Simultane Multiprojektions-Graphenvisualisierung
Simultaneous Multiprojection Graph Visualization
Wissenschaftsdisziplinen
Informatik (100%)
Keywords
-
Graph,
Visualization,
Algorithms,
Multidimensional
Beim Betrachten eines dreidimensionalen Objekts auf einem Computerbildschirm, haben wir tatsächlich nur eine Projektion dieses Objekts auf die flache, zweidimensionale Bildschirmoberfläche vor uns. Da wir die meisten 3D- Objekte als solche 2D Projektionen auf Bildschirmen sehen, denken wir, dass die Visualisierung dieser Objekte speziell für ihre 2D-Projektionen optimiert werden sollte. Unser vorgeschlagenes Konzept der simultanen Multiprojektion beinhaltet die gleichzeitige Optimierung mehrerer solcher 2D-Projektionen. Bisherige Forschungen konzentrierten sich auf einzelne Projektionen. In diesem Projekt hingegen fokussieren wir erstmals darauf, mehrere Projektionen einer Netzwerkvisualisierung gleichzeitig zu optimieren. Dieser Ansatz eröffnet spannende Möglichkeiten im Bereich der Graphendarstellung und Netzwerkvisualisierung, und führt zur Entwicklung innovativer Graph-Layout-Algorithmen. Stellen Sie sich vor, Sie betrachten ein Netzwerk aus verschiedenen Blickwinkeln. Durch die optimierten Projektionen erhalten Sie einzigartige Einblicke in seine Eigenschaften, während Sie immer noch die gleiche zugrunde liegende Struktur wahrnehmen. Stellen Sie sich eine Graphendarstellung vor, die sich dynamisch an Ihre Perspektive anpasst, aber dabei Klarheit und Lesbarkeit behält und Verdeckungen vermeidet, während Sie sich um den Graphen herum bewegen. Es könnten auch mehrere Personen den gleichen Graphen aus verschiedenen Blickwinkeln betrachten, wobei jede Person unterschiedliche Einblicke gewinnt, aber letztlich die gleiche Struktur betrachtet. Eine Analogie aus der realen Welt ist die David-Statue von Michelangelo in Florenz. Von vorne sieht man deutlich Davids Gesicht und die Details seines Torsos und seiner Beine, wobei die Präzision der Meißelarbeit beim Formen der Körpermerkmale und Muskeln einen Eindruck von physischer Stärke und Entschlossenheit vermittelt. Von der Seite kann man die Details von Davids Händen und der über seiner Schulter drapierten Schleuder sehen, was den Eindruck vermittelt, dass David ein vorbereiteter und fähiger Krieger ist. Von hinten erkennt man die Spannung in Davids Schultermuskulatur, die seine Bereitschaft für den Kampf mit Goliath suggeriert und die unsichtbaren Anstrengungen und Lasten symbolisiert, die David bereit ist zu übernehmen. In jedem Fall bleiben die physischen Attribute der Statue gleich; nur die Perspektive des Beobachters ändert sich - jedoch können diese unterschiedlichen Perspektiven die Interpretation und das Verständnis des Kunstwerks drastisch verändern und unterschiedliche Aspekte des Charakters und der Gesamterzählung betonen. Ähnlich versucht unser Ansatz der Multi-Projektion verschiedene Merkmale einer Graphenvisualisierung in unterschiedlichen Projektionen zu betonen, die ein tieferes Verständnis der repräsentierten Daten zu ermöglichen. Um unser Ziel der gleichzeitigen Optimierung mehrerer Projektionen zu erreichen, konzentrieren wir uns auf die Layout-Algorithmen, die verwendet werden, um Knoten im Raum zu positionieren. Unsere Forschung geht über 3D-Darstellungen hinaus und umfasst auch 1D-Projektionen von 2D-Graphlayouts, die besonders für die Darstellung und Analyse von Graphen relevant sind, die sich über die Zeit verändern. Darüber hinaus wird die Weiterentwicklung der Darstellung von 3D-Graphen tiefgreifende Auswirkungen auf die Graphenvisualisierung in der virtuellen Realität haben, insbesondere in virtuellen kollaborativen Räumen. Angesichts der zunehmenden Verbreitung von Telearbeit und kollaborativen VR-Umgebungen werden Zugänglichkeit und Zusammenarbeit rund um mehrdimensionale Graphendarstellungen immer entscheidender. Unser Ziel ist es daher, die Darstellung von Graphen in 2, 3 oder mehr Dimensionen zu untersuchen, ausgehend von ihren Projektionen. Durch diese Forschung wollen wir das bislang ungenutzte Potenzial der mehrdimensionalen Graphendarstellung einsetzen, um letztendlich die Visualisierung von temporalen Netzwerken und Graphenpräsentationen in der virtuellen Realität zu verbessern.
- Technische Universität Wien - 100%
- Martin Nöllenburg, Technische Universität Wien , Mentor:in
- Cody Dunne, Northeastern University - Vereinigte Staaten von Amerika
- Benjamin Bach, University of Edinburgh - Vereinigtes Königreich
Research Output
- 3 Zitationen
- 3 Publikationen
- 1 Datasets & Models
- 1 Wissenschaftliche Auszeichnungen
-
2024
Titel Quality Metrics and Reordering Strategies for Revealing Patterns in BioFabric Visualizations DOI 10.1109/tvcg.2024.3456312 Typ Journal Article Autor Fuchs J Journal IEEE Transactions on Visualization and Computer Graphics Seiten 1039-1049 -
2025
Titel NODKANT: Exploring Constructive Network Physicalization DOI 10.1111/cgf.70140 Typ Journal Article Autor Pahr D Journal Computer Graphics Forum Link Publikation -
2025
Titel Optimizing Staircase Motifs in Biofabric Network Layouts DOI 10.1111/cgf.70139 Typ Journal Article Autor Di Bartolomeo S Journal Computer Graphics Forum Link Publikation
-
2025
Titel Best Paper at EuroVis 2025 Typ Research prize Bekanntheitsgrad Continental/International