• Главная <
  • Галерея
  • Карта сайта
  • Наши контакты
  • Обратная связь

Сьогодення та майбутнє візуалізації

Тематична добірка номера містить шість регулярних статей, яка випереджає заміткою «Передові дослідження в області візуалізації» (Cutting-Edge Research in Visualization) Тематична добірка номера містить шість регулярних статей, яка випереджає заміткою «Передові дослідження в області візуалізації» (Cutting-Edge Research in Visualization). Сьогодні в області візуалізації досліджуються методи перетворення даних до уявленням, використовуваним при розробці процесів пізнання, які забезпечують краще розуміння сенсу даних. Одне з найпоширеніших візуальних уявлень - лінійна діаграма - використовується вже більше тисячі років, а запропоновані близько трьох століть тому такі інструменти, як столбчатая діаграма, кругова діаграма, діаграма розсіювання і гістограма, привели до появи статистичної графіки - набору методів, застосовуваних для аналізу даних. У 1990-ті роки сформувався напрям візуалізації інформації (information visualization), в якому основна увага приділялася різновидам непросторових даних, поширеним в гуманітарних, суспільних, економічних і багатьох інших дисциплінах. Десятьма роками пізніше виник напрям візуальної аналітики (visual analytics), що забезпечує тісний зв'язок візуалізації з іншими дисциплінами: здобиччю даних (data mining), машинним навчанням (machine learning) і т. Д.

Сьогодні візуалізація означає набагато більше, ніж набір методів машинної графіки і побудови тривимірних сцен, - є безліч методів візуалізації для будь-яких видів даних, включаючи: тексти, документи і мовні корпуси; дерева, графи і мережі; колекції зображень і відео; тимчасові ряди, табличні і багатовимірні дані; географічні дані; скаляри, вектори і тензорні поля і ін. Візуалізація часто сприймається як засіб впливу на публіку за рахунок забезпечення якісних зображень і анімації, однак численні дослідження і опитування показують, що візуалізація дозволяє підвищити ефективність дослідників при систематизації і аналізі даних. Візуалізація полегшує формулювання нових гіпотез, допомагає при прийнятті рішень, підтримує ефективний обмін ідеями і полегшує поширення знань.

Першу регулярну статтю тематичної добірки написали Адіті Маджамдер (Aditi Majumder) і Бехзад Саджаді (Behzad Sajadi). Вона називається «Широкоформатні дисплеї: зміна вигляду візуалізації» (Large Area Displays: The Changing Face of Visualization). Зазвичай під терміном «візуалізація» розуміється циклічний процес, в ході якого операції з візуалізованими даними призводять до їх подальшої обробки та аналізу, тому якість використовуваних дисплеїв, особливо широкоформатних, надзвичайно важливо для успішного застосування практичних додатків візуалізації. У цьому сенсі візуалізація є основою зовнішнього представлення даних, полегшує спілкування при аналізі та операціях з ними, а дисплей визначає доступний користувачам вигляд даних.

На думку авторів статті, досягнення в області методів обробки даних багато в чому забезпечені розвитком технології широкоформатних дисплеїв, що також відкриває захоплюючі перспективи в майбутньому. У статті наводиться огляд робіт в області широкоформатних дисплеїв з початку 1990-х до теперішнього часу (див. Малюнок).

Статтю «Дослідницькі проблеми програмного забезпечення візуалізації» (Research Challenges for Visualization Software) представили Хенк Чайлдс (Hank Childs), Берк Джевесі (Berk Geveci), Вілл Шредер (Will Schroeder), Джеремі Мередіт (Jeremy Meredith), Крістофер Севелл (Christopher Sewell) , Торстен Кюхля (Torsten Kuhlen) і Е. Вага Бетел (E. Wes Bethel). Програмні додатки і бібліотеки роблять механізми візуалізації доступними користувачам, але, хоча користувачі знають, як слід інтерпретувати результати, зазвичай їм не під силу самим візуалізувати свої дані. Програмне забезпечення дозволяє приховати від користувачів деталі методів і їх складність, забезпечуючи набір стандартних алгоритмів візуалізації. Однією з основних причин потреби розвитку ПО візуалізації є необхідність роботи з Великими Даними, які вимагають методів, що дозволяють працювати не тільки з просторово-часовими формами даних, зазвичай використовуваними в науковій візуалізації. Системи візуалізації повинні також навчитися справлятися з неструктурованими формами даних: текстами, графами, деревами, таблицями і т. Д.

