Visualisierung Vorlesung 8

Wiederholung & Vertiefung: Visuelle Suche u. Pre-attentive Wahrnehmung Visualisierung – Vorlesung 8 WS 2005/2006

Suchlicht Modell der visuellen Aufmerksamkeit Visualisierung – Vorlesung 8 WS 2005/2006

Gleichmäßiges Tracking Konvergenz und Divergenz Augenbewegungen Sakkaden Anzahl: 2 – 5 pro Sekunde Dauer: 20 – 100 ms Winkelgeschwindigkeit: 900°/s Ballistische Bewegung, sakkadische Unterdrückung Gleichmäßiges Tracking Konvergenz und Divergenz Akkomodation (Dauer: 200 ms) Visualisierung – Vorlesung 8 WS 2005/2006

Useful Field of View (UFOV) Große Schwankungsbreite (typisch: 1° bis 15°, in Extremfällen gesamtes Gesichtsfeld) Abhängig von Objektdichte Stress, Müdigkeit, Drogen (Tunnelblick) Art des Reizes, bei Bewegung ist UFOV besonders gross (Reaktion < 1s bei statischen Objekten: 8°, bei bewegten Objekten bis 40°) Visualisierung – Vorlesung 8 WS 2005/2006

Anwendung: User Interrupts Signal auch außerhalb der Focusregion wahrnehmbar (Farbenblindheit im peripheren Sehen!!) Signal soll wiederkehrend erinnern, nicht in die sakkadische Supression fallen Signal soll nicht irritierend sein Signal soll verschiedene Dringlichkeitsstufen haben Eintreten des Signals in das Gesichtsfeld (Antwortzeit abhängig von Geschwindigkeit) Visualisierung – Vorlesung 8 WS 2005/2006

Highlighting Texture Using color Using underlining A flying box leads attention Blinking momentarily attracts attention Blinking momentarily attracts attention Motion elicits an orienting response Visualisierung – Vorlesung 8 WS 2005/2006

Pre-Attentive Processing Visualisierung – Vorlesung 8 WS 2005/2006

Farbe ist Pre-Attentive Visualisierung – Vorlesung 8 WS 2005/2006

Generisches Experiment zur Pre-Attentiven Wahrnehmung Anzahl von irrelevanten Objekten variieren Pre-attentive Wahrnehmung bei < 10 ms pro Objekt Visualisierung – Vorlesung 8 WS 2005/2006

Farbe ist pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Orientatierung ist pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Bewegung ist pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Größe ist pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Simple Schattierung ist pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Konjunktion ist nicht pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Zusammengesetzte Merkmale sind nicht pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Umgebungsfarben sind nicht pre-attentiv Visualisierung – Vorlesung 8 WS 2005/2006

Weitere Beispiele: Pre-Attentiv oder nicht? Visualisierung – Vorlesung 8 WS 2005/2006

Bewegung ermöglicht Konjunktionen Visualisierung – Vorlesung 8 WS 2005/2006

Pre-Attentive Konjunktionen Stereo und Farbe Farbe und Bewegung Farbe und Position Form und Position Generell: Position und ein Aspekt der Form Visualisierung – Vorlesung 8 WS 2005/2006

Pre-Attentive Kanäle Form (Orientierung, Größe) Farbe Einfache Bewegung Addition (bis zu 3) Raum Stereotiefe Shading Position Visualisierung – Vorlesung 8 WS 2005/2006

Gesetze des pre-attentiven Display Muss in einer einfachen Dimension hervorstechen: Farbe Einfache Form (Orientierung, Größe) Bewegung Tiefe Im Highlighting immer nur eins aus diesen Dimensionen wählen Visualisierung – Vorlesung 8 WS 2005/2006

Lehren aus der pre-attentiven Wahrnehmung Gut für schnelle visuelle Suche (<10 ms/Objekt) Mühelos wahrnehmbar Basiert auf einfachen visuellen Attributen Gesichter, etc. sind nicht pre-attentiv Für Unterscheidbarkeit von Symbolen verwenden Visualisierung – Vorlesung 8 WS 2005/2006

