Flächenkartogramme. Benjamin Niedermann Vorlesung Algorithmische Kartografie /

Ähnliche Dokumente
I Deutsche und ausländische Schulabsolventen mit Hochschul- und Fachhochschulreife von 1998 bis 2020 I.1 Hochschulreife I.1.

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Das Falten-und-Schneiden Problem

Praktikum Planare Graphen

Forschungsfragestellungen

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg

Teil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29

4 Greedy-Algorithmen (gierige Algorithmen)

Punktbeschriftung in Dynamischen Karten

Freie Schulen in der Finanzierungsklemme

GDA Ziel 3: Verringerung von Häufigkeit und Schwere von Hauterkrankungen

Algorithmentheorie Maximale Flüsse

Anmerkungen zur Übergangsprüfung

8 Diskrete Optimierung

Studiengebühren/Studienbeiträge in den Bundesländern

Die Bundesländer auf dem steinigen Weg zur Schuldenbremse

Statistischer Monatsbericht für Oktober 2014

Informieren, begeistern, Interesse wecken! Im neuen FuturePlan Magazine.

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

Stand der Digitalisierung der Bodenschätzung in den Bundesländern

Das Briefträgerproblem

Dynamic Label Placement in Practice

Algorithmen und Datenstrukturen 2

Krankenhausstatistik

WS 2009/10. Diskrete Strukturen

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Stand der Einführung in Deutschland

Allgemein bildende Schulen in Ganztagsform in den Ländern in der Bundesrepublik Deutschland - Statistik 2003 bis

Antwort. Deutscher Bundestag Drucksache 16/6583. der Bundesregierung

Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling

Periodische Fahrpläne und Kreise in Graphen

Vorlesung 3 MINIMALE SPANNBÄUME

Kapitel MK:IV. IV. Modellieren mit Constraints

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester

Konzepte für eine Altschuldenregelung: Wie wirken sich die vorliegenden Modelle auf die einzelnen Bundesländer aus?

Effiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume

Einführung in Scheduling

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY

Algorithmen und Datenstrukturen 2

TETRA-Digitalfunk für Behörden und Organisationen mit Sicherheitsaufgaben in Deutschland

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

x 2 x 1 x Lernen mit Entscheidungsbäumen

Undirected Single-Source Shortest Paths with Positive Integer Weights in Linear Time

Kostenmaße. F3 03/04 p.188/395

Satzungen der Ärzteversorgungen

Algorithmen und Datenstrukturen (WS 2007/08) 63

Sortierverfahren für Felder (Listen)

16. All Pairs Shortest Path (ASPS)

Algorithmen & Datenstrukturen 1. Klausur

Algorithmen II Vorlesung am

Seminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn

Der Deutsche Schulpreis 2016

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

Expander Graphen und Ihre Anwendungen

Digitale Entwicklung in Mecklenburg-Vorpommern. Juli TNS Infratest Digitalisierungsbericht 2012

Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07

Der Deutsche Schulpreis 2013

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf

Graphenalgorithmen und lineare Algebra Hand in Hand Vorlesung für den Bereich Diplom/Master Informatik

Erratum zur Technischen Dokumentation zur QS-Spezifikation für QS-Filter-Software 14.0

Informatik II Greedy-Algorithmen

Abwicklung großer Baumaßnahmen des Freistaates Bayern. Wegfall der HBFG-Finanzierung

13 Java 4 - Entwurfsmuster am Beispiel des Rucksackproblems

Wie stark muss der Finanzausgleich im Jahr 2020 ausgleichen, damit (fast) alle Länder die Schuldenbremse einhalten können?

Ferienkalender Deutschland 2 Österreich 4 Schweiz 5 Italien 6 Großbritannien 7 Belgien 8 Niederlande 9 Tschechien 10 Polen Russland

Wir unterscheiden folgende drei Schritte im Design paralleler Algorithmen:

Allgemein bildende Schulen in Ganztagsform in den Ländern in der Bundesrepublik Deutschland - Statistik 2008 bis

Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15.

