Gib der Chance eine Chance: Modellierung der Dichte zur Verbesserung der Qualität von Streudiagrammen durch zufällige Datenproben

Das Problem der Visualisierung großer Datenmengen ist in der Informationsvisualisierung gut bekannt. Der Umgang mit einer großen Anzahl von Objekten zwingt so gut wie jede Art von Infovis-Technik dazu, ihre Grenzen in Bezug auf Ausdruckskraft und Skalierbarkeit offenzulegen. In diesem Papier konzentrieren wir uns auf 2D-Streudiagramme und schlagen einen Ansatz zur 'Merkmalserhaltung' vor, der auf der Idee basiert, die Visualisierung in einem virtuellen Raum zu modellieren, um ihre Merkmale (z. B. absolute Dichte, relative Dichte usw.) zu analysieren. Auf diese Weise bieten wir einen formalen Rahmen, um die visuelle Überlappung zu messen, präzise Qualitätsmetriken über die Visualisierungsdegradation zu erhalten und automatisierte Probenstrategien zu entwickeln, die in der Lage sind, die Gesamtbildqualität zu verbessern. Metriken und Algorithmen wurden durch geeignete Benutzerstudien verbessert.