Visualisierung, SS Visualisierung. Prolog und Einführung

Transkript

1 Visualisierung Prolog und Einführung Detlef Krömker Uni Frankfurt, Graphische Datenverarbeitung Wolfgang Müller PH Weingarten, Mediendidaktik und Visualisierung Frankfurt, WS 2007/ Übersicht Organisatorisches Themen der Vorlesung Literaturempfehlungen + weitere Quellen Einführung: Was bedeutet Visualisierung? Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 1

2 Kontakt Detlef Krömker Wolfgang Müller Telefon: (0751) Frankfurt, WS 2007/ Organisatorisches Struktur der Veranstaltung 2 SWS Vorlesung 2 SWS Übung/Praktikum Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 2

3 Ziele der Vorlesung Verständnis der grundlegenden Ziele und Prinzipien der Visualisierung Daten und Informationen Wahrnehmung und Visualisierung User und Kontext Visualisierungsprozess Expressivität und Effektivität Grundlegendes Wissen über typische Ansätze und Standardtechniken der Visualisierung sowie der prinzipiellen Vor- und Nachteile einzelner Verfahren Überblick über fortgeschrittene und spezielle Techniken der Visualisierung Befähigung zur kritischen Analyse von Visualisierungen Befähigung zur Auswahl geeigneter Visualisierungsverfahren für ein gegebenes Problem Befähigung zur eigenständigen Entwicklung von Visualisierungslösungen und - techniken Frankfurt, WS 2007/ Themen der Vorlesung (1) Was bedeutet Visualisierung? Einführung Definition Semiotik Wann ist eine Visualisierung gut? Ziele, Anforderungen, Gütekriterien Der Visualisierungsprozess Visualisierungspipeline Referenzszenarien Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 3

4 Themen der Vorlesung (2) Was kann visualisiert werden? Daten und Information Datenarten, Datenquellen, Datenformate Über den Nutzer Ziele bei der Visualisierung Vorwissen und kulturelle Unterschiede Auge und Darstellungsmedien Grundlagen des Sehens Das ideale Darstellungsmedium Frankfurt, WS 2007/ Themen der Vorlesung (3) Einige Wahrnehmungsprozesse Helligkeit, Kontrast und Farbe Textur Gestalt und Form Modell des Perceptual Processing Visuelles Pre-processing, Attention, Suche Grundlegende Visualisierungstechniken Abbildung (Mapping) auf Größe, Position, Farbe, Textur, Form, etc. Visuelle Objekte, Datenobjekte, Glyphen Bild vs. Wort Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 4

5 Themen der Vorlesung (4) Spezielle Visualisierungstechniken Multiparameter, Volumen, Strömung Raumwahrnehmung & 3D-Visualisierung Informationsvisualisierung Interaktive Visualisierung Benutzungsschnittstellen für Visualisierungssysteme Navigation in Informationsräumen Visual Thinking Zusammenfassung, Rückblick, Ausblick Frankfurt, WS 2007/ Die drei Bücher zur Vorlesung Heidrun Schumann and Wolfgang Müller: Visualisierung Grundlagen und allgemeine Methoden, Springer Verlag, 2000 Deutschsprachiges Lehrbuch mit dem Schwerpunkt auf wissenschaftlich-technischer Visualisierung (Scientific Visualization) Detaillierte Einführung in die Prinzipien der Visualisierung Colin Ware: Information Visualization, Morgan Kaufman Pub., San Francisco, 1999 Schwerpunkt auf Wahrnehmung in der Visualisierung und Informationsvisualisierung R. Spence: Information Visualization, Addison Wesley, Harlow, 2001 Liefert umfassenden Überblick über aktuelle Techniken auf dem Gebiet der Informationsvisualisierung Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 5

6 Aufgabe dieses Semesters Hilfestellung LESEN SIE DIESE DREI BÜCHER!!! Nach jeder Vorlesung werden Kapiteln in den Büchern angegeben, die als Hausaufgabe bis zum nächsten Mal gelesen werden müssen! Bücher sind Prüfungsstoff! Alle Bücher in der Bibliothek zur Ausleihe erhältlich Frankfurt, WS 2007/ Weitere Literaturempfehlungen Stuart K. Card, Jock D. Mackinlay, Ben Shneiderman: Readings in Information Visualization Using Vision To Think, Morgan Kaufman Pub., San Francisco, 1999 Sammlung der wichtigsten Fachartikel auf dem Gebiet der Informationsvisualisierung der letzten Jahre Viele technische Details Eine gute Einführung in die Informationsvisualisierung auf den ersten Seiten E. R. Tufte: The Visual Display of Quantitative Information, Graphics Press, Cheshire, 1983 Klassiker auf dem Gebiet der Informationsgraphik Beschränkt auf Standardgraphen und -diagramme Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 6