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

Digitalisierungsbericht 2011: Daten und Fakten. Juli 2011 Dr. Oliver Ecke, Regina Deck

der Verbraucherzentrale Brandenburg Neuruppin, 2. Arbeitsforum Energie am , Dr. Andreas Schmeller

Hessisches Ministerium der Finanzen EPSAS aus dem Blickwinkel des Landes Hessen

Einkommen in den Volkswirtschaftlichen Gesamtrechnungen (VGR)

Der Deutsche Schulpreis 2014

5. Verschiedene Repräsentanten

Sonstige steuerliche Förderungen

Gliederung. Definition Wichtige Aussagen und Sätze Algorithmen zum Finden von Starken Zusammenhangskomponenten

WS 2013/14. Diskrete Strukturen

Qualitätsbericht KHK. der SKD BKK Gesamt. für den Zeitraum vom bis

Kürzeste Wege in Graphen. Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik

Wasserfall-Ansätze zur Bildsegmentierung

Datenstrukturen & Algorithmen

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Bestimmung einer ersten

Mit Sicherheit mehr erreichen.

Schranken für zulässige Lösungen

Computer Graphik II Tesselierung impliziter Kurven und Flächen

Gesetzliche Krankenversicherung

3.3 Eigenwerte und Eigenräume, Diagonalisierung

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140

NP-Vollständigkeit. Krautgartner Martin ( ) Markgraf Waldomir ( ) Rattensberger Martin ( ) Rieder Caroline ( )

Die Verbindung von Linearer Programmierung und Graphentheorie

Das Heilpraktikerwesen

Studie zu Chancen und Barrieren bei erdgekoppelten Wärmepumpen

Stand des Breitbandausbaus und Strategie der Bundesregierung zur Breitbandversorgung in Deutschland

Ingenieurberufe statistische Daten und Fakten

Digitalisierungsbericht 2013

Transkript:

Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 07.05.2015/12.05.2015 1

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA 2-1 Fla chenkartogramme

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Tabelle? 2-2 Fla chenkartogramme

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Tortendiagramm? als Tabelle? 2-3 Fla chenkartogramme

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Balkendiagramm? als Tortendiagramm? als Tabelle? 2-4 Fla chenkartogramme

Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Balkendiagramm? als Tabelle? 2-5 als Tortendiagramm? Problem: Standardmethoden zeigen keine ra umlichen Muster! Fla chenkartogramme

Kartenbasierte statistische Visualisierung Choroplethenkarte: nutze Farbschema 3-1

Kartenbasierte statistische Visualisierung non-contiguous area cartogram: Fläche proportional zur Bevölkerung 3-2

Kartenbasierte statistische Visualisierung contiguous area cartogram: Diffusionsprozess (Gastner, Newman 2004) 3-3

Kartenbasierte statistische Visualisierung Dorling cartograms: Kreisscheiben proportionaler Größe 3-4

Kartenbasierte statistische Visualisierung 3-5 rectangular cartograms: jede Region als Rechteck (Raisz 1934)

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). 4-1 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt 4-2 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4-3 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4-4 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-5 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-6 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-7 c Bettina Speckmann Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-8 c Bettina Speckmann Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-9 c Bettina Speckmann Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig c Bettina Speckmann Welche Kriterien bestimmen die Qualita t eines Kartogramms? 4-10 Fla chenkartogramme

Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig Qualita tskriterien: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen 4-11 c Bettina Speckmann korrekte Adjazenzen kleiner Fla chenfehler geringe Komplexita t Ablesen der Fla che Fla chenkartogramme

Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 5-1

Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 5-2

Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 5-3

Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 Diffusionsgleichung ist partielle Differentialgleichung Implementierung nutzt Fouriertransformation und numerische Lösungsverfahren asymptotisch konstante Dichte in ganzer Karte 5-4

Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 Diffusionsgleichung ist partielle Differentialgleichung Implementierung nutzt Fouriertransformation und numerische Lösungsverfahren asymptotisch konstante Dichte in ganzer Karte GDP cartogram c Newman 5-5

Gitterbasierte Diffusionskartogramme [Hennig 11] Erweiterung durch fein aufgelöstes Gitter ( 365K Zellen) Datenwert für jede Gitterzelle ermöglicht detailliertere Kartogramme (Abbildung von Ballungsräumen etc) 6-1

Gitterbasierte Diffusionskartogramme [Hennig 11] Erweiterung durch fein aufgelöstes Gitter ( 365K Zellen) Datenwert für jede Gitterzelle ermöglicht detailliertere Kartogramme (Abbildung von Ballungsräumen etc) Demo: ScapeToad 6-2

