Visualisierung und menschliche Wahrnehmung??

Werbung
Visualisierung und
menschliche Wahrnehmung
19.11.2008 / Claudia Langer und Melanie Nagele
1. Begriff Visualisierung
 „Visualisization meant constructing a visual image in the mind“
 „visualization as cognitive tool“
 Visualisierung als Wahrnehmungshilfe, Unterstützung bei
Entscheidungen
2. Vorteile von Visualisierung
 große Menge an Daten verfügbar machen
 Sichtbarmachung von bestimmten Merkmalen von Daten
 Sichtbarmachung von Fehlern bei der Datenerhebung
 Betrachtung der Daten aus verschiedenen Blickpunkten, erkennen
von Mustern
3. Schritte im Prozess der Datenvisualisierung
4. Unterschiedliche Arten von Zeichen / Semiotik
 3 Typen von Zeichen nach Charles Sanders Peirce
Zeichentyp
Beziehung zum Objekt
Beispiel
Index
Kontiguität
Rauch – Feuer, (Foto)
(räumliche, zeitliche,
physikalische Nähe zum
Objekt)
Ikon
Similarität (Ähnlichkeit)
Verkehrszeichen Steigung im
Straßenverlauf,
Ampelmännchen
Symbol
Arbitrarität (Willkürlichkeit)
Bezeichnung der Farben,
Taube für Frieden, Schwarz
für Tod, Rot für Liebe…
5. Bildsprache
6. Bilder als sinnhafte Sprache
 es gibt Bilder, die ohne „Training“ gelesen werden können (Fotos,
Umrisse eines Objekts, schwarz-weiß Abbildungen)
 und Bilder, deren verwendete Zeichen wir erst erlernen müssen
 bestimmte Zeichen sind für uns, aber auch leicht zu erkennen, da
sie uns schon als Kind „eingeimpft“ werden
Darstellung von Beziehungen zwischen Objekten
Wichtig bei der Visualisierung:
Möchte man eine Bildsprache einführen bzw. etwas visualisieren,
ist es egal auf welche Konventionen zurück gegriffen wird.
Man sollte nur darauf achten, dass an die schon vorhandenen
Konventionen angeschlossen wird und, dass der Aufwand neue
Konventionen erlernen zu müssen relativ gering bleibt.
7. Sensorisch vs. arbiträr
sensorisch:
direktes Erkennen vom Gehirn ohne Erlernen
 Ikon
DOG
arbiträr:
Erkennen erst durch vorheriges Erlernen möglich
 Symbol
7.1 Sensorische Repräsentation
 angepasst an die frühen Stadien neuronaler Prozesse
 unabhängig von Kulturen, Zeit und Individuen
 Ansatz eines standardisierten visuellen Systems
7.1 Sensorische Repräsentation
Eigenschaften:
1. Verständnis ohne Erlernen
2. Resistenz gegenüber Beeinflussung ( Bild)
3. Sensorische Unmittelbarkeit ( Bild)
4. Kulturübergreifende Gültigkeit
7.2 Arbiträre Repräsentation
DOG
 muss erlernt werden (keine „Wahrnehmungsbasis“)
 abhängig vom bestimmten kulturellen Milieu eines Individuums
 funktioniert am besten, wenn sie gut gelernt ist
 sozial konstruiert
7.2 Arbiträre Repräsentation
Eigenschaften:
1. Schwierig zu lernen
2. Leicht zu vergessen
3. Eingebettet in Kulturen und Anwendungen
4. Formal stark
5. Für kurzfristige Änderungen geeignet
DOG
7.3 Fazit: sensorisch vs. arbiträr
DOG
 Probleme bei der Unterscheidung
 trotzdem Kategorisierung wichtig
 Studium sensorischer Repräsentation:
Biologie, Neurowissenschaften und Sehforschung
Studium arbiträre Repräsentation:
Sozialwissenschaften (insbesondere Soziologie, Anthropologie)
 Wissenschaftliche Visualisierung noch in den Kinderschuhen
