BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Pilipczuk Olga (University of Szczecin, Poland), Eidenzon Dmitri (NovoSpark Corporation, Kanada)
Tytuł
Multidimensional Data Visualization with the Novospark® Visualizer Software
Zastosowanie systemu NovoSpark®Visualizer do wizualizacji danych wielowymiarowych
Źródło
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia Informatica, 2013, nr 32, s. 49-60, rys., tab., bibliogr. 20 poz.
Tytuł własny numeru
Computer science : methods, models, applications
Słowa kluczowe
Wizualizacja danych, Analiza danych, Wizualizacja komputerowa, Oprogramowanie
Data visualisation, Data analysis, Computer visualization, Software
Uwagi
summ.
Firma/Organizacja
NovoSpark Corporation, Kanada
Abstrakt
Tradycyjne metody wielowymiarowej wizualizacji danych (takie jak macierze wykresów rozproszonych, współrzędne biegunowe, twarze Chernoffa itp.) nie pozwalają na jednoczesne wyświetlanie wszystkich wartości wymiarów statycznych lub dynamicznych w ramach jednego przejrzystego obrazu. W artykule autorzy przedstawiają metodę wizualizacji i jakościowej analizy danych wielowymiarowych w systemie NovoSpark®Visualizer. Podano przykład zastosowania systemu do analizy danych wybranych wskaźników aktywności słonecznej. (abstrakt oryginalny)

In this paper the authors present a method for visualization and qualitative analysis of multivariate data implemented in the NovoSpark® Visualizer software system. An application example, based on solar activity data, is discussed as well. Selected traditional methods are compared with NovoSpark method. The results of experiment prove that traditional methods of multidimensional data visualization (such as linear plots and parallel coordinates) lack the ability to simultaneously display all dimension values, static or dynamic, in a clear single image. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Szczecińskiego
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Andrews D., Plots of High Dimensional Data, Biometrics 1972, No. 28, pp. 125-136.
  2. Chernoff H., The Use of Faces to Represent Points in K-Dimensional Space Graphically, Journal of the American Statistical Association (American Statistical Association) 1973, No. 68 (342), pp. 361-368.
  3. Dzemyda G., Kurasova O., Žilinskas J., Multidimensional data visualization, Methods and applications series: Springer optimization and its applications 2013, 75 XII (250), p. 122.
  4. Eidenzon D., Volovodenko V. (2009), Method for visualization of multidimensional data, Patent Application 20090252436, USA.
  5. Eidenzon D., Volovodenko V., Shamroni D., Method and system for multidimensional data visualization, Lambert Academic Publishing, Saarbrücken 2013.
  6. Few S., Multivariate analysis using parallel coordinates, 2006, www.perceptualedge. com/articles/b-eye/parallel_coordinates.pdf.
  7. Gemignani Z., Better know a visualization: Parallel coordinates, 2010, www. juiceanalytics.com/writing/parallel-coordinates [accessed on 25.11.2013].
  8. Graepel T., Burger M., Obermayer K., Self-organizing maps: Generalizations and new optimization techniques, Neurocomputing 1998, 21, pp. 173-190.
  9. Inselberg A., Parallel Coordinates: VISUAL Multidimensional Geometry and its Applications, Springer, 2009, p. 580.
  10. Inselberg A., The Plane with Parallel Coordinates, Visual Computer 1985, No. 1 (4), pp. 69-91.
  11. Jolliffe I., Principal component analysis, Springer, New York 2002.
  12. Kandogan E., Visualizing multi-dimensional clusters, trends, and outliers using star coordinates. Proceedings of International Conference on Knowledge Discovery and Data Mining, ACM Press, New York 2001, pp. 107-116. http://portal.acm.org/ citation. cfm?id=502512.502530.
  13. Kohonen T., Self-Organizing Maps, Springer-Verlag, 2001.
  14. Pilipczuk O., Eidenzon D., The application of cognitive computer graphics to economic data exploration, Journal of Automation, Mobile Robotics & Inteligent Systems 2013, 7 (3), pp. 3-9.
  15. Pilipczuk O., Grafika kognitywna w podejmowaniu decyzji, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin, 2013.
  16. Reitsma R., Trubin S., Information space partitioning using adaptive voronoi diagrams. Information Visualization 2007, No. 6 (2), pp. 123-138.
  17. Sun Y., Tang J., Tang D., Xiao W., Advanced star coordinates. In: Web-Age Information Magagement, 2008. WAIM 08. The Ninth International conference, pp. 165-170.
  18. Volovodenko V., Eidenzon D., Mylcev K., Method and system for the visualization of multidimensional objects and processes, VINITII. 1991, Vol. 1471-В91, p. 13.
  19. www.bom.gov.au.
  20. www.novospark.com.
Cytowane przez
Pokaż
ISSN
0867-1753
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu