Визуальная аналитика - Visual analytics

Деталь Древа познания по энциклопедии Дидро и Даламбера, автор Кретьен Фредерик Гийом Рот
Отображение информации
Темы и поля
Подходы между узлами
Смотрите также

Визуальная аналитика является продуктом полей визуализация информации и научная визуализация фокусируется на аналитических рассуждение чему способствует интерактивный визуальные интерфейсы.[1]

Обзор

Визуальная аналитика - это «наука об аналитических рассуждениях, поддерживаемая интерактивными визуальными интерфейсами».[2] Он может атаковать определенные проблемы, размер, сложность и необходимость тесно связанного человеческого и машинного анализа могут сделать их иначе трудноразрешимыми.[3] Визуальная аналитика способствует развитию науки и технологий в области аналитического мышления, взаимодействия, преобразования данных и представления для вычислений и визуализации, аналитических отчетов и перехода к технологиям.[4] В качестве исследовательской программы визуальная аналитика объединяет несколько научных и технических сообществ из области компьютерных наук, визуализации информации, когнитивных и перцептивных наук, интерактивного дизайна, графического дизайна и социальных наук.

Визуальная аналитика объединяет новые вычислительные и теоретические инструменты с инновационными интерактивными методами и визуальные представления чтобы позволить человеку-информационный дискурс. Дизайн инструментов и методов основан на познавательный, дизайн, и перцептивный принципы. Эта наука аналитических рассуждений обеспечивает основу рассуждений, на которой можно строить как стратегические, так и тактические технологии визуальной аналитики для анализа, предотвращения и реагирования на угрозы. Аналитическое мышление занимает центральное место в задаче аналитика применять человеческие суждения, чтобы делать выводы на основе комбинации свидетельств и предположений.[2]

Визуальная аналитика имеет некоторые общие цели и методы с визуализация информации и научная визуализация. В настоящее время нет четкого консенсуса относительно границ между этими областями, но в целом эти три области можно разделить следующим образом:

  • Научная визуализация имеет дело с данными, имеющими естественную геометрическую структуру (например, данные МРТ, потоки ветра).
  • Визуализация информации обрабатывает абстрактные структуры данных, такие как деревья или графики.
  • Визуальная аналитика особенно связана с объединением интерактивных визуальных представлений с базовыми аналитическими процессами (например, статистическими процедурами, сбор данных методы), позволяющие эффективно выполнять высокоуровневые сложные действия (например, осмысление, рассуждение, принятие решений).

Визуальная аналитика стремится объединить методы визуализации информации с методами вычислительного преобразования и анализа данных. Визуализация информации является частью прямого интерфейса между пользователем и машиной, усиливая когнитивные способности человека шестью основными способами:[2][5]

  1. за счет увеличения когнитивных ресурсов, например, за счет использования визуальных ресурсов для расширения рабочей памяти человека,
  2. за счет сокращения поиска, например, путем представления большого объема данных на небольшом пространстве,
  3. за счет улучшения распознавания шаблонов, например, когда информация организована в пространстве с помощью временных отношений,
  4. поддерживая легкий перцепционный вывод отношений, которые в противном случае сложнее вызвать,
  5. путем перцептивного мониторинга большого количества потенциальных событий, и
  6. предоставляя управляемую среду, которая, в отличие от статических диаграмм, позволяет исследовать пространство значений параметров

Эти возможности визуализации информации в сочетании с вычислительным анализом данных могут быть применены к аналитическим рассуждениям для поддержки процесса осмысления.

Темы

Объем

Визуальная аналитика - это мультидисциплинарная область, которая включает следующие основные направления:[2]

  • Методы аналитического мышления, которые позволяют пользователям получать глубокие знания, которые напрямую поддерживают оценку, планирование и принятие решений
  • Представления и преобразования данных, которые преобразуют все типы конфликтующих и динамических данных способами, поддерживающими визуализацию и анализ.
  • Методы поддержки производства, представления и распространения результатов анализа для передачи информации в соответствующем контексте различным аудиториям.
  • Визуальные представления и методы взаимодействия[6] которые используют преимущества широкой полосы пропускания человеческого глаза в сознание, чтобы позволить пользователям одновременно видеть, исследовать и понимать большие объемы информации.

Аналитические методы рассуждений

Методы аналитического мышления - это метод, с помощью которого пользователи получают глубокое понимание, которое напрямую поддерживает оценку ситуации, планирование и принятие решений. Визуальная аналитика должна способствовать качественному человеческому суждению с ограниченными затратами времени аналитиков. Инструменты визуальной аналитики должны позволять решать разнообразные аналитические задачи, такие как:[2]

  • Быстрое понимание прошлых и настоящих ситуаций, а также тенденций и событий, которые привели к текущим условиям
  • Выявление возможных альтернативных вариантов будущего и их предупреждающих знаков
  • Мониторинг текущих событий на предмет появления предупреждающих знаков, а также неожиданных событий
  • Определение индикаторов намерения действия или лица
  • Поддержка лиц, принимающих решения во время кризиса.

Эти задачи будут выполняться путем сочетания индивидуального и совместного анализа, часто в условиях крайнего дефицита времени. Визуальная аналитика должна включать аналитические методы, основанные на гипотезах и сценариях, чтобы аналитик мог рассуждать на основе имеющихся свидетельств.[2]

Представления данных

Представления данных - это структурированные формы, подходящие для компьютерных преобразований. Эти структуры должны существовать в исходных данных или выводиться из самих данных. Они должны в максимально возможной степени сохранять информацию и содержание знаний и соответствующий контекст в исходных данных. Структуры базовых представлений данных, как правило, недоступны или интуитивно понятны для пользователя инструмента визуальной аналитики. Они часто более сложны по своей природе, чем исходные данные, и не обязательно меньше по размеру, чем исходные данные. Структуры представлений данных могут содержать сотни или тысячи измерений и быть непонятными для человека, но они должны быть преобразованы в представления более низких измерений для визуализации и анализа.[2]

Теории визуализации

Теории визуализации включают:[3]

Визуальные представления

Визуальные представления переводят данные в видимую форму, которая подчеркивает важные особенности, включая общие черты и аномалии. Эти визуальные представления позволяют пользователям быстро воспринимать важные аспекты своих данных. Дополнение процесса когнитивного мышления перцептивным рассуждением посредством визуальных представлений позволяет аналитическому процессу мышления стать более быстрым и сфокусированным.[2][7]

Обработать

Входными данными для наборов данных, используемых в процессе визуальной аналитики, являются: неоднородный источники данных (например, Интернет, газеты, книги, научные эксперименты, экспертные системы ). Из этих богатых источников наборы данных S = S1, ..., Sм выбраны, тогда как каждый Sя , i ∈ (1, ..., m) состоит из атрибуты Аi1, ..., Аik. Цель или результат процесса - понимание я. Понимание может быть получено непосредственно из набора созданных визуализаций. V или через подтверждение гипотезы ЧАС как результат автоматизированных методов анализа. Эта формализация процесса визуальной аналитики проиллюстрирована на следующем рисунке. Стрелки обозначают переходы от одного набора к другому.

Более формально процесс визуальной аналитики - это трансформация F: S → I, в то время как F представляет собой конкатенацию функций f ∈ {DW, VИкс, HY, UZ} определяется следующим образом:

DW описывает основные данные предварительная обработка функциональность с DW : S → S и W ∈ {T, C, SL, I} включая функции преобразования данных DТ, функции очистки данных DC, функции выбора данных DSL и функции интеграции данных Dя которые необходимы для применения функций анализа к набору данных.

VW, W ∈ {S, H} символизирует функции визуализации, которые являются либо функциями визуализации данных VS : S → V или функции визуализации гипотез VЧАС : H → V.

ЧАСY, Y ∈ {S, V} представляет собой процесс генерации гипотез. Мы различаем функции, которые генерируют гипотезы из данных ЧАСS : S → H и функции, которые генерируют гипотезы из визуализаций ЧАСV : V → H.

Более того, взаимодействие с пользователем UZ, Z ∈ {V, H, CV, CH} являются неотъемлемой частью процесса визуальной аналитики. Взаимодействие с пользователем может влиять только на визуализации. UV : V → V (т. е. выбор или масштабирование), или может влиять только на гипотезы UЧАС : H → H генерируя новые гипотезы из заданных. Кроме того, понимание можно сделать из визуализаций. Uрезюме : V → I или из гипотез UCH : H → I.

Типичная предварительная обработка данных с применением функций очистки, интеграции и преобразования данных определяется как Dп = DТ(Dя(DC(S1, ..., Sп))). После этапа предварительной обработки либо автоматизированные методы анализа ЧАСS = {fs1, ..., fкв} (например, статистика, интеллектуальный анализ данных и т. д.) или методы визуализации VS : S → V, VS = {fv1, ..., fпротив} применяются к данным, чтобы выявить закономерности, как показано на рисунке выше.[8]

Обычно для обработки данных используется следующая парадигма:

Сначала проанализируйте - покажите самое важное - увеличьте масштаб, отфильтруйте и проанализируйте дальше - Подробности по запросу[9]

Смотрите также

Связанные темы

Родственные ученые

использованная литература

  1. ^ Пак Чунг Вонг и Дж. Томас (2004). «Визуальная аналитика». в: Компьютерная графика и приложения IEEE, Том 24, Выпуск 5, сентябрь-октябрь. 2004 Страница (ы): 20–21.
  2. ^ а б c d е ж г час Джеймс Дж. Томас и Кристин А. Кук (ред.) (2005). Освещая путь: программа исследований и разработок в области визуальной аналитики Национальный центр визуализации и аналитики.
  3. ^ а б Роберт Косара (2007). Визуальная аналитика. ITCS 4122/5122, осень 2007 г. Проверено 28 июня 2008 г.
  4. ^ Килман, Дж. И Томас, Дж. (Гостевые редакторы) (2009). "Специальный выпуск: основы и границы визуальной аналитики". в: Визуализация информации, Том 8, номер 4, зима 2009 г. Страница (и): 239-314.
  5. ^ Стюарт Кард, Дж.Д. Маккинли и Бен Шнейдерман (1999). «Чтения в визуализации информации: использование зрения, чтобы думать». Издательство Морган Кауфманн, Сан-Франциско.
  6. ^ А. Керрен и Ф. Шрайбер. К роли взаимодействия в визуальной аналитике. В материалах Зимней конференции по моделированию 2012 г. (WSC '12), страницы 420: 1-420: 13, Берлин, Германия, 2012 г. IEEE Computer Society Press.
  7. ^ «Сделать знания Википедии видимыми - Wolfram». Получено 2016-12-22.
  8. ^ Даниэль А. Кейм, Флориан Мансманн, Йорн Шнайдевинд, Джим Томас и Хартмут Циглер (2008). «Визуальная аналитика: масштабы и проблемы»
  9. ^ Кейм Д. А., Мансманн Ф., Шнайдевинд Дж., Томас Дж., Циглер Х .: Визуальная аналитика: объем и проблемы. Визуальный анализ данных: 2008, С. 82.

дальнейшее чтение

  • Борис Ковалерчук и Джеймс Швинг (2004). Визуальный и пространственный анализ: достижения в области интеллектуального анализа данных, рассуждений и решения проблем
  • Гопин Цю (2007). Достижения в визуальных информационных системах: 9-я международная конференция (VISUAL).
  • Персонал IEEE, Inc. (2007). Наука и технология визуальной аналитики (VAST), симпозиум IEEE 2007.
  • Мэй Юань, Кэтлин и Стюарт Хорнсби (2007). Вычисления и визуализация для понимания динамики в географических областях.
  • Даниэль Кейм, Геннадий Андриенко, Жан-Даниэль Фекете, Карстен Горг, Йорн Кольхаммер и Гай Мелансон (2008). Визуальная аналитика: определение, процесс и проблемы. В Андреас Керрен, Джон Т. Стаско, Жан-Даниэль Фекете и Крис Норт (редакторы), Визуализация информации - Человеко-ориентированные проблемы и перспективы, страницы 154–175, Конспекты лекций по информатике 4950, Springer Berlin Heidelberg.
  • Освоение эпохи визуализации: решение проблем с помощью визуальной аналитики (2010) (pdf)
  • Кава Наземи (2014). Визуализация адаптивной семантики. Еврографическая ассоциация [1]. ТУ Дармштадт Диссертация. Еврография.

внешняя ссылка