Let $M$ be an $r\times c$ table with each cell weighted by a nonzero positive number. A StreamTable visualization of $M$ represents the columns as non-overlapping vertical streams and the rows as horizontal stripes such that the area of intersection between a column and a row is equal to the weight of the corresponding cell. To avoid large wiggle of the streams, it is desirable to keep the consecutive cells in a stream to be adjacent. Let $B$ be the smallest axis-aligned bounding box containing the StreamTable. Then the difference between the area of $B$ and the sum of the weights is referred to as the excess area. We examine the complexity of optimizing various table aesthetics (minimizing excess area, or maximizing cell adjacencies in streams) in a StreamTable visualization. (A) If the row permutation is fixed and the row heights are given as a part of the input, then we provide an $O(rc)$-time algorithm that optimizes these aesthetics. (B) If the row permutation is fixed but the row heights can be chosen, then we discuss a technique to compute an aesthetic StreamTable by solving a quadratically constrained quadratic program, followed by iterative improvements. (C) If row permutations can be chosen, then we show that it is NP-hard to find a row permutation that optimizes the area or adjacency aesthetics.


翻译:$M$ 是一个 $r\time c$ 表格, 每个单元格均以非零正数加权。 流表的视觉化 $M$ 表示列为不重叠的垂直流, 行为水平条纹, 这样一列和一行之间的交叉区域与相应单元格的重量相等。 为了避免串流的大幅波动, 最好将连续单元格保留在一条流中。 让 $B$ 成为最小轴对齐的约束框, 包含流体。 然后将 $B$ 与加权之和的差称为超值区域。 我们检查在流表的视觉化中优化各种表的美化( 最小化多余区域, 或最大限度地增加流中的单元格对齐度) 的复杂性。 (A) 如果行的调整是固定的, 并且给出行高作为输入的一部分, 那么我们提供一个最小的 $O( rc) 选择的时间算法, 优化这些美观。 (B) 如果行的平整和加和加和加加加加, 我们通过一个平的平的平的平的平程序, 显示每行的平的平的平面方案, 然后我们可以找到一个平整的平的平整的平色区域。

0
下载
关闭预览

相关内容

[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
系列教程GNN-algorithms之六:《多核卷积拓扑图—TAGCN》
专知会员服务
49+阅读 · 2020年8月8日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
专知会员服务
61+阅读 · 2020年3月4日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
14+阅读 · 2020年12月17日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
VIP会员
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员