Visualization for Machine Learning

Outono 2025

Color

Vasas et al, PLOS Biology, 2024

Espectro Visível

Luz

  • Faixa visível: 390-700nm

  • A luminance tem uma faixa dinâmica grande:

    – 0.00003 – Céu noturno nublado sem lua

    – 30 – Céu em um dia nublado

    – 3000 – Céu em um dia claro

    – 16,000 – Solo nevado sob sol pleno

Luz

  • As cores resultam de curvas espectrais

    – comprimento de onda dominante, hue

    – brilho, lightness

    – pureza, saturation

Fisiologia do Olho

A Retina

Fotorreceptores

  • Sensores discretos que medem energia – Adaptação
  • Bastonetes
    • ativos em níveis de luz baixos (visão escotópica)
    • apenas uma função de sensibilidade a comprimento de onda
  • Cones
    • ativos em níveis de luz normais (fotópica)
    • três tipos: funções de sensibilidade com picos diferentes

Sensibilidade dos Cones

Estímulo de Cor

Color em Visualization

  • Trichromacy: os humanos percebem as cores segundo três channels

  • A forma mais usável e útil de descrever cores (especialmente para visualization):

    • Hue, Saturation, Luminance

Como usamos a cor em visualization?

  • Quantificar

  • Rotular

Quantificar

Rotular

Quantitative Color Scales

  • Propriedades desejadas de uma Quantitative Color Scale:
    • Uniformidade (diferença de valor = diferença percebida)
    • Discriminabilidade (o máximo possível de valores distintos)

Quantitative Color Scales

  • Propriedades desejadas de uma Quantitative Color Scale:
    • Uniformidade (diferença de valor = diferença percebida)
    • Discriminabilidade (o máximo possível de valores distintos)

Single Hue Sequential Scales

  • Escolha um hue
  • Mapeie o valor para luminance

Categorical Color Scales

  • Propriedades:
    • Uniformidade (saliência uniforme / nada se destaca)
    • Discriminabilidade (o máximo possível de valores distintos)

Categorical Color Scales

  • Quantos valores distintos é possível perceber?

  • quantos você pode usar em uma visualization?

  • As estimativas ficam entre 5 e 10 códigos distintos.

  • Healey, Christopher G. “Choosing effective colours for data visualization.” Proceedings of IEEE Visualization’96, 1996.

Diverging Color Scales

  • Às vezes é útil/necessário distinguir valores acima e abaixo de um limiar.

Criado usando estes dados: link

Daltonismo

  • Fotorreceptores ausentes ou defeituosos:
    • 10% dos homens e 1% das mulheres têm alguma deficiência de cor

Oliveira, Manuel. “Towards More Accessible Visualizations for Color-Vision-Deficient Individuals.” Comput. Sci. Eng., 2013.