Census-Stub 图不变描述符
人机交互
2024-12-09 v1
摘要
一个不变描述符捕捉网络的有意义结构特征，在传统可视化方法（如节点-链接视图）面临毛发球现象（点和线的不可理解重叠）等挑战时尤为有用。设计不变描述符需要在抽象性与信息保留之间取得平衡，因为更丰富的数据摘要需要更多存储和计算资源。在先前工作的基础上，主要是 BMatrix——一种以不变网络肖像热图形式可视化的矩阵描述符——我们引入了 BFS-Census，一种计算我们的人口普查数据结构的新算法：Census-Node、Census-Edge 和 Census-Stub。我们的实验表明，聚焦于存根（半边）的 Census-Stub 在区分非同构图的能力上比其他任何描述符高出数个数量级，而没有困难的权衡：分辨率的大幅提高并未带来存储空间或计算能力的相应增加。我们还展示了新的可视化——我们的 Hop-Census 折线和 Census-Census 轨迹——并在真实世界图上进行了评估，包括一项显示图拓扑变化映射到视觉 Census 变化的敏感性分析。
引用
@article{arxiv.2412.04582,
title = {The Census-Stub Graph Invariant Descriptor},
author = {Matt I. B. Oddo and Stephen Kobourov and Tamara Munzner},
journal= {arXiv preprint arXiv:2412.04582},
year = {2024}
}