Zusammenfassung Diffusionskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 7

Zusammenfassung Diffusionskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 7

Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen 8-1

Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen kräftebasierter Algorithmus (ähnl. Spring-Embedder): while Kräfte > ε do foreach disk D do foreach disk D D do Abstoßung von D D geographischer Nachbar foreach Nachbar D von D mit Abstand > 0 do Anziehung zu D D D D 8-2

Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen kräftebasierter Algorithmus (ähnl. Spring-Embedder): while Kräfte > ε do foreach disk D do foreach disk D D do Abstoßung von D D geographischer Nachbar foreach Nachbar D von D mit Abstand > 0 do Anziehung zu D D Demo! D D 8-3

Verbesserung Kreiskartogramme [Inoue 11] weiteres Kriterium: minimiere Abweichung der relativen Lage benachbarter Regionen Formulierung als nicht-lineares Optimierungsproblem: geogr. Nachbarn min (i,j) E [ ( ) ] 2 dij ( ) 2 α 1 (1 α) θ ij θ (0) ij r i r j s.t. d ij r i r j i j d ij = (x i x j ) 2 (y i y j ) 2 Eingabewinkel r j θ ij = arctan y j y i x j x i, 0 α 1 Lösung mit Solver NUOPT r i θ ij d ij 9

Vergleich Dorling Inoue Inoue Dorling 10

Zusammenfassung Kreiskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 11

Zusammenfassung Kreiskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 11

Rechteckskartogramme jede Region als Rechteck repräsentiert gegebene Zielflächen trade-off korrekte Flächen/korrekte Adjazenzen 12

Problemstellung Geg: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i 3.5 1.9 1.6 5.7 5.4 13-1

Problemstellung Geg: bzw: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i 3.5 1.9 5.7 5.4 1.6 bzw 3.5 1.9 5.4 5.7 1.6 13-2

Problemstellung Geg: bzw: Ges: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i verzerrte Karte M äquivalent zu M mit R i = w i 3.5 1.9 5.7 5.4 1.6 bzw 3.5 1.9 5.4 5.7 1.6 13-3

Problemstellung Geg: bzw: Ges: bzw: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i verzerrte Karte M äquivalent zu M mit R i = w i flächenproportionale Kontaktrepräsentation von G, jeder Knoten v i als geometrisches Objekt s i mit Fläche w i, so dass s i und s j sich berühren gdw. v i v j E 3.5 1.9 5.7 5.4 1.6 bzw 3.5 1.9 5.4 5.7 1.6 13-4

Qualitätskriterien 7 16 12 16 21 gute Lösung 7 16 12 16 21 7 16 12 16 21 7 12 16 21 16 16 12 falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen 21 7 16 14-1

Qualitätskriterien 7 16 12 16 21 gute Lösung 7 16 12 16 21 7 16 12 16 21 7 12 16 21 16 16 12 falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen 21 7 16 Können Flächen und Adjazenzen immer erhalten werden? 14-2

Qualitätskriterien 7 16 12 16 21 gute Lösung 7 16 12 16 21 30 10 10 30 Adjazenzen vs. Flächenfehler 7 16 12 16 21 7 12 16 21 16 16 12 falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen 21 7 16 14-3

Überblick des Verfahrens [van Kreveld, Speckmann 07] NW SH HH HB NI MV BE BB ST Eingabekarte NW HB NI SH HH ST MV BB BE SL RP HE BW TH BY SN Dualgraph SL RP HE BW TH BY SN N N Wa SH MV Rechtecksdual Wa SH MV BB W NW RP NI HE BW BB ST SN TH BY O Kartogramm W NW RP NI HE BW ST TH BY SN O S S 15

Rechtecksdual Graph heißt intern trianguliert, wenn jede (innere) Facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen 16-1

Rechtecksdual Graph heißt intern trianguliert, wenn jede (innere) Facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen Satz 1: Ein planar eingeb. Graph G hat ein Rechtecksdual R mit vier äußeren Rechtecken gdw. G intern trianguliert, äußere Facette ein Viereck, G enthält keine separierenden Dreiecke. 16-2

