Interactive visual data exploration with subjective feedback: An information-theoretic approach

Kai Puolamaki, Emilia Oikarinen, Bo Kang, Jefrey Lijffijt, Tijl De Bie

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

4 Sitaatiot (Scopus)

Abstrakti

The exploration of high-dimensional real-valued data is one of the fundamental exploratory data analysis (EDA) tasks. Existing methods use predefined criteria for the representation of data. There is a lack of methods eliciting the user's knowledge from the data and showing patterns the user does not know yet. We provide a theoretical model where the user can input the patterns she has learned as knowledge. The background knowledge is used to find a MaxEnt distribution of the data, and the user is shown maximally informative projections in which the MaxEnt distribution and the data differ the most. We provide an interactive open source EDA system, study its performance, and present use cases on real data.

AlkuperäiskieliEnglanti
OtsikkoProceedings of the 34th IEEE International Conference on Data Engineering (ICDE 2018)
KustantajaIEEE
Sivut1212-1215
Sivumäärä4
ISBN (elektroninen)9781538655207
DOI - pysyväislinkit
TilaJulkaistu - 24 lokakuuta 2018
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Data Engineering - Paris, Ranska
Kesto: 16 huhtikuuta 201819 huhtikuuta 2018
Konferenssinumero: 34

Conference

ConferenceInternational Conference on Data Engineering
LyhennettäICDE
MaaRanska
KaupunkiParis
Ajanjakso16/04/201819/04/2018

Sormenjälki Sukella tutkimusaiheisiin 'Interactive visual data exploration with subjective feedback: An information-theoretic approach'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

  • Siteeraa tätä

    Puolamaki, K., Oikarinen, E., Kang, B., Lijffijt, J., & De Bie, T. (2018). Interactive visual data exploration with subjective feedback: An information-theoretic approach. teoksessa Proceedings of the 34th IEEE International Conference on Data Engineering (ICDE 2018) (Sivut 1212-1215). [8509333] IEEE. https://doi.org/10.1109/ICDE.2018.00112