Другие журналы

научное издание МГТУ им. Н.Э. Баумана

НАУКА и ОБРАЗОВАНИЕ

Издатель ФГБОУ ВПО "МГТУ им. Н.Э. Баумана". Эл № ФС 77 - 48211.  ISSN 1994-0408

Современные методы визуализации многомерных данных: анализ, классификация, реализация, приложения в технических системах

# 03, март 2016
DOI: 10.7463/0316.0834876
Файл статьи: SE-BMSTU...o167.pdf (1886.05Кб)
автор: Романова И. К.1,*

УДК 519.6, 531.36, 681.5

1 МГТУ им. Н.Э. Баумана, Москва, Россия

Рассмотрены теоретические  и практические аспекты решения задачи визуализации многомерных данных как одного из эффективных средств многовариантного анализа систем. Предложено несколько видов классификации методов визуализации, в том числе по типам данных, по объектам визуализации, по способу преобразования координат и данных. Для представления используются  диаграммы с указанием ссылок на актуальные работы. Предложены также две классификации современных направлений в технологиях визуализации, том числе комплексирование методов визуализации как одна из современных тенденций развития, наряду с внедрением интерактивных технологий и учета динамики развития процессов. Приведено описание некоторых подходов к задаче визуализации, связанных с реализацией потребностей, формируемых актуальными задачами поиска информации в  глобальных сетях, развития биоинформатики, изучения и управления бизнес - процессами, развития регионов и т.п.  Особо выделены современные средства визуализации, которые могли бы повысить эффективность многовариантного анализа и поиска решений в многокритериальной оптимизации технических систем, но не очень активно используются для таких исследований. Это горизонтальные графики, графики «квантиль-квантиль» и многое другое. Предложено применение Хороплет-карт, традиционно используемых в картографии, для одновременного представления в пространстве параметров распределений нескольких критериев. Отмечено, что современные средства визуализации графов в сетевых приложениях, могут более активно использоваться при описании систем управления. Предложено использовать тепловые карты для  графического представления чувствительности критериев качества системы при вариации параметров (многовариантном анализе  технических систем). Отмечена полезность распространения супервизорных тепловых карт на задачу оценки идентификации в построении моделей систем.  Выдвинуто предложение об использовании матриц диаграмм рассеяния для многовариантного анализа влияния параметров технической системы на критерии качества, в том числе для понижения размерности векторного критерия качества и анализов чувствительности.
Отмечено не только внешнее, но и  внутреннее родство задач визуализации и оптимизации, заключающееся в активном использовании методов оптимизации в решении задач визуализации и наоборот. Представлен  обзор программных средств, в том числе в открытом коде, которые на практике  не только позволяют применять методы визуализации, но и совершенствовать имеющиеся базовые методики. Сделан вывод о необходимости построения систем сквозной визуализации для исследования конкретных технических объектов.