Rechtecksdual Graph heißt intern trianguliert, wenn jede (innere) Facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen Satz 1: Ein planar eingeb. Graph G hat ein Rechtecksdual R mit vier äußeren Rechtecken gdw. G intern trianguliert, äußere Facette ein Viereck, G enthält keine separierenden Dreiecke. Graph-Modifikationen: 16-3

Beispiel Deutschland HB SH HH MV SL NW RP NI HE BW TH BY ST BE BB SN 17-1

Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY 17-2

Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY Wa SH MV füge flexiblen Meeresknoten als Puffer hinzu RP NW NI HE TH ST BB SN BY BW 17-3

Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY N Wa SH MV Wa SH MV füge flexiblen Meeresknoten als Puffer hinzu RP NW NI HE BW TH BY ST BB SN W RP NW NI HE BW TH BY ST BB SN O erstelle äußeres Viereck Satz 1 gilt S 17-4

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S 18-1

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. 18-2

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. ist nicht eindeutig! 18-3

Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. richte Kanten von W nach O und von S nach N färbe W O Kanten rot und S N Kanten grün 18-4

Konstruktion Rechtecksdual [He, Kant 97] N Wa SH MV NI BB W NW ST O HE TH SN RP BW BY S 19-1

Konstruktion Rechtecksdual [He, Kant 97] N Wa SH MV NI BB N W NW ST O Wa SH MV HE TH SN RP W NW NI ST BB O BW S BY TH SN RP HE Wa N SH MV BW BY NI BB W NW ST O S TH SN HE RP BY BW S 19-2

Konstruktion Rechtecksdual [He, Kant 97] N SH Wa NI MV W* O* BB N W NW ST O Wa SH MV HE TH SN RP W NW NI ST BB O BW S BY TH SN RP HE Wa N SH MV N* BW BY NI BB W NW ST O S TH SN HE RP BY S* BW S 19-3

Konstruktion Rechtecksdual [He, Kant 97] N Wa N SH MV SH Wa 2 MV W* 5 O* NI 8 0 BB 1 ST 7 O 6 TH SN 2 4 W NW HE RP W NW NI ST BB O BW S 3 BY TH SN RP HE BW BY Wa NI 7 N SH 8 6 MV 9 BB N* S W NW 3 4 ST TH 5 SN O RP HE BW 2 1 BY 0 S* S 19-4

Konstruktion Rechtecksdual [He, Kant 97] N W RP NW Wa NI HE BW S N SH TH BY ST MV BB SN O W SH Wa 2 MV W* 5 O* NI 8 0 BB 1 ST 7 O 6 SN 2 4 W NW RP Wa NI NW 3 HE RP BW 7 HE BW S N SH 4 2 1 3 ST TH BY TH BY 9 8 N* 6 MV BB 5 SN S* 0 O 9 8 7 6 5 4 3 2 1 0 W N Wa SH MV NI BB O ST NW SN HE TH RP BW BY S 1 2 3 4 5 6 7 8 S 19-5

Überblick des Verfahrens [van Kreveld, Speckmann 07] NW SH HH HB NI MV BE BB ST Eingabekarte NW HB NI SH HH ST MV BB BE SL RP HE BW TH BY SN Dualgraph SL RP HE BW TH BY SN N N Wa SH MV Rechtecksdual Wa SH MV BB W NW RP NI HE BW BB ST SN TH BY O Kartogramm W NW RP NI HE BW ST TH BY SN O S S 20

Problem: Flächenzuweisung abstraktes Rechtecksdual benötigt noch korrekte Flächen betrachte hierarchische Rechteckszerlegung: Wa SH MV NI ST BB NW HE TH SN RP BW BY gruppiere Rechtecke, die zusammen größere Rechtecke bilden 21-1

Problem: Flächenzuweisung abstraktes Rechtecksdual benötigt noch korrekte Flächen betrachte hierarchische Rechteckszerlegung: Wa SH MV NI ST BB NW HE TH SN RP BW BY 21-2 gruppiere Rechtecke, die zusammen größere Rechtecke bilden zerschneidbare Rechtecke, die in zwei Teile zerfallen leichter Fall (s. Übung) komplexere Rechtecke Algorithmus für L-zerlegbare Layouts

