⚠ Please visit the official Dygraphs homepage https://dygraphs.com/ instead. You are reading this on a mirror, which may have outdated, incomplete and/or locally patched information, or as part of the Debian package; links may not work. dygraphs is a fast, flexible open source JavaScript charting library. It allows users to explore and interpret dense data sets. Here's how it works: This JavaScrip
Please wait while your request is being verified...
実行するには、Java 1.3 Applet Plug-in が必要です。Plug-inが入っていない場合、下のリンクを クリックするとインストールの確認が表示されます。指示に従ってインストールしてください。 アプレットの使用方法 [Init Circle]，または，[Init Random]を押してから[Start]を押してください．ノードやエッジにかかる力は，"Spring","Repulsion","Magnet"チェックボックスによって，制御することが出来ます． ノードやエッジにかかる力の種類 Springは，エッジにかかるバネのように伸びたり縮んだりする力です．具体的には，バネ（エッジ）の長さが自然長よりも短いと伸びようとします．自然長よりも長いと縮まろうとします． Repulsionは，ノードにかかるノード間の反発力です．ノード間の距離が小さいとそれぞれのノードが離れようとしま
ประเภทเกมทำเงินที่นักพนันนิยมเข้าเดิมพันเว็บพนันอันดับ 1 1. แทงบอลออนไลน์ บอลสดและอัตราต่อรองการแข่งขันกีฬาในลีก และการแข่งขันสำคัญทุกเหตุการณ์ถูกอัพเดตโดยตลอด UFABET 888 เว็บพนันอันดับ 1 ของเราให้บริการในราคาน้ำเพียง 4 ตังค์เท่านั้น ทำให้เป็นที่ชื่นชอบมากขึ้นเมื่อเทียบกับการพนันที่ต้องไปยุ่งกับโต๊ะบอล สำหรับคนในปัจจุบัน การเลือกแทงบอลโดยตรงบนเว็บพนันบอลออนไลน์เป็นที่นิยมมาก คุณยังสามารถรับชมการแ
About RubyTreemap is a library for generating treemaps in ruby. RubyTreemap provides an interface for creating treemaps and rendering them in multiple formats such as png, svg, and html. Treemaps are an effective tool for visualizing data sets and are commonly used to display hierarchical data. Treemaps were first designed by Ben Shneiderman at the University of Maryland. For more information and
『はてな村』のアナロジーを本当に地図にできたら面白いだろうなと思って、週末を潰して作ってみました。TopHatenarが蓄積しているDBを一部活用したサービスになっています。 Blogopolis このサービスを簡単に説明すると、はてなダイアリーのユーザに、獲得ブクマ数に応じた領土面積を割り当て、さらに似た者同士の領土を隣接させるという試みです。 地図の全体を見渡すことで、はてダの大まかなトレンドを掴むこともできるし、スケールを拡大していけば個別記事に到達することもできます。さらに、Google Mapsで検索するような感覚ではてなidやキーワードを入力して地図を探索したり、「去年と今年で勢力図がどう変わったか」を調べることもできます。 HatenarMapsはTopHatenarと同様、Javaで開発しました。フレームワーク構成もTopHatenarと一緒で、Cubby+Mayaa+S2
KeyGraphとTsuruTool(KeyGraph vs つるツール) 横幹連合学会（2005）の論文データの可視化：KeyGraphとTsuruTool KeyGraphとTsuruToolは、比較するなり頭の中で重ねるなりして使います。 同じ条件の両者の解析結果を組み合わせた図を見る 最初に、大澤らがチャンス発見という内容でヒューマンネットワークを可視化したのは2000年だった と思います。当時の学生だった臼井さんが最初に研究室を訪れたときに、その場でBBSをダウンロード してやって見せたのが最初で、研究を進めてから2002年にWWW02(ハワイ)で発表したのでした。 が、こういうのは、ただ眺めて面白いというのが一番普通の入り方でしょう。以下は、 横幹連合（Nov 2005, 長野）の論文データから、同一論文における 著者の共起（共著者） 共著者の所属する学会の共起 タイトルにおけ
