阅读论文"A mode of symbol size discrimination in scatterplots

CHI 2010：Graphs

Abstract

• Symbol常被用来编码数据，Symbol size被认为是颜色后的第二主要的视觉通道
• size的感知被认为是一个快速disvrimination的前导步骤，并且心里物理学准则被用来描述这个感知映射
• 结果表明，在复杂任务中存在近似的大小感知均匀性，可以用指数(exponent)为0.4的幂律变换(power law transform)近似描述。这就产生了符号大小辨别的最佳尺度

Author Keywords

• symbol size, scatterplots, size discrimination, graphical encoding, visual analytic task, quantitative model, user experiment

Introduction

• symbol size和许多数据的分析特征有直观的联系，例如 order，quantity，difference，因此支持信息decoding和interpretation
• 现有的物理心理学提供了设计图形编码方案的相关线索，如stevens的Power Law 描述了刺激的物理强度(magnitude)和相应的实验强度的关系。感知的强度是一个刺激的power function(幂函数)，其power coefficient取决于测试的刺激的物理通道。但是对于symbol size编码，很难直接选择合适的幂(power)值。原因：1. 心理物理实验和实际的user task不同 2. psychophysics实验要求的物理scale不确定如果involve in size discrimination tasks 3. 个体差异会被忽略，但可视化会考虑特定用户
• 我们的目的是使用size encoding，找到size以便(such that)分析任务，如计算异常值和分辨集合，更简单。
• 使用基于psychophysical准则的perception model作为开始点
• 进一步假设在symbol sets间的感知差异与任务难度呈负相关(negatively correlated)
• 早先的实验揭示了在discrimination tasks中不同的形状存在确定的非线性pattern
• 此文的目的是model size和discriminability间的关系in more detail。选择用circle，用了8个线性变化的size和3个视觉分析任务，测量主观和客观情况下的user performance。
• 实际使用中，连续的范围被分割为离散bins的具体number，ordinal scale用来代表不同的数据类。我们的model表明了怎么选择size去优化识别性而不是数量的准确性

Related Work

Laws in Psychophysics

• pshchophysics处理了物理刺激和主观感知上的关系，目的是决定一个subject是否能检测一个简单的stimulus，differentiate it from another，描述difference的强度的性质(nature)

Stevens’s power law问题

• 平均值不一定能很好的应用与sensation variability，应该是基于个体的感知和不同subjects的表现

Study on Visual Encoding

• 数据编码目的在于是的是为了高质量的数据分析，例如选择最佳的视觉通道，因此，不同视觉通道的范围由视觉分析任务的task performance决定
• length 和 size 视觉通道和 size judgement有关

Previous work

• size的顺序会preserved以便更大的size差异会导致更大的分离距离；在更大的symbol之间的分离距离比在更小的symbols间相对较小。这表明相同size差异并没有产生相同的分离，尤其是在分辨更大的symbol上很困难

Discrimination Model

• 我们假设target和distractor间识别的测量应该是基于他们视觉通道的感知strength间的差异，而不是通道的物理scale的不同。换句话说，决定他们连接processing的是他们看起来的差异，而不是物理上测量的不同。
• 函数G来将初始的size stimulus转换为感知上的scale，例如，在这个scale上的stimulus间相同的距离表示相同的分离程度。Stevens’s 的power function来代表这个G
• 典型的分析任务是 比较符号集 和 从随机的clutter中区分(distinguish)模式
• 用G来描述物理测量和P值间在感知scale上的关系，将circular symbol的半径r作为物理测量$P=G(r)$.给定一个确定的G，我们能构建感知的均匀scales。raddi有$r_i=G^{-1}(P_i)$得到，每个$P_i$是一个在感知规模上的线性插值。使用不同的G，我们能产生不同的symbol size的sequences。

Conclusion

• 作者发现对于symbol size的相等感知分离的最佳规模（optimal scale）可由下列公式计算出： $r_i=G^{-1}(P_i)=a*P_i^\tfrac{1}{\beta}(i=1,...,N), \beta\approx 0.4$
• 早期的研究中表明，当使用不同的形状或颜色进行编码时，symbol size的编码方法应当是相关的

ps: 其实就是翻译，挑的重点，不过还没弄完