哥倫比亞大學和塔夫斯大學的研究小組發(fā)明了一種被稱為“像素近熵值（pixel approximate entropy）”的技術(shù)，能使計算機將復雜的數(shù)據(jù)輸出成人類可理解的圖表，并自動對其輸出的內(nèi)容進行校準。

工程師Gabriel Ryan表示，這是一個全新的方法來處理具備許多不同潛在應(yīng)用的線形圖表，給計算機的可視化系統(tǒng)提供了一種測量線形圖表閱讀難度的方法，進而使其能自動簡化或概括理解難度較大的圖表。

這項技術(shù)特別適合用于識別被隱藏在快速高振幅噪波圖表中的趨勢。

比如，一位工程控制行業(yè)的化工廠或發(fā)電廠的操作員需要長時間觀察各種系統(tǒng)監(jiān)視器的讀數(shù)，并據(jù)此進行下一步動作。如果有這個系統(tǒng)能自動調(diào)整復雜圖表的讀數(shù)，操作員便可以明顯地注意到其中的重要趨勢，避免因費神理解其潛在噪波信號而過度疲勞。

目前這項技術(shù)已經(jīng)開源，研究團隊希望這項技術(shù)能幫助到那些正在開發(fā)AI驅(qū)動的數(shù)據(jù)科學系統(tǒng)的數(shù)據(jù)科學家和工程師們。

研究人員指出，這項技術(shù)有廣泛的應(yīng)用場合，包括急診室里的醫(yī)生需要讀取腦電圖，災區(qū)中的現(xiàn)場急救員需要讀取不同傳感器輸出數(shù)據(jù)，以及經(jīng)紀人的頻繁買賣交易。

“像素近熵值”技術(shù)將于10月25日在柏林舉行的IEEE VIS 2018大會上展現(xiàn)。