Topological Fisheye Views for Visualizing Large Graphs
Werbung
Topological Fisheye Views for Visualizing Large Graphs Emden R. Gansner, Yehuda Koren, Stephen C. North Stefan Altmayer | 11. Dezember 2014 KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Motivation Pro: Gleiche Informationsdichte Contra: Natürlicher Fokus fehlt Lösung...? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 2/18 Motivation Pro: Gleiche Informationsdichte Contra: Natürlicher Fokus fehlt Lösung...? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 2/18 Motivation Pro: Gleiche Informationsdichte Contra: Natürlicher Fokus fehlt Lösung...? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 2/18 Fisheye! Pro: Natürlicher Fokus Contra: Informationsdichte ungleich Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 3/18 Fisheye! Pro: Natürlicher Fokus Contra: Informationsdichte ungleich Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 3/18 Topological Fisheye! Fisheye, aber mit gleicher Informationsdichte Reduziere Anzahl der Randknoten Reduktion muss Topologieerhaltend sein Fokusregion wird vergrößert Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 4/18 Topological Fisheye! Fisheye, aber mit gleicher Informationsdichte Reduziere Anzahl der Randknoten Reduktion muss Topologieerhaltend sein Fokusregion wird vergrößert Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 4/18 Topological Fisheye! Fisheye, aber mit gleicher Informationsdichte Reduziere Anzahl der Randknoten Reduktion muss Topologieerhaltend sein Fokusregion wird vergrößert Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 4/18 Topological Fisheye! Fisheye, aber mit gleicher Informationsdichte Reduziere Anzahl der Randknoten Reduktion muss Topologieerhaltend sein Fokusregion wird vergrößert Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 4/18 Algorithmus - Übersicht 1 Eingabe: Graph mit Layout, Fokusknoten 2 Ausgedünnte Graphen berechnen 3 Hybridgraphen berechnen 4 Fisheye-Verzerrung Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 5/18 In Bildern... 1. Eingabe: Graph mit Layout, Fokusknoten Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 6/18 In Bildern... 2. Ausgedünnte Graphen berechnen Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 7/18 In Bildern... 3. Hybridgraphen berechnen Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 8/18 In Bildern... 4. Fisheye-Verzerrung Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 9/18 Ausgedünnten Graphen berechnen Vereinige Knoten mit Nachbarn Wiederhole solange, bis Knotendichte gering genug Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 10/18 Ausgedünnten Graphen berechnen Vereinige Knoten mit Nachbarn Wiederhole solange, bis Knotendichte gering genug Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 10/18 Welche Knoten vereinigen? Vereinige benachbarte Knoten! Nicht1 Nachbarschaft im Originalgraphen! Nachbarschaft wird ermittelt über Delauny-Triangulation oder Relative Neighbourhood Graphs 1 fast nicht... Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 11/18 Welche Knoten vereinigen? Vereinige benachbarte Knoten! Nicht1 Nachbarschaft im Originalgraphen! Nachbarschaft wird ermittelt über Delauny-Triangulation oder Relative Neighbourhood Graphs 1 fast nicht... Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 11/18 Welche Knoten vereinigen? Vereinige benachbarte Knoten! Nicht1 Nachbarschaft im Originalgraphen! Nachbarschaft wird ermittelt über Delauny-Triangulation oder Relative Neighbourhood Graphs 1 fast nicht... Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 11/18 Welche Knoten vereinigen? Anschließend: Auswahl unter benachbarten Knoten Berücksichtigung weiterer Kriterien: Geometrische Nähe Ähnlichkeit der Nachbarschaft Grad ... =⇒ Viel Freiraum für Anpassung! Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 12/18 Welche Knoten vereinigen? Anschließend: Auswahl unter benachbarten Knoten Berücksichtigung weiterer Kriterien: Geometrische Nähe Ähnlichkeit der Nachbarschaft Grad ... =⇒ Viel Freiraum für Anpassung! Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 12/18 Hybridgraphen berechnen Eingabe: Verschiedentlich detaillierte Graphen Darstellung der Graph-Hierarchie als Baum Welche Punkte aus welcher Ebene kommen in finalen Graph? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 13/18 Hybridgraphen berechnen Eingabe: Verschiedentlich detaillierte Graphen Darstellung der Graph-Hierarchie als Baum Welche Punkte aus welcher Ebene kommen in finalen Graph? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 13/18 Hybridgraphen berechnen Eingabe: Verschiedentlich detaillierte Graphen Darstellung der Graph-Hierarchie als Baum Welche Punkte aus welcher Ebene kommen in finalen Graph? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 13/18 Slices bilden Blätter werden in Abhängigkeit zur Entfernung zum Fokuspunkt Wunschebene zugeordnet Anschließend Konfliktlösung Slice “entscheidet, welche Knoten in Hybridgraphen kommen ” Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 14/18 Slices bilden Blätter werden in Abhängigkeit zur Entfernung zum Fokuspunkt Wunschebene zugeordnet Anschließend Konfliktlösung Slice “entscheidet, welche Knoten in Hybridgraphen kommen ” Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 14/18 Slices bilden Blätter werden in Abhängigkeit zur Entfernung zum Fokuspunkt Wunschebene zugeordnet Anschließend Konfliktlösung Slice “entscheidet, welche Knoten in Hybridgraphen kommen ” Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 14/18 Fisheye-Verzerrung Resultierender Graph hat ungleiche Informationsdichte Fisheye-Verzerrung gleicht diesen Effekt aus Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 15/18 Fisheye-Verzerrung Resultierender Graph hat ungleiche Informationsdichte Fisheye-Verzerrung gleicht diesen Effekt aus Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 15/18 Laufzeit Erstellen der Graph-Hierarchie dominiert Laufzeit Neuwahl eines Fokuspunktes effizient möglich Zitat aus dem Paper: Typical running times are about 1-4 seconds for graphs with around million nodes on a Pentium-4 PC. However, it is performed only once in the preprocessing stage that precedes the user interaction. Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 16/18 Laufzeit Erstellen der Graph-Hierarchie dominiert Laufzeit Neuwahl eines Fokuspunktes effizient möglich Zitat aus dem Paper: Typical running times are about 1-4 seconds for graphs with around million nodes on a Pentium-4 PC. However, it is performed only once in the preprocessing stage that precedes the user interaction. Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 16/18 Fazit Algorithmus ermöglicht Visualisierung großer Datenbestände Effizient genug für interaktive Anwendungen Anwendbarkeit für Argumentkarten hängt von vielen Faktoren ab: Wird so etwas überhaupt benötigt? Wie kann ich Knoten in Argumentkarten verschmelzen? Welche Knoten verschmelze ich? Wie verschmelze ich die verschiedenen Kanten? ... Nützliches Nebenprodukt “: Ausdünnung von Graphen ” Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 17/18 Vielen Dank für Eure Aufmerksamkeit Fragen? Einführung Stefan Altmayer – Algorithmus Laufzeit Fazit 11. Dezember 2014 18/18