Іншою важливою тенденцією є зростаюча різноманітність паралельних обчислювальних систем, пристроїв візуалізації і взаємодії, призначених для користувача платформ, таких як планшети. Це різноманітність ускладнює можливість програмного забезпечення ефективно представляти, обробляти дані і підтримувати роботу з ними.

При створенні програмного забезпечення візуалізації розробникам доводиться вести дослідження в області потужного паралелізму, розробки моделей архітектур процесорів і програмування, архітектури додатків і засобів управління даними, моделі даних і т.д.

Авторами статті «Оповідання: наступний крок взуалізаціі» (Storytelling: The Next Step for Visualization) є Роберт Козара (Robert Kosara) і Джок Макінлей (Jock Mackinlay). У більшій частині ранніх дослідних робіт в області візуалізації основна увага приділялася новим методам, що породжувало питання про те, який з них слід використовувати і для вирішення якої задачі; це привело до появи статей, в яких порівнювалися методи і робилися спроби встановити механізми сприйняття, що обгрунтовують застосування цих методів. Сьогодні дослідники в змозі знайти підходящі шляхи для вирішення конкретних завдань. Можна сказати, що наявних методів досить для того, щоб працювати з даними, однак все ще відсутні надійні знання про найкращі способи представлення даних і обміну ними.

Людям завжди властиво пов'язувати факти в історії, це допомагає краще представити інформацію і сприяє її запам'ятовуванню. На думку авторів, використання елементів оповідання є наступним кроком досліджень в області візуалізації, особливо тому, що розповідь дозволяє ефективно представляти дані.

Статтю «Переосмислення парадигми взаємодії в науковій візуалізації» (Reimagining the Scientific Visualization Interaction Paradigm) написали Деніел Киф (Daniel Keefe) і Тобіас Айзенберг (Tobias Isenberg). Процесу здійснення відкриття завжди було властиве використання нових способів зображення понять і взаємодії з ними - наприклад, класичні стробоскопические фотографії коней Мейбріджа привели до виявлення того, що кінь, який біжить галопом, під час бігу відриває всі ноги від землі, а зроблені Леонардо да Вінчі малюнки стрімко поточної води сприяли зародженню гідродинаміки. Сьогодні інженери, вчені і творчі працівники постійно використовують фізичні моделі і їх тривимірні прототипи - вивчення цих моделей часто дозволяє по-новому зрозуміти суть явища. Було б чудово, якби ці дії можна було виробляти в віртуальному просторі візуалізованими даних, де потужні комп'ютерні методи можна було б комбінувати з природними людськими взаємодіями і візуальними комунікаціями.

Щоб це вражаюче майбутнє стало реальністю, потрібно навчитися безшовним чином вбудовувати інструменти графічної візуалізації в потоки робіт вчених, інженерів та інших користувачів. Досягти цієї мети можна завдяки новим дослідженням природних користувацьких інтерфейсів для наукової візуалізації.

Бен Шнейдерман (Ben Shneiderman), Катерина Плейзант (Catherine Plaisant) і Бредфорд Хессе (Bradford Hesse) представили статтю «Підвищення якості охорони здоров'я на основі використання інтерактивної візуалізації» (Improving Healthcare with Interactive Visualization). Розвиток медичних інформаційних систем обіцяє революційні зміни в галузі охорони здоров'я в усьому світі, однак для перетворення цих перспектив в реальність буде потрібно величезна праця тисяч розробників, аналітиків, фахівців у галузі користувальницьких інтерфейсів і медичним працівникам. Хоча потрібно вирішити багато різних проблем, автори даної статті концентруються на ролі візуалізації і процесів візуального аналізу. Ці дисципліни забезпечують алгоритми, інтерактивні архітектури та аналітичні процеси, що підтримують дослідження, моніторинг, професійна співпраця і зрозумілі представлення даних для пацієнтів, лікарів, осіб, які приймають рішення і громадськості.

