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
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Learning Convolutional Ranking-Score Function by Query Preference Regularization Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Interactive Data Visualization Using Dimensionality Reduction and Dissimilarity-Based Representations

verfasst von : D. F. Peña-Unigarro, P. Rosero-Montalvo, E. J. Revelo-Fuelagán, J. A. Castro-Silva, J. C. Alvarado-Pérez, R. Therón, C. M. Ortega-Bustamante, D. H. Peluffo-Ordóñez

Erschienen in: Intelligent Data Engineering and Automated Learning – IDEAL 2017

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

This work describes a new model for interactive data visualization followed from a dimensionality-reduction (DR)-based approach. Particularly, the mixture of the resulting spaces of DR methods is considered, which is carried out by a weighted sum. For the sake of user interaction, corresponding weighting factors are given via an intuitive color-based interface. Also, to depict the DR outcomes while showing information about the input high-dimensional data space, the low-dimensional representations reached by the mixture is conveyed using scatter plots enhanced with an interactive data-driven visualization. In this connection, a constrained dissimilarity approach define the graph to be drawn on the scatter plot.

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 An Investment Defined Transaction Processing Towards Temporal and Spatial Optimization with Collaborative Storage and Computation Adaptation
Nächstes Kapitel Applying Random Forest to Drive Recommendation
Literatur
1.
Peluffo-Ordóñez, D.H., Lee, J.A., Verleysen, M.: Recent methods for dimensionality reduction: a brief comparative analysis. In: European Symposium on Artificial Neural Networks (ESANN). Citeseer (2014)
2.
Peluffo-Ordóñez, D.H., Lee, J.A., Verleysen, M.: Short review of dimensionality reduction methods based on stochastic neighbour embedding. In: Villmann, T., Schleif, F.-M., Kaden, M., Lange, M. (eds.) Advances in Self-Organizing Maps and Learning Vector Quantization. AISC, vol. 295, pp. 65–74. Springer, Cham (2014). doi:10.​1007/​978-3-319-07695-9_​6 CrossRef
3.
Lee, J.A., Verleysen, M.: Nonlinear Dimensionality Reduction. Springer Science & Business Media, New York (2007)CrossRefMATH
4.
Borg, I.: Modern Multidimensional Scaling: Theory and Applications. Springer, New York (2005)MATH
5.
Ward, M., Grinstein, G., Keim, D.: Interactive Data Visualization: Foundations, Techniques, and Applications. AK Peters Ltd., Natick (2010)MATH
6.
Salazar-Castro, J., Rosas-Narváez, Y., Pantoja, A., Alvarado-Pérez, J.C., Peluffo-Ordóñez, D.H.: Interactive interface for efficient data visualization via a geometric approach. In: 2015 20th Symposium on Signal Processing, Images and Computer Vision (STSIVA), pp. 1–6. IEEE (2015)
7.
Peluffo-Ordónez, D.H., Alvarado-Pérez, J.C., Lee, J.A., Verleysen, M.: Geometrical homotopy for data visualization. In: European Symposium on Artificial Neural Networks (ESANN 2015). Computational Intelligence and Machine Learning (2015)
8.
Peña-ünigarro, D.F., Salazar-Castro, J.A., Peluffo-Ordóñez, D.H., Rosero-Montalvo, P.D., Oña-Rocha, O.R., Isaza, A.A., Alvarado-Perez, J.C., Theron, R.: Interactive visualization methodology of high-dimensional data with a color-based model for dimensionality reduction. In: 2016 XXI Symposium on Signal Processing, Images and Artificial Vision (STSIVA), pp. 1–7. IEEE (2016)
9.
Lee, J.A., Renard, E., Bernard, G., Dupont, P., Verleysen, M.: Type 1 and 2 mixtures of kullback-leibler divergences as cost functions in dimensionality reduction based on similarity preservation. Neurocomputing 112, 92–108 (2013)CrossRef
10.
Sedlmair, M., Munzner, T., Tory, M.: Empirical guidance on scatterplot and dimension reduction technique choices. IEEE Trans. Visual. Comput. Graphics 19, 2634–2643 (2013)CrossRef
11.
Sedlmair, M., Aupetit, M.: Data-driven evaluation of visual quality measures. In: Computer Graphics Forum, vol. 34, pp. 201–210. Wiley Online Library (2015)
12.
Hackeling, G.: Mastering Machine Learning with scikit-learn. Packt Publishing Ltd., Birmingham (2014)
13.
Ware, C.: Information Visualization: Perception for Design. Elsevier, Amsterdam (2012)
14.
Meyer, M., Barr, A., Lee, H., Desbrun, M.: Generalized barycentric coordinates on irregular polygons. J. Graph. Tools 7, 13–22 (2002)CrossRefMATH
15.
Roweis, S.T., Saul, L.K.: Nonlinear dimensionality reduction by locally linear embedding. Science 290, 2323–2326 (2000)CrossRef
16.
Belkin, M., Niyogi, P.: Laplacian eigenmaps for dimensionality reduction and data representation. Neural Comput. 15, 1373–1396 (2003)CrossRefMATH
Metadaten
Titel
Interactive Data Visualization Using Dimensionality Reduction and Dissimilarity-Based Representations
verfasst von
D. F. Peña-Unigarro
P. Rosero-Montalvo
E. J. Revelo-Fuelagán
J. A. Castro-Silva
J. C. Alvarado-Pérez
R. Therón
C. M. Ortega-Bustamante
D. H. Peluffo-Ordóñez
Copyright-Jahr
2017
Buch
Intelligent Data Engineering and Automated Learning – IDEAL 2017

Print ISBN: 978-3-319-68934-0

Electronic ISBN: 978-3-319-68935-7

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-68935-7_50

Premium Partner

    Bildnachweise