专家可能会连续遇到不同类别的光谱,因此不得不频繁地切换认知焦点,导致完成分类所需的时间和认知资源大大增加。另一方面,在检查单条光谱时,专家需要根据光谱的整体形状识别相关谱线。
用户的探索遵循“选择-检查-推广”的工作流程,分别用来选择一条光谱及其可能的红移和谱线、确定选中光谱的红移和类型以及根据已检查的光谱搜索相似光谱。
专家一方面可以在光谱中刷选几个显著的特征,系统会自动识别其中的谱线和对应的红移。另一方面,系统展示不同红移下所有谱线的整体重要性。整体重要性较高的红移可能对应真实红移。
图4:推广阶段的系统界面。
在专家检查完一条光谱后,系统会提取他们的判断标准,即选定的谱线及其重要性,以搜索其他相似光谱。
此外,设计的“选择-检查-推广”流程获得积极反馈。
本工作第一作者是北京大学智能学院博士生李金城,通讯作者智能学院袁晓如研究员。