A onipresença e o grande volume de dados gerados hoje fornecem aos especialistas em praticamente todos os domínios informações amplas para rastrear tudo, desde as tendências financeiras, rotas de evacuação de desastres, e o tráfego da rua, às migrações de animais, Padrões climáticos, e vetores de doenças. Mas usar esses dados para construir visualizações de modelos preditivos complexos usando aprendizado de máquina é um desafio para os especialistas que não possuem as habilidades de ciência da computação necessárias.

Uma equipe do laboratório de visualização e análise de dados da NYU Tandon School of Engineering (VIDA), liderado por Claudio Silva, professor do departamento de ciência da computação e engenharia, desenvolveu uma estrutura chamada VisFlow, pelo qual aqueles que podem não ser especialistas em aprendizado de máquina podem criar visualizações de dados altamente flexíveis a partir de quase todos os dados. Além disso, a equipe tornou mais fácil e intuitivo editar esses modelos, desenvolvendo uma extensão do VisFlow chamada FlowSense, que permite aos usuários sintetizar pipelines de exploração de dados por meio de uma interface de linguagem natural.

A pesquisa, "FlowSense:Uma Interface de Linguagem Natural para Exploração de Dados Visuais com um Sistema de Fluxo de Dados" ganhou o prêmio de melhor artigo na Conferência IEEE deste ano sobre Ciência e Tecnologia de Análise Visual (VAST).

Na terça-feira, 22 de outubro Bowen Yu, que recebeu seu doutorado na NYU Tandon sob Silva, apresentará o artigo na sessão plenária de abertura da IEEE Visualization Conference (IEEE VIS) em Vancouver, Columbia Britânica. O estudo é um dos vários artigos que destacam a pesquisa VIDA que será apresentada no IEEE VIS, o principal local para pesquisa de visualização e uma conferência importante para computação gráfica.

Na conferência, colaboradores com VIDA, que se estabeleceu como um centro de pesquisa líder para visualização de dados, apresentará projetos de modelagem de visualização com aplicações em astronomia, Medicina, e pesquisas climáticas desenvolvidas no ou com o centro:

• Espaço aberto, um sistema para astrografia está sendo usado em todo o mundo em planetários, museus, e outros contextos para explorar o sistema solar e o universo
• Motion Browser:visualizando e entendendo o movimento complexo do membro superior sob lesões obstétricas do plexo braquial é uma colaboração entre cientistas da computação, cirurgiões ortopédicos, e médicos de reabilitação que podem levar a novos tratamentos para lesões do nervo braquial e hipóteses para pesquisas futuras
• O efeito das escalas de cores no desempenho objetivo e subjetivo dos cientistas do clima em tarefas de análise de dados espaciais é um estudo de usuário baseado na web que examina de perto a eficácia da prática amplamente usada de sobrepor escalas de cores em mapas geográficos

VisFlow, introduzido em 2017 e financiado em parte pelo programa Data Driven Discovery of Models da Defense Advanced Research Projects Agency é uma estrutura baseada na web que permite ao usuário usar ações simples de arrastar e soltar para interagir com os dados facilmente, permitindo que os usuários criem modelos de dados visuais com base em séries temporais, redes, localizações geográficas, e mais, tudo isso pode ser formado em um painel de visualização compacto e interativo.

Yu disse que o FlowSense leva esses recursos um passo adiante. "Imagine se alguém pudesse simplesmente falar ou digitar uma frase para ativar um diagrama de fluxo de dados, "disse ele." Esta capacidade deixaria os usuários não especialistas mais confortáveis, ao mesmo tempo em que fornece atalhos a usuários experientes. Acreditamos que com o suporte à linguagem natural podemos mitigar a curva de aprendizado de um sistema como este e tornar o fluxo de dados mais acessível ”, afirmou.

Silva, um IEEE Fellow que é afiliado ao Courant Institute for Mathematical Sciences da NYU, Center for Data Science, Centro para Ciência Urbana e Progresso, e Centro de Tecnologia Avançada em Telecomunicações, adicionado, "Estamos oferecendo VisFlow e FlowSense como código aberto, frameworks baseados em código free-to-all no github, como uma forma de motivar o desenvolvimento posterior para fins de visualização. Há muito mais pesquisas que podem ser feitas nesta área, e espero que o FlowSense seja um grande estimulante para um trabalho mais colaborativo para tornar os sistemas de fluxo de dados mais flexíveis, fácil de usar, e popular entre os analistas de dados. "