Список литературы
  1. Романова И.К. Применение аналитических методов к исследованию парето - оптимальных систем управления // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2014. № 4. С. 238-266. DOI :10.7463/0414.0704897
  2. Card S.K., Mackinlay J.D., Shneiderman B. Readings in information visualization: using vision to think. San Francisco: Morgan Kaufmann Publishers, 1999. 686 p.
  3. Heer J., Bostock M., Ogievetsky V. A tour through the visualization zoo // Communications of the ACM. 2010. Vol. 53, iss. 6. P. 59-67. DOI:10.1145/1743546.1743567
  4. VanderPlas S., Hofmann Н. Spatial Reasoning and Data Displays // IEEE Transactions on Visualization and Computer Graphics. 2016. Vol. 22, iss. 1. P. 459-468. DOI:10.1109/TVCG.2015.2469125
  5. Setlur V., Stone M.C. A Linguistic Approach to Categorical Color Assignment for Data Visualization // IEEE Transactions on Visualization and Computer Graphics. 2016. Vol. 22, iss. 1. P. 698-707. DOI:10.1109/TVCG.2015.2467471
  6. Harrison L., Yang F., Franconeri S., Chang R. Ranking Visualizations of Correlation Using Weber’s Law // IEEE Transactions on Visualization and Computer Graphics. 2014. Vol. 20, iss. 12. P. 1943-1952. DOI:10.1109/TVCG.2014.2346979
  7. Li J., Martens J.-B.,Wijk van J.J. Judging Correlation from Scatterplots and Parallel Coordinate Plots // Information Visualization. 2010. Vol. 9, no. 1. P. 13-30. DOI:10.1057/ivs.2008.13
  8. Fink M., Haunert J.-H., Spoerhase J., Wolff A. Selecting the Aspect Ratio of a Scatter Plot Based on Its Delaunay Triangulation // Proc. of the 29th European Workshop on Computational Geometry (EuroCG'13) , 2013, 17-20 March, Braunschweig, Germany. Braunschweig , 2013. Режим доступа:http://www1.pub.informatik.uni-wuerzburg.de/pub/fink/paper/fhsw-sarsp-EuroCG13.pdf (дата обращения 02.02.2016).
  9. Wu Y., Liu X., Liu S., Ma K.L. ViSizer: A Visualization Resizing Framework // IEEE Transactions on Visualization and Computer Graphics. 2013. Vol. 19, iss. 2. P. 278-290. DOI:10.1109/TVCG.2012.114
  10. Emerson J.W., Green W.A., Schloerke B., Crowley J., Cook D., Hofmann H., Wickham H. The Generalized Pairs Plot // Journal of Computational and Graphical Statistics. 2013. Vol. 22, iss. 1. P. 79-91. DOI:10.1080/10618600.2012.694762
  11. Healey C.G., Enns J.T. Large datasets at a glance: combining textures and colors in scientific visualization // IEEE Transactions on Visualization and Computer Graphics. 1999. Vol. 5, iss. 2. P. 145-167. DOI:10.1109/2945.773807
  12. Wilkinson L., Friendly M. The History of the Cluster Heat Мaр // American Statistician. 2009. Vol. 63, no. 2. P. 179-184.
  13. Melcher J., Seese D. Visualization and Clustering of Business Process Collections Based on Process Metric Values // Proc. 10th International Symposium on Symbolic and Numeric Algorithms for Scientific Computing (SYNASC '08). IEEE Publ., 2008. P. 572-575. DOI: 10.1109/SYNASC.2008.37
  14. Barter R.L., Yu B. Superheat: Supervised heatmaps for visualizing complex data // ArXiv.org: website. Режимдоступа:http://arxiv.org/abs/1512.01524 ( дата обращения 01.02.2016).
  15. Романова И.К. Формирование упрощенных нелинейных моделей для задач исследования движения тел сложной формы // Инженерный вестник. МГТУ им. Н.Э. Баумана. Электрон. журн. 2013. № 10. С. 581-594.
  16. Im J.F., McGuffin M.J., Leung R. GPLOM: The Generalized Plot Matrix for Visualizing Multidimensional Multivariate Data // IEEE Transactions on Visualization and Computer Graphics. 2013. Vol. 19, iss. 12. P. 2606-2614. DOI:10.1109/TVCG.2013.160
  17. Viau C., McGuffin M.J. ConnectedCharts: Explicit Visualization of Relationships between Data Graphics // С omputer graphics forum. 2012. Vol. 31, iss. 3. P. 1285-1294. DOI:10.1111/j.1467-8659.2012.03121.x
  18. Зиновьев А.Ю. Визуализация многомерных данных. Красноярск: Изд-во КГТУ, 2000. 180 с.
  19. Brunsdon C., Fotheringham A.S., Charlton M.E. An Investigation of Methods for Visualising Highly Multivariate Datasets. Case Studies of Visualization in the Social Sciences / ed. by D. Unwin, P. Fisher. Technical Report Series 43. Joint Information Systems Committee, 1998. P. 55-80.
