Wetenschap
Krediet:CC0 Publiek Domein
De alomtegenwoordigheid en enorme hoeveelheid gegevens die tegenwoordig worden gegenereerd, geven experts in vrijwel elk domein voldoende informatie om alles te volgen, van financiële trends tot evacuatieroutes voor rampen, en straatverkeer, naar dierenmigraties, weer patronen, en ziektevectoren. Maar het gebruik van deze gegevens om visualisaties van complexe voorspellende modellen te bouwen met behulp van machine learning, is een uitdaging voor experts die niet over de vereiste computerwetenschappelijke vaardigheden beschikken.
Een team van het Visualization and Data Analytics (VIDA)-lab van de NYU Tandon School of Engineering, onder leiding van Claudio Silva, hoogleraar in de afdeling informatica en techniek, ontwikkelde een raamwerk genaamd VisFlow, waarmee degenen die misschien geen experts zijn in machine learning, zeer flexibele datavisualisaties kunnen maken van bijna alle gegevens. Verder, het team heeft het gemakkelijker en intuïtiever gemaakt om deze modellen te bewerken door een extensie van VisFlow te ontwikkelen, FlowSense genaamd, waarmee gebruikers pijplijnen voor gegevensverkenning kunnen synthetiseren via een natuurlijke taalinterface.
Het onderzoek, "FlowSense:A Natural Language Interface for Visual Data Exploration with a Dataflow System" won dit jaar de best-paper award op de IEEE Conference on Visual Analytics Science and Technology (VAST).
Op dinsdag, 22 oktober Bowen Yu, die promoveerde aan de NYU Tandon onder Silva, zal de paper presenteren tijdens de plenaire openingssessie van de IEEE Visualization Conference (IEEE VIS) in Vancouver, Brits-Columbia. De studie is een van de vele papers die VIDA-onderzoek onder de aandacht brengen dat zal worden gepresenteerd op IEEE VIS, de toonaangevende locatie voor visualisatieonderzoek en een vooraanstaande conferentie voor computergraphics.
Bij de conferentie, medewerkers met VIDA, dat zich heeft gevestigd als een toonaangevend onderzoekscentrum voor datavisualisatie, zal visualisatiemodelleringsprojecten presenteren met toepassingen in de astronomie, medicijn, en klimaatonderzoek ontwikkeld in of met het centrum:
VisFlow, geïntroduceerd in 2017 en gedeeltelijk gefinancierd door het Data Driven Discovery of Models-programma van het Defense Advanced Research Projects Agency, is een webgebaseerd raamwerk waarmee de gebruiker eenvoudige acties via slepen en neerzetten kan gebruiken om gemakkelijk met gegevens te communiceren, gebruikers visuele datamodellen laten maken op basis van tijdreeksen, netwerken, geografische locaties, en meer, die allemaal kunnen worden gevormd tot een compact en interactief visualisatiedashboard.
Yu zei dat FlowSense deze mogelijkheden nog een stap verder brengt. "Stel je voor dat iemand gewoon een zin zou kunnen uitspreken of typen om een gegevensstroomdiagram te activeren, " zei hij. "Deze mogelijkheid zou niet-experts comfortabelere gebruikers maken, terwijl ervaren gebruikers snelkoppelingen krijgen. We zijn van mening dat we met natuurlijke taalondersteuning de leercurve voor een systeem als dit kunnen verminderen en de gegevensstroom toegankelijker kunnen maken", zei hij.
Silva, een IEEE Fellow die is aangesloten bij NYU's Courant Institute for Mathematical Sciences, Centrum voor gegevenswetenschap, Centrum voor Stedelijke Wetenschap en Vooruitgang, en Centrum voor geavanceerde technologie in telecommunicatie, toegevoegd, "We bieden VisFlow en FlowSense aan als open source, free-to-all op code gebaseerde frameworks op github, als een manier om verdere ontwikkeling te motiveren voor visualisatiedoeleinden. Er is echt veel meer onderzoek dat gedaan zou kunnen worden op dit gebied, en ik hoop dat FlowSense een belangrijke stimulans zal zijn voor meer samenwerking bij het flexibeler maken van datastroomsystemen, makkelijk te gebruiken, en populair onder data-analisten."
Wetenschap © https://nl.scienceaq.com