Aufgabe Geg.: Rechtecksdual R bestehend aus 1. Rechtecken R 1,..., R n, und 2. hierarchische Rechteckszerlegung H. Ann.: Jeder Knoten in H hat maximal zwei Nachfolger Beschreiben Sie ein Verfahren, das basierend auf R und H die Größen von R 1,..., R n so anpasst, dass die entsprechenden Flächen mit vorgegebenen Werten A 1,..., A n übereinstimmen. 22

Lösung Annahme: Rechtecksdual besteht nur aus zerschneibaren Rechtecken. 6 2 4 4 6 2 2 4 6 4 23

Lösung Annahme: Rechtecksdual besteht nur aus zerschneibaren Rechtecken. 6 6 2 2 4 16 24 2 4 14 10 4 12 4 4 6 8 6 6 6 6 2 4 4 4 4 2 2 Flächenbedarf von jedem atomaren Rechteck bekannt Fläche von zusammengesetzten Rechtecken bekannt. 40 23

Lösung Annahme: Rechtecksdual besteht nur aus zerschneibaren Rechtecken. 6 6 2 2 4 16 24 2 4 14 10 4 12 4 4 6 8 6 6 6 6 2 4 4 4 4 2 2 Flächenbedarf von jedem atomaren Rechteck bekannt Fläche von zusammengesetzten Rechtecken bekannt. Top-Down-Ansatz: Steige rekursiv im Baum ab und passe Größe der Rechtecke entsprechend an. 40 23

L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1, R 2,..., R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon n j=i R j L-förmig ist. 1 4 3 2 5 4 3 2 5 4 3 5 4 5 L-Zerlegungssequenz 24-1

L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1, R 2,..., R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon n j=i R j L-förmig ist. 1 4 3 2 5 4 3 2 5 irreduzibel= Keine Teilmenge S R mit S > 1 bildet Rechteck. 4 3 5 4 5 L-Zerlegungssequenz 24-2

L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1, R 2,..., R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon n j=i R j L-förmig ist. 1 4 3 2 5 4 3 2 5 3 5 4 4 L-Zerlegungssequenz 5 nicht L-förmig zerlegbar 24-3

Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. 25-1

Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. Beweisskizze: y 1 R 1 L 1 () () 25-2

25-3 Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. Beweisskizze: y 1 () () Fallunterscheidung R 1 L 1

Heuristik für Rechteckskartogramme Nicht jedes Rechtecksdual ist L-zerlegbar, nicht jede Flächenzuweisung für L-zerlegbare Layouts hat eine Lösung. Wa SH NI MV BB ST SegmentMoving while lokale Verbesserung möglich do s bel. maximales Segment bewege s in bessere Richtung ggf. berücksichtige Adjazenzen ggf. berücksichtige aspect ratio NW RP HE BW TH BY SN liefert immer ein Layout findet lokale Optima Wasser benötigt keine Zielfläche keinerlei Garantie oder Konvergenz bewiesen 26-1

Heuristik für Rechteckskartogramme Nicht jedes Rechtecksdual ist L-zerlegbar, nicht jede Flächenzuweisung für L-zerlegbare Layouts hat eine Lösung. Wa NW RP SH MV NI BB ST SN HE TH BW BY Demo! SegmentMoving while lokale Verbesserung möglich do s bel. maximales Segment bewege s in bessere Richtung ggf. berücksichtige Adjazenzen ggf. berücksichtige aspect ratio liefert immer ein Layout findet lokale Optima Wasser benötigt keine Zielfläche keinerlei Garantie oder Konvergenz bewiesen 26-2

Aufgabe: Weitere Heuristik Gegeben: Ein Rechtecksdual R bestehend aus den Rechtecken R 1,..., R n. Zielbreiten w 1,..., w n R Zielhöhen h 1,..., h n R 27-1

Aufgabe: Weitere Heuristik Gegeben: Ein Rechtecksdual R bestehend aus den Rechtecken R 1,..., R n. Zielbreiten w 1,..., w n R Zielhöhen h 1,..., h n R Gesucht: Für jedes Rechteck R i Breite w i und Höhe h i sodass a) die Adjazenzen aus R erhalten bleiben, und b) w i w i und h i h i für alle 1 i n, und c) n i=1 w i n i=1 h i minimiert wird. 27-2

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) 28-1

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) gerichteter Graph D = (V, A) 28-2

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 b(v) > 0: Quelle b(v) < 0: Senke 28-3

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke 28-4

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke 28-5

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke Abbildung X : A R 0 heißt Fluss, wenn 28-6

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke Abbildung X : A R 0 1. Kapazitätsbedingung: heißt Fluss, wenn (i, j) A : l(i, j) X(i, j) u(i, j) 28-7 2. Flusserhaltungsbedingung: i V \{s, t} : X(i, j) j:(i,j) A X(j, i) = b(i) j:(j,i) A

Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke Gesucht: Fluss X sodass cost(x) = (i,j) A cost(i, j) X(i, j) minimiert wird, wobei cost: A R 0 gegebene Kostenfunktion ist. 28-8

Lösung 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t s 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t s 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 s 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 s 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 6. Kante e zwischen s und Knoten der unteren Reihe Rechtecke. l(e) = 0, u(e) =, cost(e) = 0 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 6. Kante e zwischen s und Knoten der unteren Reihe Rechtecke. l(e) = 0, u(e) =, cost(e) = 0 Wie Knotenbewertung b: V R 0 festlegen? 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 6. Kante e zwischen s und Knoten der unteren Reihe Rechtecke. l(e) = 0, u(e) =, cost(e) = 0 b(s) = gewünschte Breite b(t) = b(s) b(v) = 0 für restl. Knoten v 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. Löse Flussproblem mit minimalen Kosten auf Netzwerk bestehend aus den Komponenten N H und N V. 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. Löse Flussproblem mit minimalen Kosten auf Netzwerk bestehend aus den Komponenten N H und N V. Kann ähnliches Netzwerk auch für Flächen konstruiert werden? 29

Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. Löse Flussproblem mit minimalen Kosten auf Netzwerk bestehend aus den Komponenten N H und N V. Kann ähnliches Netzwerk auch für Flächen konstruiert werden? Nein, denn eine reine Flächenzuweisung zu Rechtecken bestimmt die Form der Rechtecke nicht. 29

Flächenuniverselle Layouts Einseitige Rechteckslayouts sind flächenuniversell, d.h. sie lassen sich für jede beliebige Flächenzuweisung realisieren. [Eppstein et al. 12] Ein Layout heißt einseitig, falls jedes maximale Segment auf einer Seite nur an ein einziges Rechteck angrenzt. 10 30 30 10 nicht einseitig einseitig 30

Zusammenfassung Rechteckskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche NW RP NI HE SH BW MV BB ST SN TH BY NI NW RP SH HE BW MV BB ST TH SN BY MV SH NI BB ST SN NW HE TH RP BW BY Bevölkerung Studierende pro Einwohner Arbeitslosenquote 31

Zusammenfassung Rechteckskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche / / NW RP NI HE SH BW MV BB ST SN TH BY NI NW RP SH HE BW MV BB ST TH SN BY MV SH NI BB ST SN NW HE TH RP BW BY Bevölkerung Studierende pro Einwohner Arbeitslosenquote 31

Zusammenfassung Kartogramme Wiedererkennbarkeit Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 32

Zusammenfassung Kartogramme Wiedererkennbarkeit Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler / / geringe Komplexität Ablesen der Fläche 32

Zusammenfassung Kartogramme Wiedererkennbarkeit Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler / / geringe Komplexität Ablesen der Fläche Kein Kartogrammtyp ist perfekt, alle haben ihre Vor- und Nachteile. Auswahl sollte je nach Anwendungszweck erfolgen. 32

Teilnehmer für Benutzerstudie gesucht! Kontext: Algorithmische Kartografie Beschriftung Ablauf: Ibis Hotel Kulturspeicher Main Station Hauptbahnhof Escalera Ulmer Hof Hotel Urlaub Hauptbahnhof West Hotel Poppular Juliuspromenade interne Label Barbarossaplatz Ibis Hotel Kulturspeicher Escalera Ulmer Hof Hotel Urlaub externe Label Main Station Hauptbahnhof Hauptbahnhof West Hotel Poppular Juliuspromenade Barbarossaplatz Fragebogen am Computer ausfüllen (ca. 20 min). Raum 305, Infobau Geb. 50.34 Mögliche Termine: 19.05.: 11:30 Uhr, 13:15 Uhr Weshalb daran teilnehmen? Unterstützung der aktuellen Forschung. Unter Teilnehmern werden 3 Amazon-Gutscheine im Wert von je 25 Euro verlost. 33