Möglichkeiten der Visualisierung

Slides:



Advertisements
Ähnliche Präsentationen
Vorgehensmodell - Wasserfallmodell
Advertisements

Wissensanalyse von Aufgaben mit TKS Eine Methode zur Problemlösung
Rechnergestützte Musikanalyse Einführung Projektseminar Musikwissenschaftliches Institut Hamburg WS 2005/06 Leitung: Klaus Frieler.
1 Spezielle Packages des Java SDK (1.4) java.nio.
Finale Semantik und beobachtbares Verhalten
Leitidee „Funktionaler Zusammenhang“ Leitidee „Algorithmus“
Grundlagen der Geometrie
Stephan Hermanns Architekturkonzepte für semi-synchrone Controller auf der Basis der Asynchronen Wave Pipeline Schaltungstechnik Sorin Alexander Huss.
Datenbanken vs. Markup Manfred Thaller WS 2009/2010 Humanities Computing Linda Scholz.
Der Umgang mit qualitativ erhobenen Daten: Strategien der Datenanalyse
Patrick Rössler Einführung in die Methoden der empirischen Kommunikationsforschung Vorlesung BA Kommunikationswissenschaft (123) Grundlagen-LVG.
Generalisierung Karte gibt nicht den gesamten konkreten Inhalt einer Landschaft wieder Karten “vereinfachen” (“generalisieren”) Auswahl “des Wichtigen”,
Digitale Kartographie 14. Januar 1999 Generalisierung Probleme der Selektion, Symbolisierung und Generalisierung bei der Herstellung digitaler Karten.
Inhalte zielgerichtet darstellen Adressatengerechte Informationen
Informatik Klasse 7 Grundlagen.
Was ist ein Modell ? Repräsentiert Zugang: Mathematik Zugang: Empirie
07-GraphischeObjekte Graphische Objekte in EMMA301Paint.
Computergrafik Vom Dreieck zum Ego-Shooter Olaf Müller
Von Huiyu Li. 1.Anwendungsideen Zwei Arten von digitaler Bildbearbeitung in der Architektur 1.1 Veränderung: Existierende Bilder werden durch Bildbearbeitung.
OO Analyse und Entwurf für Anwender XIII. Objektorientierte Benutzeroberfäche Dr. Michael Löwe.
Seminar: Informationstechnik in der Medizin Universität Dortmund Skin Detection Fakultät für Elektrotechnik und Informationstechnik Lehrstuhl für Kommunikationstechnik.
Tino Reindanz - FSU Jena Seminar Aktive Datenbanken – SS 2007 Folie 1 Seminar Aktive Datenbanken Rule Development Rule Development for Active Database.
Visuelle Medien der Frosch.
Spezifikation von Anforderungen
Das Wasserfallmodell - Überblick
Computergraphik mit OpenGL Einführung. Bilder Objekt existiert im Raum unabhängig vom Betrachter Objekte sind beschrieben durch die Position verschiedener.
Self Organizing Tree Algorithm
Depth of Field Ein Fachvortrag von: Max Goltzsche und Igor Marijanovic Real-Time RenderingBeuth Hochschule für TechnikSoSe 2012.
Übersicht Motivation Konzeption Umsetzung/ Implementierung
Geometrische Netze Erstellung.
Erstellen einer Webseitenstatistik mithilfe eines OLAP-Servers
Erstellen einer Webseitenstatistik mithilfe eines OLAP-Servers
Erzeugen von Karten, Layern und Legenden
Computergraphische Visualisierungs- verfahren für 3D-Stadtmodelle
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Objektorientierte Konzepte/UML Geoinformation I Vorlesung 2 WS 2000/2001.
Computer-Animation in der Kartographie
Verhalten von Objekten in der Szene
Phasen einer empirischen Untersuchung
Überblick über die Datenbankproblematik
Allgemeines zu Datenbanken
Visualisierung semantischer Daten
UML Modellierung des Verhaltens von Klassen und Objekten
Modellbildung und Simulation
00:13 Matthias Ansorg FH Gießen-Friedberg1 / 24 Multidimensionale Datenstrukturen - semantische und logische Modellierung Teilvortrag: logische Modellierung.
Überfachliche Ziele.
Studentisches Seminar
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
Klassifikation und Regression mittels neuronaler Netze
Lernmodelle und Experimentelle Untersuchungen
Fertiggestellt (I) Visualisierung mittels VA-Diagramm.
Universität zu Köln WS 2014/15 HKI – Softwaretechnologie 2 (Teil 1) Von Tilo Kochs.
Empirische Sozialforschung am Beispiel der Limburger Nordstadt
Omniscient Debugging und Slicing für Java
Computer und Multimedia im Chemieunterricht Einordnung aus didaktischer Sicht.
Geoinformation I Lutz Plümer
Methoden der Sozialwissenschaften
Theorie, Anwendungen, Verallgemeinerungen
Visualisierung von Geodaten
Multimedia und Semiotik Ein Vortrag im Rahmen des Seminars zur Lehrveranstaltung GIS IV von Stefan Hoersch.
Grundlagen der Geometrie
Sichtbarkeit einschränken
Ich und ACT Ich bin, was ich bin. ich bin... (Rollen, Eigenschaften, Zustände)
EIN NEUES ENSEMBLE- KLASSIFIKATIONSVERFAHREN Tim Schneider Rotation Forest.
CL Tree MW 31.1 Business Intelligence Wintersemester 2015 / 2016 Stanislav Prokupetz.
Semesterprojekt Präsentation Thema 1 Test-Arten
Formale Methoden Semesterprojekt Präsentation Thema 1 Test-Arten Fernstudium Master WI, MWI 10F Jan te Kock,
Entwurf, Implementierung und Test eines Java – Web Services als Kommunikationsschnittstelle für Webapplikationen mit Funktionen.
Die klassischen Methoden der historisch-vergleichenden Forschung Universität Zürich Soziologisches Institut Seminar: Methoden des internationalen Vergleichs.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Punkte im Raum
 Präsentation transkript:

Möglichkeiten der Visualisierung DemoKoffer Möglichkeiten der Visualisierung

1. Anforderungen Visualisierung für Zielgruppe: Größenvergleich? Qualitätsvergleich? Kategorisierung! Zielgruppe: Anwender? Fachnutzer? Manager & Leiter Entwicklung!

