EuroVis2022论文—1—STAR-前沿综述
目录
STAR 1 : and
1.Chart : State of the Art and
2.A on Cross-
STAR 2 : A ——多尺度
3.A of and in High-
4. & in for : A
STAR 3 : and ——健康和医药
5. Maps: A of Map-Like of the
6.EHR STAR: The State-Of-the-Art in EHR
STAR 1 : and 1.Chart : State of the Art and
为了分析数据→将数据绘制成一些图表→看见图表为了进一步分析→人们在看到图表后进行针对图表的二次提问。回答这些问题就是Chart (CQA)。例如左边的例子,问的问题是:苹果和什么时候股票差值最大?这篇综述针对这一问题的论文进行整理,通过确定问题域的几个重要维度(包括任务的可能输入和输出)来提供分类,并讨论这些解决方案的优点和局限性。总结这些论文使用的评估技术
2.A on Cross-
跨虚拟分析(XVA)是沉浸式分析和视觉分析相结合的新的研究领域。在现实-虚拟的连续统一体中,应用了多种异构设备,以及各自的视觉隐喻和分析技术。XVA的目标是实现可视分析,使用过渡和协作界面,无缝整合不同设备,并支持多个用户。这篇论文就是综述这些XVA论文。
STAR 2 : A ——多尺度 3.A of and in High-
神经连接组学能够重建神经元和突触的接线图,从而进一步了解大脑的运作。重建和分析神经元连接需要若干独立步骤:高分辨率数据采集、自动分割、校对、交互式数据探索和电路(?)分析。可视化在这些步骤中处理大型复杂数据集时可以发挥很大作用。这篇论文综述这个领域应用的可视化方法,领域相关性较强
4. & in for : A
人类生理学结合了生物学、化学、物理学和医学诸多元素,复杂且多面。这篇论文综述生理学使用的可视化方法
STAR 3 : and ——健康和医疗 5. Maps: A of Map-Like of the
病人特定心血管结构的地图可视化已应用于许多医疗应用环境。“类地图”一词指的是上述绘制与制图地图的共同特征:从单一角度显示数据属性的空间关系,抽象底层数据增加可读性,有助于围绕概览、导航和比较任务。有很多技术可以从异构的数据空间派生出这样的地图。目的相似:针对疾病诊断、治疗或研究。挑战相似:在将树形结构的空间成分映射到清晰的布局上。这个论文提出了一个框架来统一这些方法。
【一直觉得这类论文非常有趣,难点是需要交叉合作,需要人际交往原地升级地狱难度】
6.EHR STAR: The State-Of-the-Art in EHR
自从电子健康记录(EHR)和人口健康记录(PopHR)问世以来,存档的数字健康记录的数量迅速增长。大量异构的健康记录需要先进的可视化和可视分析系统来揭示隐藏在复杂数据库中的有价值的见解。作为信息可视化和可视分析的一个活跃的子领域,许多交互式EHR和PopHR可视化(EHR Vis)系统已经提出、开发和评估,以支持有效的临床分析和决策。