AI辅助数据可视化的形式化研究

本形式化研究探讨了数据质量对AI辅助数据可视化的影响，重点考察了包含固有质量问题的数据集如何影响这些工具的输出。通过生成具有内在质量问题的数据集中的可视化，研究旨在识别和归类特定可视化问题的类型。该研究进一步探索了解决这些可视化挑战的潜在方法和工具。尽管尚未实施工具开发，但研究发现强调提高AI可视化工具处理不完美数据的数据质量。该研究强调需要更健壮、用户友好的解决方案，以更快、更轻松地纠正数据和可视化错误，从而提高AI辅助数据可视化过程的整体可靠性和可用性。