MultiSegVA：利用可视化分析在多尺度上分割生物记录时间序列
人机交互
2020-09-03 v2 机器学习
摘要
在多时间尺度上分割动物的生物记录时间序列是一项关键步骤，需要复杂的技术、细致的参量化以及可能的跨领域专业知识。然而，目前缺乏强力支持此类多尺度分割的可视交互工具。为弥补这一缺口，我们提出 MultiSegVA 平台，用于在多时间尺度上交互式定义分割技术与参数。MultiSegVA 的主要贡献在于为在多尺度上分割无标签时间序列提供了量身定制的可视交互手段与可视化分析范式。此外，为灵活组合多尺度分割，该平台贡献了一种新的可视化查询语言，其联结了多种分割技术。为阐明我们的方法，我们呈现了一套与运动生态学家合作衍生的面向领域的分割技术集合。我们在运动生态学中两个真实用例中展示了 MultiSegVA 的适用性与有用性，分别涉及环境感知分割后的行为分析，以及渐进聚类后的行为分析。来自运动生态学家的专家反馈显示了量身定制的可视交互手段与可视化分析范式在分割多尺度数据上的有效性，使他们能够开展具有语义意义的分析。第三个用例表明 MultiSegVA 可推广至其他领域。
引用
@article{arxiv.2009.00548,
title = {MultiSegVA: Using Visual Analytics to Segment Biologging Time Series on Multiple Scales},
author = {Philipp Meschenmoser and Juri F. Buchmüller and Daniel Seebacher and Martin Wikelski and Daniel A. Keim},
journal= {arXiv preprint arXiv:2009.00548},
year = {2020}
}
备注
IEEE VAST 2020 - Proceedings of IEEE Conference on Visual Analytics Science and Technology (VAST), 2020