Design von Symbolen Visualisierung – Vorlesung 8 WS 2005/2006

Design von Symbolen Visualisierung – Vorlesung 8 WS 2005/2006

Lehren für das pre-attentive Display Regeln, um Dinge unterscheidbar zu machen kann für Symbole als auch für Gebiete genutzt werden Keine grossen Flächen mit starker Farbe, Bewegung oder Textur belegen (nichts kann dann mehr hervorstechen) Orthogonalität ausnutzen: verschiedene Kanäle für unterschiedliche Arten von Information nutzen Visualisierung – Vorlesung 8 WS 2005/2006

Wahrnehmung von Objekten Visualisierung – Vorlesung 8 WS 2005/2006

Größe beeinflusst Objekterkennung Visualisierung – Vorlesung 8 WS 2005/2006

Größe von 40 ist optimal für Objekterkennung Objekterkennung baut auf den einfachen Wahrnehmungsprozessen auf Verschiedene Theorien Visualisierung – Vorlesung 8 WS 2005/2006

Ein Template mit einfachen Morph-Operationen Template Theorien Ein Template mit einfachen Morph-Operationen Visualisierung – Vorlesung 8 WS 2005/2006

Eigenschaften der Bilderkennung Bemerkenswertes Gedächtnis für die Bilderkennung Bis zu 5 Bilder pro Sekunde für die Objekterkennung Anwendung in Interfaces zum Suchen von Bildern Visualisierung – Vorlesung 8 WS 2005/2006

Wahrnehmung von Objektstrukturen Visualisierung – Vorlesung 8 WS 2005/2006

Image Based vs Structure Theorien Template Theorien basieren auf 2D Bildverarbeitung Structure Theorien basieren auf einer Extraktion von 3D Primitiven aus einer Szene durch den Beobachter Visualisierung – Vorlesung 8 WS 2005/2006

Geon Theory Visualisierung – Vorlesung 8 WS 2005/2006

Geon Theory 3D Primitive “Geons” Structural skeleton Shape from shading ist auch ein Primitiv Visualisierung – Vorlesung 8 WS 2005/2006

Wie werden Geons gefunden? Visualisierung – Vorlesung 8 WS 2005/2006

Kanonische Silhouetten Visualisierung – Vorlesung 8 WS 2005/2006

Teilprozesse der Objekterkennung Visualisierung – Vorlesung 8 WS 2005/2006

Anwendung: Das Objekt Display (Wickens) Verwendung von komplexen Objekten, um mehrere Variablen zu repräsentieren Größen auf Objektteile abbilden Struktur auf Objektstruktur abbilden Verwendung von Metaphern Attribute auf Objektattribute abbilden - Farbe, Größe, Bewegung, etc. Visualisierung – Vorlesung 8 WS 2005/2006

Geon Diagramme (Pourang Irani) 3D Formprimitive für Architektur – Größen und ihre Beziehungen Oberflächen Textur und Farbe für Attribute Visualisierung – Vorlesung 8 WS 2005/2006

Erkennung 13% errors: 4.3 sec sub-structure 22% memory errors Visualisierung – Vorlesung 8 WS 2005/2006

3D versus 2D 11.4% errors 3.7 sec sub-structure 21% errors 5.1 sec 20% memory errors 34% memory errors Visualisierung – Vorlesung 8 WS 2005/2006

Semantik darüber – baut auf darunter – unterstützt, begründet innen – Beinhaltung (z.B. private code) Verbindungspunkte (external interfaces; part_of relationships) -> Topologie Mitte Oben Unten Visualisierung – Vorlesung 8 WS 2005/2006

(Natürliche) Semantik Instances Dependency Multiplicity Strength of Relationship Visualisierung – Vorlesung 8 WS 2005/2006

Visualisierung – Vorlesung 8 WS 2005/2006

The concrete/abstraction tradeoff Gefahr: Überinterpretation von Objektdarstellung (werden “zu buchenstabengetreu” übernommen) Abstrakte Darstellungen lassen mehr Raum für Interpretation (kreative Prozesse werden besser unterstützt) Visualisierung – Vorlesung 8 WS 2005/2006

2 ½ D Design Benutze 3D Objekte zur Repräsentation von Entitäten Benutze 2D Layout, um Struktur darzustellen Bedenke Verdeckungen beim Layout Bedenke Navigationskosten beim Layout Selektion, Hyperlinks, klar sichtbare Portale Benutze kanonische Ansichten Vermeide Informationslabyrinthe Visualisierung – Vorlesung 8 WS 2005/2006

Visuelle Variablen & Standarddiagramme Visualisierung – Vorlesung 8 WS 2005/2006

Graphische Semiologie (Graphical Semiotics) Wissenschaft der graphischen Zeichen und Symbole Basiert auf tausende Jahre alten Traditionen Wissenschaften mit Bezug zu dieser Thematik Theologie, Philosophie, Anthropologie, Psychologie, ..., Kartographie, ..., Visualisierung Grundlegende Arbeiten von Jacques Bertin The Semiology of Graphics, 1982 Grundlage der modernen Visualisierung Visualisierung – Vorlesung 8 WS 2005/2006

Atelier de cartographie de Sciences Po (Paris, France) , http://www Visualisierung – Vorlesung 8 WS 2005/2006

Visuelle Variablen Bertin 1982 Visualisierung – Vorlesung 8 WS 2005/2006

Visuelle Variablen 8 Visuelle Variablen nach Bertin, 1982 Position (x und y) Textur Fläche, Größe Neigung, Orientierung Helligkeit Form, Gestalt Farbe Visualisierung – Vorlesung 8 WS 2005/2006

Visuelle Variablen Zusätzliche visuelle Variablen Länge Volumen Farbton Sättigung Winkel Verbindung Enthaltung Visualisierung – Vorlesung 8 WS 2005/2006

Visuelle Variablen Zusätzliche visuelle Variablen Bewegung Blinken Visualisierung – Vorlesung 8 WS 2005/2006

Eigenschaften Visueller Variablen Selektiv Spontane Gruppierung beim menschlichen Betrachter Besonders nützlich zur Visualisierung nominaler Daten Assoziativ vs. nicht assoziativ Assoziativ: alle Variablen haben bei Benutzung dieser Variablen weiterhin die gleiche Sichtbarkeit Ordinal Spontane Anwendung einer Ordnung beim menschlichen Betrachter Besonders nützlich zur Visualisierung ordinaler Daten Proportional Direkte Assoziation eines Wertes Besonders nützlich zur Visualisierung ordinaler und quantitativer Daten Visualisierung – Vorlesung 8 WS 2005/2006

Les trois dimensions de l'image instantanée Visualisierung – Vorlesung 8 WS 2005/2006

Les propriétés du plan X Y Points ou lignes : réseaux ou matrices Visualisierung – Vorlesung 8 WS 2005/2006

Les propriétés du plan X Y Image fixe ou image transformable Links oben: Gezeigt wird: Das Vorkommen des Produktes A, B, C.. im Land 1,2, 3... Rechts oben: Es wird auf diese Weise vom Betrachter eine seqeunzielle Netzanalyse () vorgenommen. => nicht pre-attentiv! Links unten + rechts unten: Es reicht, durch einfaches permutieren (Land 2 und Produkt D), gleichartige Zeilen 8und Spalten zu gruppieren und die Tabelle pre-attentiv zu machen. => MATRICE ORDONNABLE! Visualisierung – Vorlesung 8 WS 2005/2006

Datentransformation zum besseren Verständniss Bertin: „On transforme des données en graphique pour comprendre“ Visualisierung – Vorlesung 8 WS 2005/2006

Effekte der Datentransformation Visualisierung – Vorlesung 8 WS 2005/2006

Visualisierung – Vorlesung 8 WS 2005/2006

Effektivität Visueller Variablen Quantitativ Ordinal Nominal Hohe Effektivität Position Position Position Länge Helligkeit Farbton Winkel Sättigung Textur Neigung Farbton Verbindung Fläche Textur Enthaltung Volumen Verbindung Helligkeit Helligkeit Enthaltung Sättigung Sättigung Länge Form Farbton Winkel Länge Textur Neigung Winkel Verbindung Fläche Neigung Enthaltung Volumen Fläche Geringe Effekt. Form Form Volumen Visualisierung – Vorlesung 8 Nach Mackinlay 1986 mit Adaptionen WS 2005/2006

Weitere Faktoren Weitere Faktoren, welche die Effektivität einer Visualisierung beeinflussen können (Peeck, 1987) Ästhetische und künstlerische Aspekte, technische Qualität Beispiel: Farbwahl (Color Balance) Authentizität Grad in dem der Betrachter das Dargestellte glaubt Informationsdichte Anzahl der visuellen Elemente und Detailgrad eines jeden Elements Visualisierung – Vorlesung 8 WS 2005/2006

Übersicht Wiederholung Visuelle Variablen Standard-Graphen Visualisierung – Vorlesung 8 WS 2005/2006

Eigenschaften eines Graphen Visuelle Darstellung, die eine oder mehrere Beziehungen zwischen Elementen darstellt Prägnante Form zur Präsentation von Informationen Erlaubt es, Trends, Muster oder Vergleiche einfach zu erkennen bzw. zu verstehen Visualisierung – Vorlesung 8 WS 2005/2006

Aspekte Aufgabenorientierte Herangehensweise ist unabdingbar: Warum wird der Graph benötigt? Welche Fragen sollen beantwortet werden? Welche Daten sind notwendig, um diese Fragen zu beantworten? Wer ist die Zielgruppe? Was ist das Medium? money time Visualisierung – Vorlesung 8 WS 2005/2006

Komponenten eines Graphen Rahmen (Framework) Maßeinheiten, Skalierung Inhalt Marken, Linien, Punkte Beschriftungen (Labels) Titel, Achsen, Skalen Visualisierung – Vorlesung 8 WS 2005/2006

Typische Formen von Graphen Säulen- diagramm Punktediagramm (Scatterplot) Liniengraph X-Achse: quantitativ Y-Achse: quantitativ Ziel: Erkennung von Änderungen über nachfolgende Werte X-Achse: qualitativ Y-Achse: quantitativ Ziel: relativer Vergleich von Punktwerte X-Achse: qualitativ/quantitativ Y-Achse: qualitativ/quantitativ Ziel: Analyse der Korrelation zwischen Variablen (linear, komplex, keine) Visualisierung – Vorlesung 8 WS 2005/2006

Richtlinien zur Gestaltung von Graphen Typische Anwendung: Vergleich quantitativer Variablen (z.B. Temperatur über die Zeit) Abhängige Variable ändert sich relativ zur unabhängigen Variable Unabhängige Variable als Referenz Unabhängige vs. abhängige Variablen X-Achse zur Darstellung der unabhängigen Variable Y-Achse zur Darstellung der resultierenden abhängigen Variable Bei der Darstellung von 2 unabhängigen Variablen Abbildung der unabhängigen Variablen auf Achsen Variation des verwendeten Symbols/Marke zur Darstellung der abhängigen Variable (z.B. durch unterschiedliche Farben) Visualisierung – Vorlesung 8 WS 2005/2006

1,2,3 Variablen A B C D E 1 4 1 8 3 5 A B C D E 1 4 1 8 3 5 2 6 3 4 2 1 A B C D E 1 4 1 8 3 5 2 6 3 4 2 1 3 5 7 2 4 3 Visualisierung – Vorlesung 8 WS 2005/2006

Standard-Graphen Eine Reihe von Graphen werden seit langem erfolgreich zur Visualisierung eingesetzt Beispiele Sequence Charts Punktediagramm (Scatterplots) Liniendiagramme (Line Graphs) Time Series (Strip Charts) Stabdiagramm (Dot Plots) Säulendiagramm, Balkendiagramm (Bar Charts) Tortendiagramme (Pie Charts) Kreisdiagramme (Circle Graphs) Visualisierung – Vorlesung 8 WS 2005/2006

Strahldarstellung (Sequence Charts) Sequence Charts repräsentieren quantitative Größen auf einer Achse Typische Anwendung Zeitstrahl: Darstellung zeitvarianter Daten in chronologischer Ordnung Darstellung von Merkmalen als Marken mit einem dem Wert entsprechendem Abstand zum Ursprung der Achse Beschränkung auf die Visualisierung nominaler zeitabhängiger Daten durch die Verwendung von Marken zur Darstellung von Datenelementen Visualisierung – Vorlesung 8 WS 2005/2006

Punktediagramm (Scatterplot) Darstellung der Relationen zwischen 2 Variablen Hilfreich zur Identifizierung von Korrelationen zwischen Variablen Visualisierung – Vorlesung 8 WS 2005/2006

Korrelationen in Punktediagrammen Starke Korrelation Schwache Korrelation Keine Korrelation Positive/direkte Korrelation Negative/indirekte Korrelation Keine Korrelation Lineare Korrelation Exponentielle Korrelation Visualisierung – Vorlesung 8 Komplexe Korrelation nach Harris 1996 WS 2005/2006

Liniengraph Liniengraph, Liniendiagramm (Line Graph) Vorteile Erweiterung des Punktediagramms durch Verbindung der Marken mit Linienelementen zur Betonung der zeitlichen Relation Vorteile Verbesserte Erkennung von Unterschieden in kontinuierlichen Werten Möglichkeit zur Integration verschiedener Sequenzen/Graphen in einer Graphik Abhängig von den konkreten Daten, maximal 2-8 Sequenzen Visualisierung – Vorlesung 8 WS 2005/2006

3D-Liniengraphen 3D-Version eines Liniengraphen zur Visualisierung zeitvarianter Daten mit Bezug auf eine weitere, freie Variable Möglichkeit der Nutzung von Animation zur Visualisierung weiterer zeitlicher Aspekte Beispiel: Visualisierung von Aktienwerten Visualisierung – Vorlesung 8 WS 2005/2006

Isoplethen Isoplethen (Isoline Graphs) Spezielle Formen Linien gleichen Zahlenwertes einer Größe, die von 2 weiteren Parametern abhängt Beispiele: Höhenlinien, Schichten- bzw. Konturlinien (engl. Contours) in einem Graphen Spezielle Formen Isobaren: Linien gleichen Luftdruckes Isothermen: Linien gleicher Temperatur Visualisierung – Vorlesung 8 WS 2005/2006

Isoplethen Nutzung von Farbe zur Verdeutlichung von Aspekten und zur Visualisierung zusätzlicher Größen Linien Resultierende Flächen Erweiterung auf 3D möglich Visualisierung – Vorlesung 8 WS 2005/2006

Säulendiagramm, Balkendiagramm Säulendiagramm, Balkendiagramm (Bar Chart) Säulen bzw. Balken zur Darstellung von Merkmalen an einem Punkt im Beobachtungsraum Eigenschaften Verbesserte Vergleichbarkeit von Merkmalen relativer Vergleich von Punktwerten Unabhängige Variable diskret Unabhängige Variables quantitativ Farbe/Textur kann zur Visualisierung zusätzlicher Merkmale genutzt werden Visualisierung – Vorlesung 8 WS 2005/2006

Histogramm Histogramm Beispiel Spezielle Form des Säulendiagramms zur Darstellung der Verteilung einer Population über dem Beobachtungsraum Beispiel Darstellung von Schulnoten einer Klasse Klassenspiegel für Klausurnoten Visualisierung – Vorlesung 8 WS 2005/2006

Typische Strukturen in Histogrammen Normalverteilung Bimodale Verteilung Multimodal distribution Asymmetrische, positiv verzerrte Verteilung Asymmetrische, negativ verzerrte Verteilung Spitze, leptokurtische Verteilung Flache, platykurtische Verteilung Visualisierung – Vorlesung 8 Harris 1996 WS 2005/2006