  20. Principal Manifolds for Data Visualization and Dimension Reduction / Gorban A.N., Kégl B., Wunsch D.C., Zinovyev A., eds. Springer, 2007. 340 p. (Ser. Lecture Notes in Computational Scienceand Engineering; vol. 58).
  21. Raidou R.G., Eisemann M., Breeuwer M., Eisemann E., Vilanova A. Orientation-Enhanced Parallel Coordinate Plots // IEEE Transactions on Visualization and Computer Graphics. 2016. Vol. 22, iss. 1. P. 589-598. DOI:10.1109/TVCG.2015.2467872
  22. Johansson J., Forsell C. Evaluation of Parallel Coordinates: Overview, Categorization and Guidelines for Future Research // IEEE Transactions on Visualization and Computer Graphics. 2016. Vol. 22, iss. 1. P. 579-588. DOI:10.1109/TVCG.2015.2466992
  23. Lu L.F., Huang M.L., Huang Т.H. A New Axes Re-ordering Method in Parallel Coordinates Visualization // Proc. of the 11th International Conference on Machine Learning and Applications (ICMLA), 2012, 12-15 December, Boca Raton, USA. Boca Raton, 2012. P. 252-257. DOI:10.1109/ICMLA.2012.148
  24. Rubio-Sánchez M., Raya L., Diaz F., Sanchez A. A comparative study between RadViz and Star Coordinates // IEEE Transactions on Visualization and Computer Graphics. 2016. Vol. 22, iss. 1. P. 619-628. DOI:10.1109/TVCG.2015.2467324
  25. Gerber S., Bremer P.T., Pascucci V., Whitaker R. Visual Exploration of High Dimensional Scalar Functions // IEEE Transactions on Visualization and Computer Graphics. 2010. Vol. 16, iss. 6. P. 1271-1280. DOI:10.1109/TVCG.2010.213
  26. Rufiange S., McGuffin M.J. DiffAni: Visualizing Dynamic Graphs with a Hybrid of Difference Maps and Animation // IEEE Transactions on Visualization and Computer Graphics. 2013. Vol. 19, iss. 12. P. 2556-2565. DOI:10.1109/TVCG.2013.149
  27. Guo D., Chen J., MacEachren A.M., Liao K. A Visualization System for Space-Time and Multivariate Patterns (VIS-STAMP) // IEEE Transactions on Visualization and Computer Graphics. 2006. Vol. 12, iss. 6. P. 1461-1474. DOI:10.1109/TVCG.2006.84
  28. Nikander J., Kantola T., Virrantaus K. Exploratory vs. Model-Based Mobility Analysis // Nordic Journal of Surveying and Real Estate Research. 2012. Vol. 9, no. 1. P. 7-29.
  29. McGuffin M.J., Jurisica I. Interaction Techniques for Selecting and Manipulating Subgraphs in Network Visualizations // IEEE Transactions on Visualization and Computer Graphics. 2009. Vol. 15, iss. 6. P. 937-944. DOI:10.1109/TVCG.2009.151
  30. Gharibnezhad F., Mujica Delgado L.E., Rodellar Benedé J. Damage detection using Andrew plots // Proc. of the 8th International workshop on structural health monitoring: сonference lecture, 2011, 13-15 September, Stanford, USA. Stanford, 2011. Режимдоступа:http://hdl.handle.net/2117/15392 ( дата обращения 01.02.2016).
  31. Грошев С.В., Пивоварова Н.В. Использование кривых Эндрюса для визуализации многомерных данных в задачах многокритериальной оптимизации // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 12. С. 197-214. DOI: 10.7463/1215.0825627
  32. Walker D.J., Fieldsend J.E., Everson R.M. Visualising many-objective populations // Proc. of the 14th annual conference companion on Genetic and evolutionary computation (GECCO '12), 2012, New York, USA. New York, 2012. P. 451-458. DOI:10.1145/2330784.2330853
  33. Jornod G., Di Mario E., Navarro I., Martinoli A. SwarmViz: An open-source visualization tool for Particle Swarm Optimization // IEEE Congress on Evolutionary Computation (CEC), 2015, 25-28 May, Sendai, Japan. Sendai, 2015. P. 179-186. DOI:10.1109/CEC.2015.7256890
  34. Bertini E., Dell’Aquila L., Santucci G. SpringView: cooperation of radviz and parallel coordinates for view optimization and clutter reduction // Proc. of the 3rd International Conference on Coordinated and Multiple Views in Exploratory Visualization (CMV 2005), 2005, 5 July, London, UK. London, 2005. P. 22-29. DOI:10.1109/CMV.2005.17
  35. Li M., Zhu M., Gan Q., Liang T. A Composite Multidimensional Visualization Method Based on eCLPCs // Journal of Computational Information Systems. 2015. Vol. 11, no. 16. P. 5853-5864.
Поделиться:
 
ПОИСК
 
elibrary crossref ulrichsweb neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)
  RSS
© 2003-2024 «Наука и образование»
Перепечатка материалов журнала без согласования с редакцией запрещена
 Тел.: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)