交互
2021-12-24 v4
摘要
受机器学习（ML）巨大成功的启发，研究者已将ML技术应用于可视化，以实现更好的可视化设计、开发与评估。这一研究分支被称为ML4VIS，近年来获得越来越多的研究关注。为成功将ML技术适配于可视化，需要对ML4VIS的集成有结构化理解。本文系统综述了88项ML4VIS研究，旨在回答两个驱动性问题：“哪些可视化过程可由ML辅助？”以及“如何使用ML技术解决可视化问题？”本综述揭示了可受益于ML技术的七个主要过程：面向可视化的数据处理（Data Processing4VIS）、数据-可视化映射、洞见传达、风格模仿、可视化交互、可视化阅读和用户画像。这七个过程在ML4VIS流程中关联于现有可视化理论模型，旨在阐明ML辅助可视化在一般可视化中的作用。同时，这七个过程被映射到ML中的主要学习任务，以使ML的能力与可视化需求相对齐。本文在ML4VIS流程和ML-可视化映射的背景下讨论了ML4VIS的当前实践与未来机遇。尽管该领域仍需更多研究，我们希望本文能为未来探索提供踏脚石。本综述的基于网络的交互式浏览器可在 https://ml4vis.github.io 获取。
引用
@article{arxiv.2012.00467,
title = {A Survey on ML4VIS: Applying Machine Learning Advances to Data Visualization},
author = {Qianwen Wang and Zhutian Chen and Yong Wang and Huamin Qu},
journal= {arXiv preprint arXiv:2012.00467},
year = {2021}
}
备注
19 pages, 12 figures, 4 tables