lnu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Graph Layouts by t-SNE
University of Groningen, Netherlands.
University of Groningen, Netherlands.
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM), Institutionen för datavetenskap (DV). (ISOVIS)ORCID-id: 0000-0002-2901-935X
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM), Institutionen för datavetenskap (DV). (ISOVIS)ORCID-id: 0000-0002-0519-2537
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: Computer graphics forum (Print), ISSN 0167-7055, E-ISSN 1467-8659, Vol. 36, nr 3, s. 283-294Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

We propose a new graph layout method based on a modification of the t-distributed Stochastic Neighbor Embedding (t-SNE) dimensionality reduction technique. Although t-SNE is one of the best techniques for visualizing high-dimensional data as 2D scatterplots, t-SNE has not been used in the context of classical graph layout. We propose a new graph layout method, tsNET, based on representing a graph with a distance matrix, which together with a modified t-SNE cost function results in desirable layouts. We evaluate our method by a formal comparison with state-of-the-art methods, both visually and via established quality metrics on a comprehensive benchmark, containing real-world and synthetic graphs. As evidenced by the quality metrics and visual inspection, tsNET produces excellent layouts.

Ort, förlag, år, upplaga, sidor
John Wiley & Sons, 2017. Vol. 36, nr 3, s. 283-294
Nyckelord [en]
Visualization, Graph Drawing, Information Visualization, t-SNE, Dimensionality Reduction
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Datavetenskap, Informations- och programvisualisering
Identifikatorer
URN: urn:nbn:se:lnu:diva-62137DOI: 10.1111/cgf.13187ISI: 000404881200027Scopus ID: 2-s2.0-85022223094OAI: oai:DiVA.org:lnu-62137DiVA, id: diva2:1087497
Konferens
19th EG/VGTC Conference on Visualization (EuroVis '17), 12-16 June 2017, Barcelona, Spain
Tillgänglig från: 2017-04-07 Skapad: 2017-04-07 Senast uppdaterad: 2019-08-29Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Martins, Rafael MessiasKerren, Andreas

Sök vidare i DiVA

Av författaren/redaktören
Martins, Rafael MessiasKerren, Andreas
Av organisationen
Institutionen för datavetenskap (DV)
I samma tidskrift
Computer graphics forum (Print)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 771 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf