시각 분석

Visual analytics
detail of a Tree of Knowledge after Diderot & d'Alembert's Encyclopédie, by Chrétien Frédéric Guillaume Roth
정보 매핑
토픽과 필드
노드 링크 어프로치
「 」를 참조해 주세요.

시각적 분석은 정보 시각화 및 과학적 시각화 분야의 발전으로, 대화형 시각적 [1]인터페이스에 의해 촉진되는 분석적 추론에 초점을 맞추고 있습니다.

개요

시각 분석은 "대화적 시각 [2]인터페이스에 의해 촉진되는 분석 추론의 과학"이다.크기, 복잡성 및 밀접하게 결합된 인간과 기계 분석이 필요한 특정 문제를 해결할 [3]수 있습니다.시각적 분석은 계산 및 시각화, 분석 보고 및 기술 [4]전환을 위한 분석 추론, 상호작용, 데이터 변환 및 표현 분야에서 과학 및 기술 발전을 촉진합니다.연구 어젠다로서 시각 분석은 컴퓨터 과학, 정보 시각화, 인지 및 지각 과학, 인터랙티브 디자인, 그래픽 디자인 및 사회 과학에서 여러 과학 및 기술 커뮤니티를 통합합니다.

시각 분석은 새로운 계산 및 이론 기반 도구를 혁신적인 대화형 기술 및 시각적 표현과 통합하여 인간 정보 담론을 가능하게 합니다.도구와 기술의 설계는 인지, 설계 및 지각 원칙에 기초합니다.이러한 분석 추리 과학은 위협 분석, 예방 및 대응을 위한 전략적 및 전술적 시각적 분석 기술을 모두 구축할 수 있는 추론 프레임워크를 제공합니다.분석 추론은 근거와 [2]가정의 조합에서 결론에 도달하기 위해 인간의 판단을 적용하는 분석가의 작업의 중심이다.

시각 분석에는 정보 시각화 및 과학적 시각화와 몇 가지 목표와 기법이 중복됩니다.이들 분야 간의 경계에 대해서는 현재 명확한 합의가 이루어지지 않고 있지만, 대략적으로 세 분야를 다음과 같이 구분할 수 있다.

  • 과학적 시각화는 자연적인 기하학적 구조를 가진 데이터(예: MRI 데이터, 바람 흐름)를 다룬다.
  • 정보 시각화는 트리 또는 그래프와 같은 추상 데이터 구조를 처리합니다.
  • 시각 분석은 특히 대화식 시각 표현을 기본 분석 프로세스(예: 통계 절차, 데이터 마이닝 기법)와 결합하여 높은 수준의 복잡한 활동(예: 감각 결정, 추론, 의사결정)을 효과적으로 수행할 수 있도록 한다.

시각 분석은 정보 시각화의 기술과 계산 변환 및 데이터 분석의 기술을 결합하려고 합니다.정보 시각화는 사용자와 기계 간의 직접적인 인터페이스의 일부를 형성하며, 다음과 같은 6가지 기본적인 [2][5]방법으로 인간의 인지 능력을 증폭시킨다.

  1. 인간의 작업기억을 확장하기 위해 시각 자원을 사용하는 것과 같은 인지 자원을 증가시킴으로써,
  2. 작은 공간에 대량의 데이터를 표시하는 등 검색을 줄임으로써
  3. 예를 들어, 정보가 시간 관계에 의해 공간 내에 정리되는 것과 같은 패턴의 인식을 강화함으로써,
  4. 유도하기 어려운 관계에 대한 쉬운 지각적 추론을 지원함으로써
  5. 많은 잠재적 사건에 대한 지각적 모니터링에 의해, 그리고
  6. 정적 다이어그램과 달리 매개 변수 값의 공간을 탐색할 수 있는 조작 가능한 매체를 제공함으로써

이러한 정보 시각화의 기능은 계산 데이터 분석과 결합되어 분석 추론에 적용되어 센스 메이킹 프로세스를 지원할 수 있다.

토픽

범위

시각적 분석은 다음과 같은 중점 [2]영역을 포함하는 다원적 분야입니다.

  • 사용자가 평가, 계획 및 의사결정을 직접 지원하는 깊은 통찰력을 얻을 수 있는 분석적 추론 기법
  • 모든 유형의 충돌하는 동적 데이터를 시각화와 분석을 지원하는 방식으로 변환하는 데이터 표현 및 변환
  • 분석 결과의 생산, 프레젠테이션 및 배포를 지원하여 다양한 독자에게 적절한 맥락에서 정보를 전달하는 기술.
  • 시각적인 표현과 상호 작용[6] 기술은 인간의 눈으로 들어오는 넓은 대역폭 경로를 이용하여 사용자가 많은 양의 정보를 동시에 보고 탐색하고 이해할 수 있도록 합니다.

분석적 추론 기법

분석 추리 기술은 사용자가 상황 평가, 계획 및 의사결정을 직접 지원하는 깊은 통찰력을 얻는 방법입니다.시각 분석은 분석가들의 제한된 시간 투자로 고품질의 인간 판단을 촉진해야 한다.시각적 분석 도구는 다음과 [2]같은 다양한 분석 작업을 가능하게 해야 합니다.

  • 과거와 현재 상황, 그리고 현재 상황을 만들어 낸 동향과 사건을 빠르게 파악한다.
  • 가능한 대체 선물과 그 경고 신호 식별
  • 예기치 않은 이벤트뿐만 아니라 경고 신호 발생에 대한 현재 이벤트 모니터링
  • 행동 또는 개인의 의도를 나타내는 지표 결정
  • 위기시 의사결정자 지원

이러한 작업은 종종 극심한 시간 압박을 받으며 개별 분석과 협업 분석을 조합하여 수행됩니다.시각적 분석은 가설 기반 및 시나리오 기반 분석 기법을 활성화하여 분석가가 이용 가능한 증거를 기반으로 [2]추론할 수 있도록 지원해야 합니다.

data 표현

데이터 표현은 컴퓨터 기반 변환에 적합한 구조화된 형식입니다.이러한 구조는 원본 데이터에 존재하거나 데이터 자체에서 파생될 수 있어야 합니다.정보 및 지식 콘텐츠와 관련 컨텍스트를 가능한 한 원본 데이터 내에 유지해야 합니다.기본 데이터 표현의 구조는 일반적으로 시각 분석 도구의 사용자가 접근할 수도 없고 직관적이지도 않다.원래 데이터보다 더 복잡한 경우가 많고 원래 데이터보다 크기가 작을 필요는 없습니다.데이터 표현의 구조는 수백 또는 수천 개의 차원을 포함할 수 있으며 사람이 이해할 수 없지만 시각화 및 분석을 위해 [2]저차원 표현으로 변환할 수 있어야 합니다.

시각화 이론

시각화 이론에는 다음이 포함됩니다.[3]

시각적 표현

시각적 표현은 데이터를 공통점 및 이상 징후를 포함한 중요한 특징을 강조하는 가시적인 형태로 변환합니다.이러한 시각적 표현을 통해 사용자는 데이터의 중요한 부분을 쉽게 인식할 수 있습니다.시각적 표현을 통해 지각적 추론을 통해 인지적 추리 과정을 증가시키면 분석적 추리 과정이 더 빠르고 [2]집중되게 됩니다.

과정

시각 분석 과정에 사용되는 데이터 세트에 대한 입력은 이기종 데이터 소스(즉, 인터넷, 신문, 도서, 과학 실험, 전문가 시스템)이다.이러한 풍부한 출처에서 데이터 집합 S = S1, ..., S가m 선택되는 반면 각 Si, i δ(1, ..., m)는 속성i1 A, ..., A로ik 구성됩니다. 공정의 목표 또는 출력은 통찰력 I입니다.통찰력은 생성된 시각화 세트 V에서 직접 얻거나 자동화된 분석 방법의 결과로 가설 H의 확인을 통해 얻습니다.이러한 시각적 분석 프로세스의 공식화는 다음 그림에 설명되어 있습니다.화살표는 한 세트에서 다른 세트로의 전환을 나타냅니다.

보다 공식적으로 시각 분석 프로세스는 변환 F: S → I인 반면, F는 다음과 같이 정의된 함수 f { {DW, VX, HY, UZ}의 결합이다.

D는W 데이터 세트에 분석 기능을 적용하기 위해 필요한 데이터 변환 기능T D, 데이터 클리닝 기능C D, 데이터 선택 기능SL D, 데이터 통합 기능I D를 포함하여 D : S → S, W { {T, C, SL, I}와W 함께 기본 데이터 전처리 기능을 기술한다.

VW, W { {S, H}는 시각화 함수로서, 데이터 VS : S → V를 시각화하는 함수 또는 가설H V : H → V를 시각화하는 함수 중 하나이다.

HY, Y { {S, V}는 가설 생성 과정을 나타냅니다.데이터S H : S → H에서 가설을 생성하는 함수와 시각화V H : V → H에서 가설을 생성하는 함수를 구분한다.

또한 사용자 상호작용Z U, Z { {V, H, CV, CH}는 시각적 분석 프로세스의 필수적인 부분이다.사용자 상호작용은 시각화V U : V → V (즉, 선택 또는 확대/축소)에만 영향을 미치거나 주어진 가설에서 새로운 가설을 생성함으로써 가설H U : H → H에만 영향을 미칠 수 있다.또한 시각화 UCV : V → I 또는 가설CH U : H → I에서 통찰력을 얻을 수 있다.

데이터 정리, 데이터 통합 및 데이터 변환 기능을 적용하는 일반적인 데이터 전처리는 D = DT(DI(DC(S1, ..., Sn))로P 정의됩니다.전처리 단계 후 위 [7]그림과 같이 패턴을 나타내기 위해 자동화된 분석 방법S H = {fs1v1, ..., fsq}(즉, 통계, 데이터 마이닝 등) 또는 시각화S 방법 V : S → VS, V = {fvs, ..., f}를 적용한다.

일반적으로 다음 패러다임이 데이터 처리에 사용됩니다.

먼저 분석 – 중요성 표시 – 확대/축소, 필터링 및 분석 – 온디맨드 세부 정보[8]

「 」를 참조해 주세요.

관련 과목

관련 과학자

관련 소프트웨어

  • imc FAMOS(1987), 그래픽 데이터 분석

레퍼런스

  1. ^ 박충왕과 J.토마스(2004년)."시각적 분석"인: IEEE 컴퓨터 그래픽스 및 애플리케이션, 제24권, 제5호, 9월호- 2004년 10월 페이지: 20~21.
  2. ^ a b c d e f g h 제임스 J. 토마스와 크리스틴 A.Cook (Ed.) (2005)경로 조명: 시각 분석 국립 시각화 및 분석 센터를 위한 R&D 어젠다.
  3. ^ a b Robert Kosara (2007).비주얼 분석ITCS 4122/5122, 2007년 가을2008년 6월 28일 취득.
  4. ^ Kielman, J. 및 Thomas, J. (게스트 에드) (2009년)."특별호:Visual Analytics의 기초와 프런티어"를 참조하십시오.in: 정보 시각화, 제8권, 제4권, 2009년 겨울 페이지: 239-314
  5. ^ 스튜어트 카드, J.D. 매킨레이, 벤 쉬나이더맨(1999년).「정보 시각화의 판독치:비전의 사용」을 참조해 주세요.모건 카우프만 출판사, 샌프란시스코입니다
  6. ^ A. Kerren과 F.슈라이버.시각적 분석에서 상호작용의 역할을 위해.2012년 동계 시뮬레이션 컨퍼런스 진행(WSC '12), 420:1-420:13 페이지, 독일 베를린, 2012.IEEE Computer Society 프레스.
  7. ^ 다니엘 A.Keim, Florian Mansmann, Jörn Schneidewind, Jim Thomas, and Hartmut Ziegler(2008)."시각적 분석:범위와 과제"
  8. ^ Keim D. A, Mansmann F, Schneidewind J, Thomas J, Ziegler H: 시각적 분석: 범위와 과제비주얼 데이터 마이닝: 2008, S.82

추가 정보

  • 보리스 코발레르추크와 제임스 슈윙(2004).시각 및 공간 분석: 데이터 마이닝, 추론 및 문제 해결의 발전
  • 궈핑추(2007년.비주얼 정보 시스템의 진보: 제9회 국제 회의(VISIAL).
  • IEEE, Inc.스탭(2007년).VAST(Visual Analytics Science and Technology), IEEE 2007 심포지엄.
  • May Yuan, Kathleen, Stewart Hornsby(2007).지리적 영역의 역학을 이해하기 위한 계산 및 시각화.
  • 다니엘 케이임, 겐나디 안드리엔코, 장 다니엘 페케테, 카스텐 괴르크, 외른 콜해머, 가이 멜란손(2008)이 그것이다.시각적 분석: 정의, 프로세스 및 과제안드레아스 케렌, 존 T.Stasko, Jean-Daniel Feckete 및 Chris North(Eds.), 정보 시각화 - 인간 중심의 문제와 관점, 154-175페이지, 컴퓨터 과학 4950 강의 노트, 스프링거 베를린 하이델베르크.
  • 시각화 시대의 숙달: 비주얼 분석의 문제 해결(2010년) (pdf)
  • 카와 나제미(2014).적응형 시멘틱스 시각화.Eurographics Association [1].TU 다름슈타트 논문.유로그래픽스

외부 링크