Publikation: Enhancements for Visualizing Temporal and Geospatial Datasets
Dateien
Datum
Autor:innen
Herausgeber:innen
ISSN der Zeitschrift
Electronic ISSN
ISBN
Bibliografische Daten
Verlag
Schriftenreihe
Auflagebezeichnung
URI (zitierfähiger Link)
Internationale Patentnummer
Link zur Lizenz
Angaben zur Forschungsförderung
Projekt
Open Access-Veröffentlichung
Core Facility der Universität Konstanz
Titel in einer weiteren Sprache
Publikationstyp
Publikationsstatus
Erschienen in
Zusammenfassung
In this thesis, we will discuss enhancements for the analysis and visualization of temporal and geospatial data. Techniques for both research domains have a long history and wide applicability, but at the same time suffer from basic issues as overplotting or hidden patterns. In combination, space and time are even more challenging with respect to the Visual Analytics design however enable new perspectives. The main idea of all enhancements presented in this thesis is focusing on interesting aspects of the data and visually conveying concepts by abstraction. The importance is in our case defined by subject matter experts and consequently our methods are parametrized in a way allowing user influence. In detail, we will improve analysis, prediction, and visualization techniques for time series by mechanisms enhancing the visual saliency of important points in time. Additionally, our goal is to implement inspectable models and explain why our system believes something being important for the analyst. As a second step, we investigate how to enhance geospatial visualizations avoiding and reducing overplotting issues. Overplotting often occurs in geospatial visualizations because of unequal density distributions. We discuss techniques to reduce overplotting in point-based visualizations and present simplifying methods for line-based representations, as in general removing all overplotting lines is not possible. Combinations of both geospatial and temporal data are analyzed in the domain of recorded soccer data. We enhance the way domain experts analyze soccer matches and present methods enabling the expert to focus only on the interesting parts of a match by appropriate Visual Analytics techniques.
Zusammenfassung in einer weiteren Sprache
In dieser Arbeit werden Verbesserungen für die Analyse und Visualisierung zeitlicher und räumlicher Daten vorgestellt. Techniken aus beiden Forschungsbereichen besitzen nicht nur eine lange Entwicklungsgeschichte und ein breites Anwendungssprektum, sondern auch grundlegende Probleme wie die Überdeckung von Datenpunkten oder nicht sichtbare aber gleichzeitig relevante Datenverteilungen. Die Kombination von Raum und Zeit in Form der Bewegungsanalyse ist besonders herausfordernd, aber bietet gleichzeitig auch neue Perspektiven. Der abstrakte, gemeinsame Nenner der in dieser Arbeit vorgestellten Verbesserungen ist die Fokussierung auf interessante Datenaspekte und die visuelle Abstraktion von den ursprünglichen Daten. Das Interessantheitsmaß wird in unserem Fall von Domänenexperten definiert. Folglich sind die vorgestellten Verfahren parametrisiert und durch den Analysten beeinflussbar. Im Einzelnen werden für Zeitreihen sowohl Analyse-, Vorhersage- als auch Visualisierungsmethoden verbessert, indem wichtige Zeitpunkte berechnet und visuell hervorgehoben werden. Zusätzlich zielen unsere vorgestellten Verfahren darauf ab, vom Analysten nachvollziehbar zu sein und zu erklären, warum unser System eine Situation für interessant hält. Als nächstes untersuchen wir, wie im Bereich der Visualisierung räumlicher Daten Überdeckungsprobleme gelöst werden können. Überdeckungen treten häufig in räumlichen Visualisierungen aufgrund ungleicher Dichteverteilungen auf. Wir behandeln in dieser Arbeit sowohl punkt- als auch linienbasierte Visualisierungen räumlicher Daten, wobei die Überdeckung von Linien im Allgemeinen nicht vollständig gelöst werden kann. Kombinationen von räumlichen und zeitlichen Daten werden im Bereich aufgezeichneter Fußballspiele analysiert. Es werden Verbesserungen vorgestellt, welche die Arbeit eines Fußballanalysten erleichtern und es ihm ermöglichen, sich nur auf relevante Aspekte des Fußballspiels zu konzentrieren.
Fachgebiet (DDC)
Schlagwörter
Konferenz
Rezension
Zitieren
ISO 690
JANETZKO, Halldor, 2015. Enhancements for Visualizing Temporal and Geospatial Datasets [Dissertation]. Konstanz: University of KonstanzBibTex
@phdthesis{Janetzko2015Enhan-31517,
year={2015},
title={Enhancements for Visualizing Temporal and Geospatial Datasets},
author={Janetzko, Halldor},
address={Konstanz},
school={Universität Konstanz}
}RDF
<rdf:RDF
xmlns:dcterms="http://purl.org/dc/terms/"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:bibo="http://purl.org/ontology/bibo/"
xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
xmlns:foaf="http://xmlns.com/foaf/0.1/"
xmlns:void="http://rdfs.org/ns/void#"
xmlns:xsd="http://www.w3.org/2001/XMLSchema#" >
<rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/31517">
<bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/31517"/>
<dc:language>eng</dc:language>
<dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/31517/3/Janetzko_0-297484.pdf"/>
<dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/31517/3/Janetzko_0-297484.pdf"/>
<dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
<dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2015-07-31T10:55:12Z</dcterms:available>
<foaf:homepage rdf:resource="http://localhost:8080/"/>
<dc:rights>terms-of-use</dc:rights>
<dcterms:title>Enhancements for Visualizing Temporal and Geospatial Datasets</dcterms:title>
<dcterms:issued>2015</dcterms:issued>
<dc:creator>Janetzko, Halldor</dc:creator>
<dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
<dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2015-07-31T10:55:12Z</dc:date>
<dc:contributor>Janetzko, Halldor</dc:contributor>
<void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
<dcterms:abstract xml:lang="eng">In this thesis, we will discuss enhancements for the analysis and visualization of temporal and geospatial data. Techniques for both research domains have a long history and wide applicability, but at the same time suffer from basic issues as overplotting or hidden patterns. In combination, space and time are even more challenging with respect to the Visual Analytics design however enable new perspectives. The main idea of all enhancements presented in this thesis is focusing on interesting aspects of the data and visually conveying concepts by abstraction. The importance is in our case defined by subject matter experts and consequently our methods are parametrized in a way allowing user influence. In detail, we will improve analysis, prediction, and visualization techniques for time series by mechanisms enhancing the visual saliency of important points in time. Additionally, our goal is to implement inspectable models and explain why our system believes something being important for the analyst. As a second step, we investigate how to enhance geospatial visualizations avoiding and reducing overplotting issues. Overplotting often occurs in geospatial visualizations because of unequal density distributions. We discuss techniques to reduce overplotting in point-based visualizations and present simplifying methods for line-based representations, as in general removing all overplotting lines is not possible. Combinations of both geospatial and temporal data are analyzed in the domain of recorded soccer data. We enhance the way domain experts analyze soccer matches and present methods enabling the expert to focus only on the interesting parts of a match by appropriate Visual Analytics techniques.</dcterms:abstract>
<dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
</rdf:Description>
</rdf:RDF>