Gantt Chart Gantt Chart Spezielle Form eines Balkendiagramms Balken zur Darstellung von Anfang und Dauer eines Prozesses Ggf. weitere Marken zur Darstellung zeitlicher Ereignisse Häufig genutzt zur Planung, Verwaltung und Kontrolle von Projekten Visualisierung – Vorlesung 8 WS 2005/2006

Kreisdiagramm Kreisdiagramm (Circle Chart, Pie Chart) Eigenschaften Auch: Kuchendiagramm, Tortendiagramm Diagramm zu Anzeige der Anteilswerte der Ausprägungen einer diskreten Variablen Eigenschaften Maßeinheiten üblicherweise in Prozent 0% und 100% typischerweise an oberster Stelle im Kreis positioniert Information typischerweise im Uhrzeigersinn angeordnet (Meaningful Order) Im Allgemeinen nur für Variablen mit maximal sechs oder sieben Werten geeignet Visualisierung – Vorlesung 8 WS 2005/2006

Anteilige Waldfläche der Länder in Südostasien 1995. Land Waldfläche (in t.ha) Kambotscha 9830 Laos 12435 Thailand 11630 Vietnam 9117 Brunei 434 Indonesien 109791 Malaysia 15471 Philippinen 6766 Singapur 4 Datenquelle: Veröffentlichung "State of the Worlds Forest 1997" der Vereinten Nationen Visualisierung – Vorlesung 8 WS 2005/2006

Pie Chart A special version of the circle graph where the total population does not add to 100% is called Pie Chart http://www.warresisters.org/piechart.htm Visualisierung – Vorlesung 8 WS 2005/2006

Bubble Graph Bubble Graph Bemerkung: Spezielle Form des Punktediagramms Variation der Markengröße zur Darstellung einer quantitativen Größe Bemerkung: Der wahrgenommene Wert mit Bezug auf die Größe der Marke korrespondiert zur Flächen nicht zum Durchmesser! Jung 1998 Visualisierung – Vorlesung 8 WS 2005/2006

Whisker Charts Whisker Chart, Box-Whisker Plot Spezielle Form des Punktediagramms zur Visualisierung mehrerer quantitativer Merkmale durch Variation des Whisker-Körpers und der Whisker-Glieder Nutzung typischerweise zur Visualisierung zweier abhängiger Variablen sowie folgender Größen der zweiten abhängigen Variable Median (2. Quartil) Median 1. Quantil (25%-Quartil) Median 3. Quantil (75%-Quartil) Kleinster Wert Größter Wert Farbe kann zur Darstellung weiterer Merkmale genutzt werden Visualisierung – Vorlesung 8 WS 2005/2006

Whisker Charts Konstruktion eines Whisker Charts Bestimmung von Median (2. Quartil) Median des 1. Quartil Median des 3. Quartil Kleinster Wert Größter Wert Beispiel Median = 80 Median 1. Quartil = 70 Median 3. Quartil = 90 Kleinster Wert = 65 Größter Wert = 100 http://regentsprep.org/Regents/math/data/boxwhisk.htm Visualisierung – Vorlesung 8 WS 2005/2006

Circular Area Graph Circular Area Graph Abbildung des Liniengraphen in Kreiskoordinaten Typischerweise verwendet im Fall von zyklischen Prozessen Beide Achsen repräsentieren quantitative Größen A kleine Anzahl von Graphen kann zum Vergleich in einem einzigen Graphen kombiniert werden Visualisierung – Vorlesung 8 WS 2005/2006

Diese Vorlesung basiert auf Material von Danksagung Diese Vorlesung basiert auf Material von Prof. Dr. Wolfgang Müller Prof. Dr. Colin Ware Visualisierung – Vorlesung 8 WS 2005/2006

Exzerpieren Sie wesentliche Punkte Hausaufgabe Lesen Sie: CW: Kap. 5 (bis S. 187) Kap. 6 Exzerpieren Sie wesentliche Punkte Visualisierung – Vorlesung 8 WS 2005/2006