相关实验视频
Updated: Jul 6, 2025

13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.2K
通过随机梯度下降的重叠去除与 (外) 形状意识.
IEEE transactions on visualization and computer graphics
|January 9, 2024
概括
本研究介绍了对2D数据可视化改进的重叠删除 (OR) 算法. 新方法有效地消除了形状重叠,同时保持了数据拓和可读性.
科学领域:
- 计算机科学 计算机科学
- 数据可视化 数据可视化
- 计算几何学的计算几何学
背景情况:
- 2D可视化中的数据点通常以形状表示,但不适当的尺寸/形状选择可能会导致重叠,模糊信息.
- 覆盖删除 (OR) 算法是后处理解决方案,以确保图形元素准确地表示底层数据.
- 保存原始数据布局的拓对于有效的可视化探索至关重要.
研究的目的:
- 在2D可视化中扩展FORBID算法进行重叠删除 (OR).
- 开发一种形状感知OR算法 (SORDID),能够处理多边形状.
- 为了实现无重叠的布局,平衡紧性和原始布局的保存.
主要方法:
- 用随机梯度下降来建模OR作为关节应力和缩放优化问题.
- 开发SORDID,这是FORBID算法的一个形状意识的适应,用于多边形数据点.
- 通过使用质量指标,将拟议的方法与最新的算法进行比较.
主要成果:
- 扩展的FORBID和SORDID算法有效地消除2D可视化中的重叠.
- 这些方法在数据紧性和保留原始布局结构之间取得了平衡.
- 评估表明与现有的最先进的OR算法相比,性能优越.
结论:
- 拟议的OR算法在可视化清晰度和数据探索方面提供了显著的改进.
- SORDID提供了一个强大的解决方案,用于删除随意的多边形形状的重叠.
- 这些进步提高了复杂的2D数据可视化的可靠性和可解释性.

