跳到正文
OpenReview · EEG· Anna Gogolou; Theophanis Tsandilas; Themis Palpanas; Anastasia Bezerianos·· 2019-01-01精选AI 评分75

时间序列可视化中的相似性感知比较

Comparing Similarity Perception in Time Series Visualizations

AI 导读

基于摘要分析。该研究考察时间序列的可视化形式是否会改变人对相似性的判断,以及这种判断与自动相似度度量是否一致。研究以神经科学家评估癫痫样模式的工作为动机,通过两项实验比较 EEG 信号在线图、horizon graphs(地平线图)和 colorfields(色彩场图)中的相似性感知;主要贡献是揭示可视化形式并非相似性判断的中性载体,而非提出新的 EEG 解码算法。 研究关注两类对应关系:自动相似度方法返回的结果,在不同可视化形式下是否被感知为同样相似;各类可视化中的人工判断,又分别与哪些自动度量及其允许的变化相契合。作者报告,在摘要所述两项 EEG 可视化实验中,horizon graphs 相比另外两种形式,更符合允许时间位置或速度发生局部变化的 dynamic time warping(动态时间规整)度量。对于基于 z-normalization、对幅值缩放和纵轴偏移不敏感的度量,作者报告 horizon graphs 的感知判断与之不一致,而线图和 colorfields 则呈现相反倾向。摘要未给出效应量或具体统计结果。 这些结果支持作者的结论:人们认为哪些时间模式相似,会受到显示方式影响。平台推测(待验证):在 EEG 检索或聚类结果的人工复核中,界面形式与相似度度量的搭配可能影响使用者对结果的接受程度,但这不等同于改善 BCI 解码性能或临床判读准确性。参与者构成、EEG 数据来源、片段选择、显示参数、相似性任务及度量实现细节尚未验证,实验协议、消融及统计信息亦需查阅全文核对。

阅读价值

该研究通过 EEG 波形相似性感知实验,揭示可视化形式与自动相似度度量之间的对应差异,值得在设计 EEG 检索、聚类结果的人工复核界面时参考。

来源:OpenReview · EEG · openreview.net