Publikation:

Visualisierung und Analyse multidimensionaler Datensätze

Lade...
Vorschaubild

Dateien

Keim.pdf
Keim.pdfGröße: 5.85 MBDownloads: 1667

Datum

2010

Autor:innen

Lehmann, Dirk J.
Albuquerque, Georgia
Eisemann, Martin
Schumann, Heidrun
Magnor, Marcus
Theisel, Holger

Herausgeber:innen

Kontakt

ISSN der Zeitschrift

Electronic ISSN

ISBN

Bibliografische Daten

Verlag

Schriftenreihe

Auflagebezeichnung

ArXiv-ID

Internationale Patentnummer

Angaben zur Forschungsförderung

Projekt

Open Access-Veröffentlichung
Open Access Green
Core Facility der Universität Konstanz

Gesperrt bis

Titel in einer weiteren Sprache

Publikationstyp
Zeitschriftenartikel
Publikationsstatus
Published

Erschienen in

Informatik-Spektrum. 2010, 33(6), pp. 589-600. ISSN 0170-6012. Available under: doi: 10.1007/s00287-010-0481-z

Zusammenfassung

Für multidimensionale Datensätze existieren eine Reihe von automatischen Analysemethoden und Visualisierungstechniken, um ihnen innewohnende Zusammenhänge und Charakteristika aufzudecken. Die zunehmende Größe und Komplexität solcher Daten macht es notwendig, beide Ansätze miteinander zu kombinieren. In diesem Artikel stellen wir Ihnen daher etablierte Methoden zur visuellen und zur automatischen Datenanalyse vor und zeigen neuere Ansätze auf, diese sinnvoll miteinander zu kombinieren. Dabei werden alle Erläuterungen anhand anschaulicher Beispiele verdeutlicht und so für den Leser nachvollziehbar.

Zusammenfassung in einer weiteren Sprache

Fachgebiet (DDC)
004 Informatik

Schlagwörter

Konferenz

Rezension
undefined / . - undefined, undefined

Forschungsvorhaben

Organisationseinheiten

Zeitschriftenheft

Zugehörige Datensätze in KOPS

Zitieren

ISO 690LEHMANN, Dirk J., Georgia ALBUQUERQUE, Martin EISEMANN, Andrada TATU, Daniel A. KEIM, Heidrun SCHUMANN, Marcus MAGNOR, Holger THEISEL, 2010. Visualisierung und Analyse multidimensionaler Datensätze. In: Informatik-Spektrum. 2010, 33(6), pp. 589-600. ISSN 0170-6012. Available under: doi: 10.1007/s00287-010-0481-z
BibTex
@article{Lehmann2010Visua-17487,
  year={2010},
  doi={10.1007/s00287-010-0481-z},
  title={Visualisierung und Analyse multidimensionaler Datensätze},
  number={6},
  volume={33},
  issn={0170-6012},
  journal={Informatik-Spektrum},
  pages={589--600},
  author={Lehmann, Dirk J. and Albuquerque, Georgia and Eisemann, Martin and Tatu, Andrada and Keim, Daniel A. and Schumann, Heidrun and Magnor, Marcus and Theisel, Holger}
}
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/123456789/17487">
    <dc:creator>Albuquerque, Georgia</dc:creator>
    <dc:contributor>Schumann, Heidrun</dc:contributor>
    <dc:contributor>Albuquerque, Georgia</dc:contributor>
    <dc:contributor>Lehmann, Dirk J.</dc:contributor>
    <dc:creator>Schumann, Heidrun</dc:creator>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dc:creator>Magnor, Marcus</dc:creator>
    <dc:creator>Eisemann, Martin</dc:creator>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dc:contributor>Magnor, Marcus</dc:contributor>
    <dc:rights>terms-of-use</dc:rights>
    <dc:contributor>Keim, Daniel A.</dc:contributor>
    <dc:language>deu</dc:language>
    <dc:creator>Tatu, Andrada</dc:creator>
    <dc:contributor>Tatu, Andrada</dc:contributor>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
    <dcterms:title>Visualisierung und Analyse multidimensionaler Datensätze</dcterms:title>
    <dc:contributor>Eisemann, Martin</dc:contributor>
    <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/17487/1/Keim.pdf"/>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/17487/1/Keim.pdf"/>
    <dc:creator>Lehmann, Dirk J.</dc:creator>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2012-01-31T12:59:20Z</dcterms:available>
    <dc:creator>Keim, Daniel A.</dc:creator>
    <bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/17487"/>
    <dc:creator>Theisel, Holger</dc:creator>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2012-01-31T12:59:20Z</dc:date>
    <dc:contributor>Theisel, Holger</dc:contributor>
    <dcterms:issued>2010</dcterms:issued>
    <dcterms:abstract xml:lang="deu">Für multidimensionale Datensätze existieren eine Reihe von automatischen Analysemethoden und Visualisierungstechniken, um ihnen innewohnende Zusammenhänge und Charakteristika aufzudecken. Die zunehmende Größe und Komplexität solcher Daten macht es notwendig, beide Ansätze miteinander zu kombinieren. In diesem Artikel stellen wir Ihnen daher etablierte Methoden zur visuellen und zur automatischen Datenanalyse vor und zeigen neuere Ansätze auf, diese sinnvoll miteinander zu kombinieren. Dabei werden alle Erläuterungen anhand anschaulicher Beispiele verdeutlicht und so für den Leser nachvollziehbar.</dcterms:abstract>
    <dcterms:bibliographicCitation>Zuerst ersch. in: Informatik-Spektrum ; 33 (2010), 6. - S. 589-600</dcterms:bibliographicCitation>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
  </rdf:Description>
</rdf:RDF>

Interner Vermerk

xmlui.Submission.submit.DescribeStep.inputForms.label.kops_note_fromSubmitter

Kontakt
URL der Originalveröffentl.

Prüfdatum der URL

Prüfungsdatum der Dissertation

Finanzierungsart

Kommentar zur Publikation

Allianzlizenz
Corresponding Authors der Uni Konstanz vorhanden
Internationale Co-Autor:innen
Universitätsbibliographie
Ja
Begutachtet
Diese Publikation teilen