PIXLISE-C：探究 NASA 科学家用于矿物识别的数据分析需求
人机交互
2021-03-31 v1 图形学
计算物理
仪器与探测器
摘要
NASA JPL 的科学家对从火星表面采集的微 X 射线荧光（microXRF）光谱数据进行分析，以寻找火星上过去微生物生命的迹象。他们的数据分析工作流主要涉及通过空间分布数据点中的元素丰度来识别矿物化合物。我们与 NASA JPL 团队合作，明确了其现有数据可视化与分析工具的痛点与需求。具体而言，该团队希望对矿物组成组的创建与解读过程进行改进。为解决该问题，我们开发了一款交互式工具，使科学家能够（1）使用手动套索工具选择或多种机器学习聚类算法对数据进行聚类，以及（2）比较聚类与单个数据点，从而就矿物组成做出明智决策。我们的初步工具支持混合数据分析工作流，用户可手动细化机器生成的聚类。
引用
@article{arxiv.2103.16060,
title = {PIXLISE-C: Exploring The Data Analysis Needs of NASA Scientists for Mineral Identification},
author = {Connie Ye and Lukas Hermann and Nur Yildirim and Shravya Bhat and Dominik Moritz and Scott Davidoff},
journal= {arXiv preprint arXiv:2103.16060},
year = {2021}
}
备注
5 pages, 6 figures, ACM Conference on Human Factors in Computing Systems Workshop on Human-Computer Interaction for Space Exploration (SpaceCHI 2021), https://spacechi.media.mit.edu/