|
可视分析应用类文章的贡献: 只简单的说,市面上没有这样的系统,是不够的。还需要回答,为什么这样的系统不是trivial applications of some general techniques。 要回答这个问题,就要提炼科研问题,把问题formulate成general的数据类型,和task类型,然后回答为什么从数据类型到task类型之间的general mapping 不能解决这个应用问题。
基本的数据类型就是array,time series/sequence data, spatio-temporal data, tree/graph, text等。 做应用类文章,先提炼数据,把对数据的描述中去掉应用性的描述(比如排产数据),而是转换为抽象的描述 (比如高维数据,每个维度都是什么样的attribute type, categorical or ordinal? 是否带时间维度?)任务也是,对task的描述也抽象成带共性的一些task,比如summary/overview,cluster, outlier,correlation, trend/prediction,comparative analysis,…)。
如果读过足够多的paper,受过足够的训练,那么就会知道从abstract data 到 abstract task之间存在的general techniques。然后就需要回答那个问题:为什么这个应用问题的解决方案不是某个general technique的trivial application?
比如调一个参数,结果就变;不停调整参数,观察结果变化。这个抽象成可视化任务就是summary or comparative analytics。 前者就是针对很多个参数和结果,summarize results。Ensemble analysis也是这类任务。后者就是比对两组或是多组不同的参数,比如比对两个高维结果的异同。这就是comparative analysis。而visual comparative analysis就有三种general techniques:1. juxtapose (把两个结果side by side 放到一起比对);2. overlay (把两个叠加);3. explicit encoding (算出差异,直接encode differences)。你就得回答你是否用了其中的一个general technique。非什么用一个而不用另一个。像what-if analysis, 就得回答,可视化是不是只是自动算法的一个界面,方便用户输入参数,观察结果。如果这样,就trivial了.
整个过程就像是学会说,这是个list,这是个queue,这是个排序问题一样。做可视化应用类paper,也得会用专业术语说,这是个什么数据,这是个什么可视化task。先剥离掉应用层,看看抽象后的general technique是否可以完全解决这个应用问题。如果不能,就得开发新技术,即使是tailored,extended,enhanced technique,也是可以claim contributions的。
应用类文章需要回答的一些问题:
1. How hard to understand the domain problem? 如果从应用里面抽离数据和task本身就很不trivial,那么这可以算一个贡献。
2. How non-trivial of your solution? a. 如果general technique技术特别多,可选择工具很多, 组合更多,有些歧路亡羊的感觉,不知道怎么选。 你和domain experts一起合作,试验了很多方法,最后找到了一个好的组合,这本身就是贡献。 b. 如果general technique有不如人意的地方,你做了些改进,比如设计了一个glyph,效果好很多,这也是贡献。
3. How success of your system? 用你的系统发现了新的知识,产生经济效益,大规模提高效率,被很多人采用,。。。,这些都是系统成功的evidence。
4. Can your technique/lesson be generalized? How can general audience learn from your paper? 想象一下VIS会议坐在下面的听众听你的报告,和一般的VIS researcher读你的paper,如果他们对具体的应用(工业4.0,或是Portfolio management)不感兴趣, 他们还能学到什么?
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 18:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社