У 2011 році Інститут медицини США опублікував звіт, присвячений підвищенню рівня безпеки пацієнтів на основі «міждисциплінарних досліджень» і «застосування орієнтованого на користувачів підходу до побудови архітектур медичних інформаційних систем». У цьому звіті йдеться про те, що в області клінічної медицини візуалізація інформації не настільки розвинена, як в інших наукових дисциплінах. У статті обговорюються перспективи зміни цього стану справ.

Остання стаття тематичної добірки називається « Візуальний аналіз даних зі ЗМІ »(Visual Analysis of Social Media Data), а її автори - Тобіас Шрек (Tobias Schreck) і Даніель Кейм (Daniel Keim). У соціальних мережах користувачі генерують контент в різних формах, і часто цей контент є вільно доступним. Ці дані можна використовувати в різних цілях: для вдосконалення бізнес-процесів, для розуміння тенденцій формування громадської думки і т. Д. Однак тут виникає багато проблем: дані соціальних мереж дуже об'ємні і передаються в інтенсивних потоках, вони різнорідні, часто двозначні і у вищій мірі залежать від контексту. Інтелектуальний аналіз на основі методів машинного навчання дає можливість автоматично виявляти закономірності в даних, причому ці закономірності можна уточняти алгоритмічно. Інтелектуальний аналіз дозволяє скоротити обсяг даних шляхом відбору найбільш цікавих структур, а інтерактивна візуалізація моделює діяльність аналітика і спирається на його фундаментальні знання.

Поза тематичної добірки опубліковані дві великі статті. Статтю «IPv6: засіб активації ботнетів і мереж розповсюдження шкідливих програм і захисту від цих мереж» (IPv6: A Catalyst and Evasion Tool for Botnets and Malware Delivery Networks) написали Кінг Лі (Qing Li), Кріс Ларсен (Chris Larsen) і Тім ван дер Хорст (Tim van der Horst). Вибухонебезпечне зростання числа доступних на ринку пристроїв, що володіють можливостями 3G і 4G, таких як iPhone, iPad і мобільні пристрої на основі Android, і їх швидке поширення в корпоративних середовищах прискорюють перехід до використання IPv6. Однак відсутність у цих пристроях належного захисту від шкідливого коду робить їх уразливими до різних кібератак. Заражені пристрої можуть стати активними елементами ботнетів або використовуватися для підтримки витончених атак на звичайні мережі. У статті перераховуються проблеми безпеки IPv6, описуються сценарії потенційних атак і пропонуються рішення для боротьби з ними.

Останню статтю номера написали Емі Шепанскі (Amy Szczepanski), Джиан Хуан (Jian Huang), Трой Байєр (Troy Baer), Яшема Мек (Yashema Mack) і Шон Ахерн (Sean Ahern), вона називається «Аналіз даних і візуалізація в високопрозводітельних обчисленнях» (Data Analysis and Visualization in High-Performance Computing). У світі високопродуктивних обчислень додатки аналізу і візуалізації даних довгий час вважалися другорядними. Початок епохи TeraGrid eXtreme Digital (2010 рік) поклало цьому край. Центр віддаленого аналізу і візуалізації Університету Теннесі підтримує середу NSF eXtreme Science and Engineering Discovery Environment, раніше носила назву TeraGrid, яка є найбільшою в світі розподіленої інфраструктурою відкритих наукових досліджень. Вона забезпечує американських дослідників і викладачів можливостями роботи з величезними обсягами інформації, представленої в цифровій формі.

До наступної зустрічі, Сергій Кузнецов ( [email protected] ).

Новости