TBSSvis: 时间盲源分离的可视分析
摘要：时间盲源分离（TBSS）用于从噪声的时间多变量数据中获取真实的基础过程，例如心电图。TBSS与主成分分析（PCA）类似，它将输入数据分离为单变量分量，并适用于各个领域的适当数据集，例如医学、金融或土木工程。尽管TBSS具有广泛的适用性，但目前的工具对相关任务的支持不够充分，仅提供基于文本的交互和单个静态图像。分析人员在分析和比较获取的结果时受到限制，这些结果包含各种数据，例如矩阵和一组时间序列。此外，参数设置对分离性能有很大影响，但由于工具不当，分析人员目前并未考虑整个参数空间。我们提出通过应用视觉分析（VA）原则来解决这些问题。我们的主要贡献是针对TBSS的设计研究，这在可视化界尚未得到探索。我们通过用户中心设计过程开发了任务抽象和可视化设计。使用既有的可视化技术和算法来获取对TBSS过程的洞察是我们的次要贡献。我们提出了TBSSvis，这是一个交互式的基于Web的VA原型，在与五名TBSS专家进行的两次访谈中进行了广泛评估。这些访谈的反馈和观察表明，TBSSvis支持实际工作流程，并结合了交互式可视化，有助于分析TBSS结果的任务。
作者：Nikolaus Piccolotto, Markus B"ogl, Theresia Gschwandtner, Christoph Muehlmann, Klaus Nordhausen, Peter Filzmoser and Silvia Miksch
论文ID：2011.09896
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-08-15