第22回 大きなデータを眺める 2008年5月16日 IT コメント： トラックバック (0) （これまでの増井俊之の「界面潮流」はこちら) 下図はMacintoshの Disk Inventory X というソフトで私のホームディレクトリの中のファイルの大きさを視覚化したものです。 大きなファイルが大きな矩形で表現され、ファイルをまとめたフォルダも矩形として階層的に表現されています。 一方、下図はWindowsの SequoiaView というソフトを使ってファイルの大きさを視覚化した例です。 後発のDisk Inventory Xは、おそらく SequoiaView に触発されたと思われるので外見がよく似ていますが、階層的に配置した矩形の集合でファイルサイズを表現するという方法は、University of Maryland の Human-Computer Interaction
As a sort-of reverse birthday present I’ve decided to release one of my largest projects, in recent memory. This is the project that I’ve been alluding to for quite some time now: I’ve ported the Processing visualization language to JavaScript, using the Canvas element. I’ve been working on this project, off-and-on now, for the past 7 months – it’s been a fun, and quite rewarding, challenge. The f
１．はじめに Webデータにおけるパターン発見をデータマイニング技術を用いて行なうこと をWebマイニングと呼ぶ。Webマイニングは、自然言語処理や機械学習、データ マイニングなどの人工知能の分野にとどまらず、情報検索やデータベースなど 幅広い分野と関連する複合的な研究分野である。 注目するWebデータの種類によって、Webマイニングは以下の3つに分類される。 1) Webページのコンテンツに注目し、自然言語処理やデータベースのアプローチを用いて、 テキストマイニングによる情報抽出や半構造データにおける検索のモデル化などを 目指すWeb内容マイニング 2) Webページ間を結ぶハイパーリンクによって構成されるグラフ構造に注目し、 関連ページの発見や重要ページのランキング、グラフ構造のモデル化などを 目指すWeb構造マイニング 3) Webページの閲覧によって生じる(サーバー側やクライアント
アクセス解析の大事さは言うに及ばない。ユーザとの対面がないWebサービスでは、その軌跡を追うことでしかユーザのニーズや使い方を知ることができない。アクセスを解析していると様々な情報が分かってくるはずだ。 RailsLogVisualizerのトップページ。アプリケーションを起動すると即座にブラウザでアクセスする それはRailsアプリケーションでも同様だ。HTTPサーバのものとは違い、URLが定義されているこのフレームワークはどのようなログを見せてくれるだろう。 今回紹介するオープンソース・ソフトウェアはRailsLogVisualizer、Railsのログを解析、グラフ化してくれるソフトウェアだ。 RailsLogVisualizerはMac OSX向けのアプリケーションとして提供されている。RubyとFlexを合わせたソフトウェアで、他のプラットフォームでも動作するかも知れないが試して
ニコニコ動画から「アイドルマスター」タグの付いている動画を取得し、同じ動画で共起しているタグにリンクを張ったネットワークをコミュニティ分割。ノード数が多い順に３０位までランク付け。 ※データ概要 データ取得日：2007年12月23～24日 対象動画数：17519個 総タグ数：6247 / 25595個 総リンク数：38783 / 249774本 ※データ処理手順 1.「アイドルマスター」はすべてのタグと共起しているため除去 2.共起した動画数=1のリンクを除去 3.以上の操作を加えた際、リンクが1本もないタグを除去 4.ネットワークをClausetの重み付きコミュニティ分割手法を用いて分割 5.コミュニティ間のリンクを除去し、タグ数が少ないコミュニティから可視化 . 図の説明 ・赤…キャラクター名(高木社長、音無小鳥含む、亜美、真美は別) ・オレンジ…プロデューサー名 ・青…普通のタグ タ
Project Description: Please provide a description of the project.
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon.co.jp: Visualizing Data: Exploring and Explaining Data with the Processing Environment: Fry, Ben: 本
