[論文レビュー] DeepVenn -- a web application for the creation of area-proportional Venn diagrams using the deep learning framework Tensorflow.js

Tim Hulsen|arXiv (Cornell University)|Sep 27, 2022

Data Visualization and Analytics被引用数 69

ひとこと要約

DeepVennは TensorFlow.js を用いて最大十集合の面積比ベン図を生成するウェブアプリで、入力としてIDのリストを使用し、重複の自動最適化を行います。

ABSTRACT

Motivation: The Venn diagram is one of the most popular methods to visualize the overlap and differences between data sets. It is especially useful when it is are 'area-proportional'; i.e. the sizes of the circles and the overlaps are proportional to the sizes of the data sets. There are some tools available that can generate area-proportional Venn Diagrams, but most of them are limited to two or three circles, and others are not available as a web application or accept only numbers and not lists of IDs as input. Some existing solutions also have limited accuracy because of outdated algorithms to calculate the optimal placement of the circles. The latest machine learning and deep learning frameworks can offer a solution to this problem. Results: The DeepVenn web application can create area-proportional Venn diagrams of up to ten sets. Because of an algorithm implemented with the deep learning framework Tensorflow.js, DeepVenn automatically finds the optimal solution in which the overlap between the circles corresponds to the sizes of the overlap as much as possible. The only required input is two to ten lists of IDs. Optional parameters include the main title, the subtitle, the set titles and colours of the circles and the background. The user can choose to display absolute numbers or percentages in the final diagram. The image can be saved as a PNG file by right-clicking on it and choosing "Save image as". The right side of the interface also shows the numbers and contents of all intersections. Availability: DeepVenn is available at https://www.deepvenn.com. Contact: [e-mail]

研究の動機と目的

• データセット間の重複を、面積比に基づくVenn図で可視化する。
• 最大十集合をサポートし、数字だけでなくIDのリストを入力として受け付ける。
• データサイズを反映するように、円の配置を最適化する深層学習ベースのアルゴリズムを活用する。
• 視覚的設定（タイトル、色、背景）を構成可能にし、出力オプション（絶対値または割合）を提供する。
• ダイアグラムをPNGとして保存できるようにし、インターフェース上で交差内容を表示する。

提案手法

• TensorFlow.jsで深層学習ベースのアルゴリズムを実装し、重なりがデータサイズに対応するよう円の配置を最適化する。
• セットを定義するために、IDのリストを2つから10個入力として受け付ける。
• メインタイトル、サブタイトル、セットタイトル、円の色、背景のオプションパラメータを提供する。
• 最終図に絶対値またはパーセンテージの表示モードを提供する。
• 右クリックで「Save image as」からPNGエクスポートを有効にする。
• インターフェース上にすべての交差の数値と内容を表示する。

実験結果

リサーチクエスチョン

• RQ1 DeepVennアルゴリズムは最大十集合に対して、面積比に基づく円をどれだけ正確に配置できるか？
• RQ2 DeepVennが効果的に処理できる集合の最大数はどれか？
• RQ3 DeepVennはどの入力形式を受け付け、これらが使いやすさと精度にどのように影響するか？
• RQ4 どのユーザーカスタマイズオプションが、結果の図の読みやすさと有用性に影響するか？
• RQ5 DeepVennは計算された交差データをどのように提示・エクスポートするか？

主な発見

• このツールは最大十集合の面積比ベン図を作成できる。
• TensorFlow.jsを用いたアルゴリズムが、重なりが可能な限り交差のサイズを反映する最適な配置を自動的に見つける。
• 入力は2つから10個のIDリストで、タイトル、サブタイトル、セットタイトル、色、背景のオプションパラメータがある。
• ユーザーは最終図に絶対値またはパーセンテージを表示するかを選択できる。
• 図をPNGファイルとして保存でき、インターフェースは右側に交差の内容を表示する。