 Ziel: neue Konventionen für die Informationsvisualisierung
8. Modell: Der Wahrnehmungsprozess
8. Modell: Der Wahrnehmungsprozess
Phase 1: Parallele Verarbeitung
- Verarbeitung der visuellen Information (Nervenzellen, Kortex)
- Extraktion von Besonderheiten (bspw. Farben, Texturen)
- Bottom-Up-Verfahren
8. Modell: Der Wahrnehmungsprozess
8. Modell: Der Wahrnehmungsprozess
Phase 1: Parallele Verarbeitung
- Verarbeitung der visuellen Information (Nervenzellen, Kortex)
- Extraktion von Besonderheiten (bspw. Farben, Texturen)
- Bottom-Up-Verfahren
Phase 2: Mustererkennung
- Unterteilung des visuellen Feldes in Regionen und einfache Muster
- Kombination von Bottom-Up- und Top-Down-Prozessen
- Verschiedene Pfade: Objekterkennung und visuell geführte Bewegung
8. Modell: Der Wahrnehmungsprozess
8. Modell: Der Wahrnehmungsprozess
Phase 1: Parallele Verarbeitung
- Verarbeitung der visuellen Information (Nervenzellen, Kortex)
- Extraktion von Besonderheiten (bspw. Farben, Texturen)
- Bottom-Up-Verfahren
Phase 2: Mustererkennung
- Unterteilung des visuellen Feldes in Regionen und einfache Muster
- Kombination von Bottom-Up- und Top-Down-Prozessen
- Verschiedene Pfade: Objekterkennung und visuell geführte Bewegung
Phase 3: Sequentielle, zielgerichtete Verarbeitung
- Geringe Zahl von Objekten wird im visuellen Arbeitsspeicher
festgehalten
- visuelle Suche wird auf Visualisierung angewandt (Bsp.: Straßenkarte)
- Verbindungen zu anderen Subsystemen
9. Datentypen
Entities (Untersuchungseinheiten oder Merkmalsträger):
-> Objekte, Personen
Relationships (Beziehungen)
Attribute
Entities und Relationships können Attribute haben. Attribute sind in
den meisten Fällen einem Merkmalsträger zugehörig und können
nicht für sich alleine stehen.
9. Datentypen
Attributkategorien
Der Statistiker S.S. Stevens hat Daten anhand ihrer Eigenschaften in
4 Klassen bzw. Skalen eingeteilt.
Nominalskalen:
Klassifizierung, keine Rangordnung
Ordinalskalen:
Rangskalen, Elemente können in einer bestimmten Abfolge
angeordnet werden
Intervalskalen:
Rangordnung mit konstanten Abständen
Ratioskalen (Verhältnis- oder Proportionsskalen):
Rangordnung mit konstanten Abständen
Hier kann man Aussagen treffen wie:
„Objekt A ist zweimal so groß wie Objekt B“
9. Datentypen
Die typischen Datenklassen, die bei der Visualisierung benutzt
werden, bauen auf Stevens Einteilung auf. Man verwendet:
Category data
->
entspricht Nominal
Integer data
->
entspricht Ordinal
Real-Number
->
kombiniert Interval und Ratio
Operationen
 Mathematische Operationen (addieren, subtrahieren, dividieren…)
 Listen können zusammengefügt werden
 Entities können verändert werden oder in ihre einzelnen
Komponenten auf gesplittet werden etc…
Metadaten:
Sind im Allgemein Daten, die Informationen über andere Daten
enthalten.
10. Allgemeines Fazit
Es muss zunächst einmal die menschliche Wahrnehmung und die
Bedeutung von Zeichen (Semiotik) verstanden werden,
um bestmögliche Visualisierungen erstellen zu können.
Vielen Dank für Eure Aufmerksamkeit!
Herunterladen