Zuverlässige interaktive visuelle Exploration der mehrdimensionalen Daten anhand Projektionen

• Antragsteller: Dr. Vladimir Molchanov
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2017 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 360330772

Mehrdimensionale Daten aus Messungen, Beobachtungen und Simulationen sind eine wichtige Quelle für neues Wissen. Die große Menge an Daten machen Dimensionsreduktion und Projektionsmethoden notwendig, um eine effiziente Untersuchung und Analyse mehrdimensionaler Datensatze zu ermöglichen. Datenattribute können auf verschiedenen Skalen variieren, häufig abhängig von beliebigen Maßeinheiten. Daher ist eine Datenvorverarbeitung und insbesondere eine Datennormalisierung erforderlich, bevor ein Verfahren zur Verringerung der Dimensionalität angewendet wird. Bestehende Datennormalisierungstechniken setzen oftmals bestimmte Dateneigenschaften voraus, z. B. Befolgung der statistischen Standardmodellen, oder skalieren mit zunehmender Datengröße schlecht. Eine unpassende Normalisierung von Rohdatenattributen kann zu künstlichen irreführenden Datenstrukturen (Cluster, Ausreißer, Formen, Dichtehierarchien) im niederdimensionalen Raum führen. Wir schlagen ein Forschungsprojekt vor, das darauf abzielt, effiziente, skalierbare und allgemein anwendbare Ansätze zur Normalisierung mehrdimensionaler Daten zu entwickeln. Neue Normalisierungstechniken werden mit linearen und nichtlinearen Projektionsmethoden gekoppelt. Dann repräsentieren Datenstrukturen, die von Benutzern in der Projektionsdomäne beobachtet werden, zuverlässig intrinsische Merkmale der Rohdaten. Die Optimierung, Analyse und Interpretierbarkeit von Normalisierungskoeffizienten bei der Vorverarbeitung zeitvariabler Datensätze und Ensemble-Datensätze sind Teil der vorgeschlagenen Techniken.

• DFG-Verfahren: Sachbeihilfen