Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Design and Description Method for Human-Autonomy Teaming Systems Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Intelligent Visual Analytics – a Human-Adaptive Approach for Complex and Analytical Tasks

verfasst von : Kawa Nazemi

Erschienen in: Intelligent Human Systems Integration

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Visual Analytics enables solving complex and analytical tasks by combining automated data analytics methods and interactive visualizations. The complexity of tasks, the huge amount of data and the complex visual representation may overstrain the users of such systems. Intelligent and adaptive visualizations system show already promising results to bridge the gap between human and the complex visualization. We introduce in this paper a revised version of layer-based visual adaptation model that considers the human perception and cognition abilities. The model is then used to enhance the most popular Visual Analytics model to enable the development of Intelligent Visual Analytics systems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Design and Experimental Validation of Transparent Behavior for a Workload-Adaptive Cognitive Agent
Nächstes Kapitel CPR: Bright Side of Machine-Human Relationship
Literatur
1.
2.
Gotz, D., Lu, Z., When, J., Kissa, P., Cao, N., Qian, W.H., Liu, S.X., Zhou, M.X.: HARVEST: an intelligent visual analytic tool for the masses. In: Proceedings of IVITA 2010, pp. 1–4. ACM, New York (2010)
3.
Ahn, J.-W., Brusilovsky, P.: Adaptive visualization for exploratory information retrieval. Inf. Process. Manage. 49(5), 1139–1164 (2013)CrossRef
4.
Steichen, B., Carenini, G., Conati, C.: User-adaptive information visualization: using eye gaze data to infer visualization tasks and user cognitive abilities. In: Proceedings of IUI 2013, IUI 2013, pp. 317–328. ACM, NewYork (2013)
5.
Bai, X., White, D., Sundaram, D.: Contextual adaptive knowledge visualization environments. Electron. J. Knowl. Manag. 10(1), 01–14 (2012)
6.
Wiza, W., Walczak, K., Cellary, W.: AVE - method for 3D visualization of search results. In: Web Engineering. Lecture Notes in Computer Science, vol. 2722, pp. 204–207. Springer, Heidelberg (2003)
7.
Brusilovsky, P., Ahn, J.W., Dumitriu, T., Yudelson, M.: Adaptive knowledge-based visualization for accessing educational examples. In: 2006 Tenth International Conference on Information Visualization, IV 2006, pp. 142–150 (2006)
8.
Shi, L., Cao, N., Liu, S., Qian, W., Tan, L., Wang, G., Sun, J., Lin, C.-Y.: HiMAP: adaptive visualization of large-scale online social networks. In: 2009 IEEE Pacific Visualization Symposium, PacificVis 2009, pp. 41–48 (2009)
9.
Gotz, D., Zhou, M.X.: An empirical study of user interaction behavior during visual analysis. Technical report, IBM Research Division, NY (2008)
10.
Gotz, D., Wen, Z.: Behavior-driven visualization recommendation. In: Proceedings IUI 2009, pp. 315–324. ACM, New York (2009)
11.
Gotz, D., Zhou, M.X.: Characterizing users’ visual analytic activity for insight provenance. In: 2008 IEEE Symposium on Visual Analytics Science and Technology, VAST 2008, pp. 123–130 (2008)
12.
Mackinlay, J.: Automating the design of graphical presentations of relational information. ACM Trans. Graph. 5, 110–141 (1986)CrossRef
13.
Mackinlay, J., Hanrahan, P., Stolte, C.: Show me: automatic presentation for visual analysis. IEEE Trans. Vis. Comput. Graph. 13(6), 1137–1144 (2007)CrossRef
14.
Golemati, M., Halatsis, C., Vassilakis, C., Katifori, A., Lepouras, G.: A context-based adaptive visualization environment. In: Proceedings of the conference on Information Visualization, IV 2006, pp. 62–67. IEEE Computer Society, Washington, DC (2006)
15.
Golemati, M., Vassilakis, C., Katifori, A., Lepouras, G., Halatsis, C.: Context and adaptivity-driven visualization method selection. In: Mourlas, C., Germanakos, P. (eds.) Intelligent User Interfaces: Adaptation and Personalization Systems and Technologies. IGI Global (2009)
16.
Bai, X., White, D., Sundaram, D.: Adaptive knowledge visualization systems: a proposal and implementation. IJEEEE 1(3), 193–200 (2011)
17.
Voigt, M., Franke, M., Meiner, K.: Capturing and reusing empirical visualization knowledge. In: UMAP 2013 Extended Proceedings (2013)
18.
de Jongh, M., Dudas, P.M., Brusilovsky, P.: Adaptive visualization of research communities. In: Berkovsky, P., et al. (eds.) UMAP 2013 Extended Proceedings, First International Workshop on User-Adaptive Visualizations (WUAV) (2013)
19.
Keim, D., Mansmann, F., Schneidewind, J., Ziegler, H., Thomas, J.: Visual analytics: scope and challenges. In: Visual Data Mining: Theory, Techniques and Tools for Visual Analytics. LNCS. Springer, December 2008
20.
Nazemi, K., Kohlhammer, J.: Visual variables in adaptive visualizations. In: Extended Proceedings of UMAP 2013, CEUR Workshop Proceedings, vol. 997 (2013). ISSN 1613-0073
21.
Marchionini, G.: Exploratory search: from finding to understanding. Commun. ACM 49(4), 41–46 (2006)CrossRef
22.
Bertin, J.: Semiology of Graphics. University of Wisconsin Press, Madison (1983)
23.
Ware, C.: Information Visualization Perception for Design. Morgan Kaufmann (Elsevier), Boston (2013)
24.
Rensink, R.A.: Change detection. Annu. Rev. Psychol. 53, 245–277 (2002)CrossRef
25.
Nazemi, K., Stab, C., Fellner, D.W.: Interaction analysis: an algorithm for interaction prediction and activity recognition in adaptive systems. In: IEEE International Conference on Intelligent Computing and Intelligent Systems, Proceedings, pp. 607–612. IEEE Press, New York (2010)
26.
Nazemi, K., Stab, C., Fellner, D.W.: Interaction Analysis for Adaptive User Interfaces Advanced Intelligent Computing Theories and Applications, pp. 362–371. Springer (2010)
27.
Nazemi, K., Retz, R., Burkhardt, D., Kuijper, A., Kohlhammer, J., Fellner, D.W.: Visual trend analysis with digital libraries. In: Proceedings of the 15th International Conference on Knowledge Technologies and Data-driven Business. ACM, New York (2015)
28.
Thomas, J.J., Cook, K.A.: Illuminating the Path: The Research and Development Agenda for Visual Analytics. National Visualization and Analytics Center (2005)
29.
Keim, D., Kohlhammer, J., Ellis, G., Mansmann, F.: Matering the Information Age Solving Problems with Visual Analytics. Eurographics Association (2010)
30.
Munzner, T.: A nested model for visualization design and validation. IEEE Trans. Vis. Comput. Graph. 15(6), 921–928 (2009)CrossRef
31.
Blei, D.M., Ng, A.Y., Jordan, M.I.: Latent dirichlet allocation. J. Mach. Learn. Res. 3, 993–1022 (2003)MATH
Metadaten
Titel
Intelligent Visual Analytics – a Human-Adaptive Approach for Complex and Analytical Tasks
verfasst von
Kawa Nazemi
Copyright-Jahr
2018
Buch
Intelligent Human Systems Integration

Print ISBN: 978-3-319-73887-1

Electronic ISBN: 978-3-319-73888-8

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-73888-8_29

Premium Partner

    Bildnachweise