Servicenavigation

Detailseite

Zurück

Projekt Druckansicht

Weiterentwickelte Qualitätsmaße für die Informationsvisualisierung und die wissenschaftliche Visualisierung

Fachliche Zuordnung Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Förderung Förderung von 2015 bis 2021
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 274337765
 
Erstellungsjahr 2020

Zusammenfassung der Projektergebnisse

Die visuelle Datenanalyse hat sich als ein Analysewerkzeug innerhalb der Visual Analytics im Speziellen und der Datenanalyse ganz allgemein in unterschiedlichen Domänen etabliert, da sie eine Nutzer-zentrierte qualitative und phänomenologische Analyse von Multiparamter-Daten erlaubt. Der Raum der im Einzelanwendungsfall betrachtbaren Datenvisualisierungen ist zumeist sehr mächtig und kann z. T. aus Millionen von Visualisierungen bestehen. Für die Analyse selbst ist oftmals nur eine kleine Untermenge dieser Visualisierungen für den Nutzer relevant. Da eine Sichtprüfung aller Visualisierungsinstanzen dem Nutzer nicht zuzumuten ist und praktisch kaum möglich wäre, stellt sich die Frage wie relevante Visualisierungen algorithmisch erkannt/selektiert werden können? Ein etablierter Ansatz ist die Verwendung von Qualitätsmetriken. Qualitätsmetriken bewerten die Relevanz von Datenvisualisierungen. Sie tun dies traditionell durch ihre Anwendung im Raum der Visualisierungen, neuerdings aber auch zunehmend durch Anwendung im Raum der Skalen, Visualisierungsparametern, oder im Datenraum selbst. Dieses Forschungsprojekt untersuchte in den Jahren den Einsatz von Qualitätsmetriken in bisher nicht genutzten – z. T. hybriden – Arten von Daten bzw. neuen Anwendungsfeldern und intensivierte die diesbezügliche Betrachtung von Skalen- und Parameterräumen, immer mit dem Ziel die Selektionsmechanismen relevanter Visualisierungen für den Nutzer zu optimieren. Konkret untersuchte das Projekte (i) die Optimierung der Selektion von geeigneten Visualisierungen; (ii) die Erweiterung der Nutzung auf Skalenraum, Parameterraum und dem Datenraum selbst, (iii) die Erweiterung auf weitere Visualisierungsansätze, und (iv) die Erweiterung auf weitere Datenarten. Einschlägige theoretische Beiträge aus diesem Projekt sind: a) der LloydRelaxer, welcher das Problem diskutiert, das unterschiedliche Skalen der Daten die Strukturbildung in diesen beeinflusst. Die Arbeit schlägt einen Ansatz vor den Einfluss von Skaleneffekten im Visualisierungsraum zu minimieren. b) Die General Projective Maps zeigen einen Ansatz, wie unterschiedliche Klassen von Visualisierungstechniken als Gesamtkonzept einer einheitlichen mathematischen Beschreibung zu verstehen sind, wodurch sich Metriken transferieren lassen und sich zudem weitere Wege aufzeigen solche Visualisierungen geeignet zu bewerten. Einschlägige praktische Beiträge aus diesem Projekt sind: c) das Optimal Set of Projections das einen Algorithmus einführt, welcher aus dem Parameterraum eine kleine Menge an relevanten Visualisierungen eines nD Datensatzes erzeugt, durch Berücksichtigung der Ähnlichkeiten bzgl. affiner Transformationen untereinander. d) die Regression Lens, die Discriminative Star Coordinates und die Visual Exploration of Local Patterns adressieren wichtige statistische Teilaspekte bei der visuellen Datenanalyse. Einschlägige anwenderspezifische Ansätze aus diesem Projekt sind: e) die Weighted Hierarchical Edge Bundles, welche eine interaktive Analyse der Comtrade-Data der United Nations Statistics Division (UNSD) erlauben und f) die Visual Explorarion of Categorical States in Lake Sediment Cores, welche eine Analyse von Sedimentdaten der Geowissenschaften unterstützen. Das Projekt wurde an der Otto-von-Guericke Universität in Magdeburg durchgeführt, unter einer Vielzahl nationaler und internationaler Kooperationen. Beispielhaft zu nennen sind die TU Graz in Österreich, die URJC Madrid in Spanien oder die Shandong Universität in China u.v.m. Der Themenkomplex bietet zukünftig weitere Anknüpfungspunkte für Folgeuntersuchungen, was sowohl die Analyse von zeitbehafteten Daten betrifft, als auch Fragestellungen bezüglich der Analyse von kategorialen Daten. Ein zunehmend zu adressierendes Problem ist die Frage wie der darstellerische Einfluss des Visualisierungsprozesses selbst durch Qualitätsmetriken noch besser bewertet werden kann.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

© 2024 DFG Kontakt / Impressum / Datenschutz

Textvergrößerung und Kontrastanpassung