1. Anforderungen Statisch Dynamisch Unvollständig 3d Vollständig 2d Klassifikation Visualisierungstechniken Statisch Dynamisch Unvollständig 3d Vollständig 2d

1. Anforderungen Ressourcenbegrenztheit (Laptop) ein spezieller Benutzer online Verarbeitung der Daten Visualisierung für jedermann (keine Fachexperten) keine Interaktion nötig

2d- und 3d-Visualisierung + Keine Perspektiven und Sichtbarkeits-berechnungen + Bei überlappungsfreier Darstellung keine Verdeckungen - Meist kann nur ein Ausschnitt der Daten dargestellt werden

2d- und 3d-Visualisierung + Ein größerer Teil der Daten kann gleichzeitig dargestellt werden + Bei Nutzung von depth cues (Transparenz, Perspektive, Schatten, ...) natürliche 3d-Interpretation - Aufwändige Generierung - Schwer vorhersagbar, welche Teile der Daten sichtbar dargestellt werden

Statische und Dynamische Visualisierung Automatische Veränderung der Visualisierung (Animation) + Veränderungen können beobachtet werden + Trends und qualitative Eigenschaften werden deutlich - Einzelwerte und quantitative Merkmale sind nicht erkennbar

Statische und Dynamische Visualisierung Statische Visualisierung: Keine automatische Veränderung der Visualisierung Veränderungen benutzergesteuert (z.B. Farbwahl, Ausschnittsveränderung, Zoomen) + Exakte, quantitative Analyse möglich Abfragen von Einzelwerten möglich

Vollständige und Unvollständige Visualisierung Vollständige Visualisierungen: Erfordern meist Aggregation von Datenwerten (z.B. Zusammenfassen zu Klassen) und Erfordern Interaktionstechniken, um die Aggregation zu steuern + Gesamtüberblick über die Verteilung der Daten möglich

Vollständige und Unvollständige Visualisierung Unvollständige Visualisierungen: Zahl der Dimensionen oder der Wertebereiche entlang der Dimensionen wird reduziert Erfordert Interaktionstechniken, um die Reduktion zu steuern + Analyse von interessanten Bereichen im Beobachtungs- und Merkmalsraum möglich

2. Abbildung auf Punkte Vorteil: - einfach darstellbar - Ressourcengenügsam Problematik: generell: Methodik starke Vereinfachung Klassifikatoren nicht klar einordbar praktisch: Klassifikatoren nicht gleichmäßig verteilt Clusterbildung

3. Abbildung auf Streckenzüge Abbildung von Punkten des Merkmalsraumes auf Streckenzüge und Achsen, die geeignet skaliert sind Achsen werden parallel oder sternförmig abgetragen statische, vollständige, 2D-Darstellungen Varianten: Sternförmige Koordinaten Parallele Koordinaten

3.1. Sternförmige Koordinaten (Kiviatgraph) Tasting Whisky: www.scotchwhisky.com Ardbeg (17 Year old) Glenfiddich

3.1. Sternförmige Koordinaten (Kiviatgraph) symmetrische Einteilung des Kreises => Problem! sinnvoll bei bis zu 5 Datensätzen in einem Beispiel: unterschiedliche Istwerte der KI-Bewertungen zu verschiedenen Zeiten

3.2. Parallele Koordinaten Anwendung bei großen, hochdimensionalen Datenmengen => viele Sets zu unterschiedlichen Zeiten sinnvoll bei mehreren Hundert Datensätzen mit entsprechenden Interaktionstechniken Beispiel: Selektion von herausstechenden Fällen und deren genaue Darstellung

3.2. Parallele Koordinaten: in 2d oder 3d Quelle: Bade et al. [2004] Quelle: Schumann, Müller [2000]

4. Iconbasierte Techniken Visualisierung von Datenwerten über Eigen-schaften (Farbe, Transparenz, ...) und Primitive (Form, Größe, Winkel, ...) graphischer Objekte Statische, vollständige, 2d-Darstellungen Klassifikation Symbole: Bedeutung folgt aus dem „Ganzen“ Icons/Glyphen: Graphische Objekte dessen Eigenschaften Datenwerte repräsentieren

4. Chernoff Faces Emotion Rendering Toolkit

5. Andere Ideen Erweiterung des V-A-Raums um eine dritte Dimension: Kontrolle Kombination verschiedener Visualisierungen Wahl- & Wechselmöglichkeiten geben aktiv über Vor- und Nachteile informieren Andere Theorien als Grundlage nehmen & ggf. neu testen OCC Appraisal Theory

6. Ausblick Untersuchung der Persönlichkeit des Spielers: standardisierte Situationen und darauf erfolgende Reaktionen Einordnung in Spielertypen Persönlichkeitsmerkmale interessant für z.B. UI und anwenderspezifisches Verhalten Untersuchung ohne sichtbar aufgezeichnete physiologische Daten möglich? Analyse der Maus / Tastaturbewegungen Analyse der verbalen „Emotionsausbrüche“