論文の概要: SuperNOVA: Design Strategies and Opportunities for Interactive
Visualization in Computational Notebooks
- arxiv url: http://arxiv.org/abs/2305.03039v1
- Date: Thu, 4 May 2023 17:57:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 14:28:23.560038
- Title: SuperNOVA: Design Strategies and Opportunities for Interactive
Visualization in Computational Notebooks
- Title（参考訳）: SuperNOVA:計算ノートにおけるインタラクティブな可視化のための設計戦略と機会
- Authors: Zijie J. Wang, David Munechika, Seongmin Lee, Duen Horng Chau
- Abstract要約: ノートブックにおける視覚分析(VA)ツールの適切な設計について検討する。
本分析では,学術論文から得られた62のシステムと,55kのノートブックから得られた103のシステムを含む。
我々は、研究者が既存のノートブックVAツールを探索し、関連する作業を探すのに役立つオープンソースのインタラクティブツールであるSuperNOVAを開発した。
- 参考スコア（独自算出の注目度）: 12.922842159000373
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computational notebooks such as Jupyter Notebook have become data scientists'
de facto programming environments. Many visualization researchers and
practitioners have developed interactive visualization tools that support
notebooks. However, little is known about the appropriate design of visual
analytics (VA) tools in notebooks. To bridge this critical research gap, we
investigate the design strategies in this space by analyzing 159 notebook VA
tools and their users' feedback. Our analysis encompasses 62 systems from
academic papers and 103 systems sourced from a pool of 55k notebooks containing
interactive visualizations that we obtain via scraping 8.6 million notebooks on
GitHub. We also examine findings from 15 user studies and user feedback in 379
GitHub issues. Through this work, we identify unique design opportunities and
considerations for future notebook VA tools, such as using and manipulating
multimodal data in notebooks as well as balancing the degree of
visualization-notebook integration. Finally, we develop SuperNOVA, an
open-source interactive tool to help researchers explore existing notebook VA
tools and search for related work.
- Abstract（参考訳）: jupyter notebookのような計算ノートブックは、データサイエンティストのデファクトプログラミング環境となっている。
多くの可視化研究者や実践者がノートブックをサポートするインタラクティブな可視化ツールを開発した。
しかし、ノートブックにおけるビジュアル分析(VA)ツールの適切な設計についてはほとんど知られていない。
この重要な研究ギャップを埋めるために,159個のノートVAツールとそのユーザのフィードバックを分析し,この分野の設計戦略を検討する。
私たちの分析では、学術論文から62のシステムと、GitHub上の860万のノートブックをスクラップすることで得られるインタラクティブな視覚化を含む55kノートのプールから得られた103のシステムを含む。
また、379のGitHubイシューにおける15のユーザ調査とユーザフィードバックの結果についても調査した。
本研究により,ノートブックにおけるマルチモーダルデータの操作や可視化・ノートブック統合の度合いのバランスなど,将来のノートブックvaツールのユニークな設計機会と考察を明らかにする。
最後に、研究者が既存のノートブックVAツールを探索し、関連する作業を探すのに役立つオープンソースのインタラクティブツールであるSuperNOVAを開発した。
関連論文リスト
- Open-CD: A Comprehensive Toolbox for Change Detection [59.79011759027916]
Open-CDは変更検出ツールボックスで、変更検出方法の豊富なセットと関連するコンポーネントとモジュールを含んでいる。
徐々に、多くの一般的な変更検出方法や同時代のモジュールをカバーする統一されたプラットフォームへと進化していく。
論文 参考訳（メタデータ） (2024-07-22T01:04:16Z) - Hidden Gems in the Rough: Computational Notebooks as an Uncharted Oasis
for IDEs [0.0]
統合開発環境(IDE)とノートブックの統合について論じる。
実験の円滑化,共同機能の追加,コード理解の改善という,3つの主要な領域に重点を置いています。
論文 参考訳（メタデータ） (2024-02-21T12:10:57Z) - Notably Inaccessible -- Data Driven Understanding of Data Science
Notebook (In)Accessibility [13.428631054625797]
各種アクセシビリティ問題を特定するために,10000 Jupyter ノートの大規模システム解析を行った。
ノートのアーティファクトのアクセシビリティ向上,オーサリングプラクティスの提案,ノートブックのアクセス性向上のためのインフラストラクチャの変更を提案する。
論文 参考訳（メタデータ） (2023-08-07T01:33:32Z) - Review of Large Vision Models and Visual Prompt Engineering [50.63394642549947]
レビューは、大きな視覚モデルと視覚プロンプトエンジニアリングのためにコンピュータビジョン領域で使用される手法を要約することを目的としている。
本稿では、視覚領域における影響力のある大規模モデルと、これらのモデルに使用される一連のプロンプトエンジニアリング手法を提案する。
論文 参考訳（メタデータ） (2023-07-03T08:48:49Z) - Deep learning for table detection and structure recognition: A survey [49.09628624903334]
本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。
この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。
既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
論文 参考訳（メタデータ） (2022-11-15T19:42:27Z) - StickyLand: Breaking the Linear Presentation of Computational Notebooks [5.1175396458764855]
StickyLandはノートブックの拡張機能で、ユーザは自由にコードをリニアな方法で整理できる。
常に画面に表示される粘着性のあるセルを使えば、ユーザーはノートに素早くアクセスでき、実験結果をすぐに観察でき、インタラクティブなダッシュボードを簡単に構築できる。
論文 参考訳（メタデータ） (2022-02-22T18:25:54Z) - Tensor Methods in Computer Vision and Deep Learning [120.3881619902096]
テンソル(tensor)は、複数の次元の視覚データを自然に表現できるデータ構造である。
コンピュータビジョンにおけるディープラーニングパラダイムシフトの出現により、テンソルはさらに基本的なものになっている。
本稿では,表現学習と深層学習の文脈において,テンソルとテンソル法を深く,実践的に検討する。
論文 参考訳（メタデータ） (2021-07-07T18:42:45Z) - GIS and Computational Notebooks [0.0]
この章では、地理的文脈で計算ノートを紹介します。
これはまず、ノートブックの根底にある計算パラダイムと哲学を説明することから始まる。
そして、そのアーキテクチャをアンパックして、ノートブックユーザの典型的なワークフローを図示する。
論文 参考訳（メタデータ） (2021-01-02T01:59:14Z) - FIVES: Feature Interaction Via Edge Search for Large-Scale Tabular Data [106.76845921324704]
本稿では,FIVES (Feature Interaction Via Edge Search) という新しい手法を提案する。
FIVESは、定義された特徴グラフ上のエッジを探すために、インタラクティブな特徴生成のタスクを定式化する。
本稿では,対話的特徴の探索を動機づける理論的証拠を提示する。
論文 参考訳（メタデータ） (2020-07-29T03:33:18Z) - ReproduceMeGit: A Visualization Tool for Analyzing Reproducibility of
Jupyter Notebooks [0.0]
本稿では、Jupyter NotebooksのGitHubを分析する可視化ツールであるReproduceMeGitを紹介する。
このツールは、再現可能なノートブックの数、例外となったノートブック数、オリジナルのノートブックと異なる結果を得たノートブック数などの情報を提供する。
論文 参考訳（メタデータ） (2020-06-22T10:05:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。