Multidimensional data visualization with the NovoSpark® Visualizer software

• Autorzy: Pilipczuk O. , Eidenzon D.

Warianty tytułu

PL

Zastosowanie systemu NovoSpark®Visualizer do wizualizacji danych wielowymiarowych

• Języki publikacji: EN

Abstrakty

EN

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.

PL

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.

Słowa kluczowe

EN

multidimensional data; visualization; NovoSpark®Visualizer

PL

dane wielowymiarowe; wizualizacja; NovoSpark®Vizualizer

• Wydawca: Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
• Czasopismo: Zeszyty Naukowe. Studia Informatica / Uniwersytet Szczeciński
• Rocznik: 2013
• Tom: Nr 32
• Strony: 49--60
• Opis fizyczny: Bibliogr. 19 poz., tab., wykr.

Twórcy

autor

Pilipczuk O.

• Szczecin University

autor

Eidenzon D.

• NovoSpark Corporation, Kanada

Bibliografia

• 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 Eidenzon D., Volovodenko V. (2009), Method for visualization of multidimensional data, Patent Application 20090252436, USA.
• 4. Eidenzon D., Volovodenko V., Shamroni D., Method and system for multidimensional data visualization, Lambert Academic Publishing, Saarbrücken 2013.
• 5. Few S., Multivariate analysis using parallel coordinates, 2006, www.perceptualedge.com/articles/b-eye/parallel_coordinates.pdf.
• 6. Gemignani, Z. Better know a visualization: Parallel coordinates, 2010, www.juiceanalytics.com/writing/parallel-coordinates [accessed on 25.11.2013].
• 7. Graepel T., Burger M., Obermayer K., Self-organizing maps: Generalizations and new optimization techniques, Neurocomputing 1998, 21, pp. 173_190.
• 8. Inselberg A., Parallel Coordinates: VISUAL Multidimensional Geometry and its Applications, Springer, 2009, p. 580.
• 9. Inselberg A., The Plane with Parallel Coordinates, Visual Computer 1985, No. 1 (4), pp. 69_91.
• 10. Jolliffe I., Principal component analysis, Springer, New York 2002.
• 11. 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.
• 12. Kohonen T., Self-Organizing Maps, Springer-Verlag, 2001.
• 13. 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.
• 14. Pilipczuk O., Grafika kognitywna w podejmowaniu decyzji, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin, 2013.
• 15. Reitsma R., Trubin S., Information space partitioning using adaptive voronoi diagrams. Information Visualization 2007, No. 6 (2), pp. 123_138.
• 16. 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.
• 17. Volovodenko V, Eidenzon D., Mylcev K., Method and system for the visualization of multidimensional objects and processes, VINITII. 1991, Vol. 1471-В91, p. 13.
• 18. www.bom.gov.au.
• 19. www.novospark.com.