7 Weitere Literaturempfehlungen E. R. Tufte: Envisioning Information, Graphics Press, Cheshire, 1990 Nachfolger mit einigen Beispielen für die computergestützte Visualisierung Harris: Information Graphics A Comprehensive Illustrated Reference, 1999 Referenz von Visualisierungstechniken, kein Lehrbuch mit einer Einführung Beschränkt auf Standarddiagramme, Graphen und Karten Frankfurt, WS 2007/ Weitere Quellen: Internationale Konferenzen IEEE Visualization seit 1990 jährlich IEEE International Symposium on Information Visualization seit 1997 jährlich Symposium on Visualization (VisSym) Seit 1995 ACM Conference on Human Factors in Computing Systems (CHI) Konferenzreihe der ACM SIGCHI (Special Interest Group on Computer Human Interface) seit.. 8X jährlich Eurographics Konferenzreihe der Eurographics Organisation seit 1979 jährlich Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 7

8 Weitere Quellen: Zeitschriften / Journals Transactions on Graphics ACM Computer Graphics IEEE Computer Graphics and Applications Computer and Graphics Communications of the ACM Frankfurt, WS 2007/ Weitere Quellen in der Vorlesung Im Rahmen der Vorlesung wird zu einzelnen Themengebieten vertiefende Literatur angegeben Die Lektüre dieser Literatur ist freiwillig, wird aber empfohlen! Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 8

9 Danksagung Verschiedene Personen haben Materialien zu dieser Vorlesung beigesteuert: Prof. Dr. Heidrun Schumann, Uni Rostock Prof. Dr. Detlef Krömker, Goethe-Uni Prof. Dr. Colin Ware, Univ. of New Hampshire Prof. Dr. Ralf Dörner, FH Wiesbaden Prof. Tobias Breiner, FH Heidelberg Frankfurt, WS 2007/ Was bedeutet Visualisierung? Vorlesung Visualisierung - Teil A Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 9

10 Motivation Mehr und mehr Daten werden in den unterschiedlichsten Anwendungsgebieten gesammelt Information in Datenbanken oder weltweiten Informationsnetzen (z.b. WWW) steigen immens: Megabytes (10 6 ) Inhalt eines Buches (1 MB) Gigabytes (10 9 ) Inhalt eines Buchgeschäfts (1 GB) Terabytes (10 12 ) Typische Universitätbibliothek (1 TB) Library of Congress (20 TB ohne Bilder) Kmart Customer Relationship Database (70 TB, 2001) NCR Customer Relationship Database (250 TB in 2/2002) Petabytes (10 15 ) WWW (~ 1 PB) NASA EOSDIS Project in der Fernerkundung (7 PB Earth Science Data, erwartet für 2007) Frankfurt, WS 2007/ Motivation Gesammelte Daten haben keinen Wert, solange es nicht gelingt, diesen Daten Bedeutungen zuzuordnen Verschiedene analytische Verfahren zur Lösung des Problems Data Mining Knowledge Discovery in Databases (KDDB) Visualisierung ist ein weiterer, erfolgsversprechender Ansatz Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 10

11 Visualisierung Graphics is the visual means of resolving logical problems. (Bertin 1977)...Transformation of the symbolic into the geometric... (McCormick et al. 1987) The depiction of information using spatial or graphical representations, to facilitate comparison, pattern recognition, change detection, and other cognitive skills that make use of the visual system. (Hearst, 1998) Frankfurt, WS 2007/ Visualisierung Motivation: Ausnutzung der phänomenalen Fähigkeiten des menschlichen Gesichtssinns zur Erkennung von Strukturen, auch in unbekannten Kontexten Ansatz Transformation von symbolischen Information in graphische Repräsentationen durch Abbildung von Dateneigenschaften auf graphische Elemente Bereitstellung geeigneter Mittel zur Interaktion und zur Navigation zur Erkundung und Erschließung des Datensatzes Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 11

12 Ziele der Visualisierung Unterstützung bei: Exploration Analyse Schlussfolgern aufgrund von Informationen Decision Making Erklärung und Kommunikation Adapted from Hearst 1998 Frankfurt, WS 2007/ Ziele der Visualisierung Genauer: Große Datensätze kohärent machen (Kompakte Datensätze kompakt repräsentieren) Präsentation von Daten und Informationen von verschiedenen Gesichtspunkten Präsentation von Daten und Informationen auf verschiedenen Detailstufen (Überblick bis Detail) Unterstützung visueller Vergleiche Aufdeckung versteckter Strukturen Geschichte der Daten erzählen Dies gilt auch für andere Formen der Repräsentation von Informationen! Adapted from Hearst 1998 Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 12

