图布局的审美判别
数据结构与算法
2018-09-05 v1 人机交互
机器学习
摘要
本文解决以下基本问题：给定同一图的两个布局，哪一个更具审美愉悦性？我们提出一种基于神经网络的判别器模型，该模型在带标签数据集上训练，以判定两个布局中哪一个具有更高的审美质量。用作模型输入的特征向量基于已知的图绘制质量度量、经典统计、信息论量以及受凝聚态物理方法启发的两点统计。用于训练和测试的大规模布局对语料库使用力导向绘制算法以及图生成过程中自然产生的布局构建，并进一步通过数据增强技术扩展。我们模型的均值预测准确率为 95.70%，以统计显著优势优于基于应力以及基于流行质量度量线性组合的判别器。
引用
@article{arxiv.1809.01017,
title = {Aesthetic Discrimination of Graph Layouts},
author = {Moritz Klammler and Tamara Mchedlidze and Alexey Pak},
journal= {arXiv preprint arXiv:1809.01017},
year = {2018}
}
备注
Appears in the Proceedings of the 26th International Symposium on Graph Drawing and Network Visualization (GD 2018)