13 Motivation: Statistik vs. Visualization I II III IV x y x y x y x y 10,00 8,04 8,00 6,95 13,00 7,58 9,00 8,81 11,00 8,33 14,00 9,96 6,00 7,24 4,00 4,26 12,00 10,84 7,00 4,82 5,00 5,69 10,00 9,14 8,00 8,14 13,00 8,74 9,00 8,77 11,00 9,26 14,00 8,10 6,00 6,13 4,00 3,13 12,00 9,13 7,00 7,26 5,00 4,76 10,00 7,46 8,00 6,77 13,00 12,74 9,00 7,11 11,00 7,81 14,00 8,84 6,00 6,08 4,00 5,39 12,00 8,15 7,00 6,42 5,00 5,73 8,00 6,58 8,00 5,76 8,00 7,71 8,00 8,84 8,00 8,47 8,00 7,04 8,00 5,25 19,00 12,50 8,00 5,56 8,00 7,91 8,00 6,89 N=11 Mittelwert X = 9.0 Mittelwert Y = 7.5 Regressionsgerade: Y = 0.5 X + 3 After Tufte, 1990 Frankfurt, WS 2007/ Motivation: Statistik vs. Visualization I II 1 5, , , , 0 0 5, 0 0 5, 0 0 0, 0 0 0, 0 0 0,00 10,00 20,00 0,00 10,00 20,00 1 5, , , , 0 0 5, 0 0 5, 0 0 0, 0 0 0, 0 0 0,00 10,00 20,00 0,00 10,00 20,00 III IV After Tufte, 1990 Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 13

14 Klassische Fallstudie Space Shuttle Disaster 1986 Edward Tufte: Visual Explanations, 1990 Probleme mit Dichtungsringen der Trägerrakete waren im Vorfeld bekannt Die folgenden Diagramme wurden bei der Analyse des Problems verwendet After Tufte, 1990 Frankfurt, WS 2007/ Space Shuttle Disaster 1986 After Tufte, 1990 Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 14

15 Space Shuttle Disaster 1986 After Tufte, 1990 Frankfurt, WS 2007/ Space Shuttle Disaster 1986 Fakten Problem war bekannt: Fachleute diskutierten bereits über den Sachverhalt, der letztendlich auch zum Absturz führte Alle relevanten Daten waren verfügbar Aber: die Daten wurden nicht auf expressive Art und Weise präsentiert Folgerung: Eine falsche Entscheidung wurde getroffen! Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 15

16 Space Shuttle Disaster 1986 After Tufte, 1990 Frankfurt, WS 2007/ Visualisierung heute Visualisierung gewinnt eine immer größere Bedeutung und ist aus vielen Gebieten von Forschung, Technik und Wirtschaft nicht mehr wegzudenken Visualisierung wird immer häufiger als eine interdisziplinäre Herangehensweise zur Problemlösung verstanden, bei der Techniker und Gestalter gemeinsam in Teams geeignete Darstellungen für gegebene Probleme entwickeln NCSA Urbana-Champaign Pacific Northwest National Laboratory (PNL) Fraunhofer IGD Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 16

17 Beispiele für Visualisierungen Circle Graph Spiral Graph Weber et. al Frankfurt, WS 2007/ Beispiele für Visualisierungen Color Icons Landscapes Keim 1999 PNL 2000 Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 17

18 Beispiele für Visualisierungen Parallel Coordinates Schumann et. al Frankfurt, WS 2007/ Beispiele: Anwendungsgebiet Chemie/Biologie Immun Gläserner Reaktor Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 18

19 Visualisierung von Abstraktionen und Modellen Frankfurt, WS 2007/ Gläserner Reaktor (1) Kopplung eines Simulators (Speedup) mit einem Visualisierungssystem Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 19

20 Gläserner Reaktor (2) Frankfurt, WS 2007/ Bildgebende Verfahren in der Medizin Bsp. InViVo 4D Echo-cardio Datensatz 3 Orts- & 1 Zeitdimension Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 20

21 Beispiele Scientific Visualization a) Raumbezogene Daten Frankfurt, WS 2007/ Warum visualisieren wir? Hohe Bandbreite zum Gehirn (70% aller Rezeptoren, 40+% des Cortex, 4 Milliarden Neuronen) Verstehen von riesigen Datenmengen (Millionen von Messwerten können in einem Bild dargestellt werden) Wir können mehr sehen, als wir uns mental vorstellen können Erkennen von Mustern in Daten Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 21

22 Nachdenken The purpose of computation is insight, not numbers. Hamming, 1973 The purpose of visualization is insight, not pictures. Generalisierung: Perceptualization, insbesondere Sonification und Tactilization, haptilization,... Frankfurt, WS 2007/ Zusammenfassung Begriff Visualisierung Visualisierung als Anwendung der CG Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 22

23 Ausblick Nächste Schritte Anforderungen und Ziele Effektivität Expressivität Angemessenheit Der Visualisierungsprozesses Visualisierungspipeline Referenzmodell Visualisierungsszenarien Frankfurt, WS 2007/ ENDE Frankfurt, WS 2007/ Wolfgang Mueller, HS Anhalt 23