Histogramme können bei zeitabhängigen Daten in mehreren
Bereichen eingesetzt werden. Dieser Vortrag zeigt die Verwendung von
Histogrammen in folgenden zwei Bereichen:
Klassifikation:
Um die wichtigen Merkmale in zeitabhängigen Datensätzen
zu klassifizieren, kann es erforderlich sein, für
unterschiedliche Zeitschritte, unterschiedliche Transferfunktionen
zu verwenden. Durch die enorme Anzahl an Zeitschritten ist es
sehr aufwendig, mehrere Transferfunktionen alleine durch den
Benutzer festlegen zu lassen. Des weiteren sind diese
Transferfunktionen zeitlich nicht stetig. In diesem Vortrag
werden zwei Methoden vorgestellt, welche dem Benutzer dabei helfen,
wichtige Merkmale mit geringem Aufwand zu klassifizieren und
geeignete Transferfunktionen fest zu legen. Die daraus resultierende
zeitliche Transferfunktion ist, im Vergleich zu einer 1D
Transferfunktion, in der Lage, die wichtigen Merkmale eines
Datensatzes, über alle Zeitschritte hinweg, zu visualisieren.
Datenorganisation:
Zeitabhängige Volumendaten bestehen aus mehreren Hundert
Zeitschritten und mehreren Milliarden Voxeln. Diese enormen
Datenmengen erfordern einen effizienten Datentransfer, um eine
interaktive Visualisierung zu ermöglichen. Dieser Vortrag
stellt eine Datenstruktur namens "Differential Time-Histogram
Table" vor, welche, unter Ausnutzung gewisser Eigenschaften von
Volumendaten und Berücksichtigung von Ungenauigkeiten der
Datenwerte, einen effizienten Datentransfer ermöglicht.
Bilder
Datenorganisation: Histogrammverteilung und zeitliche
Änderung von Voxelwerten.
Klassifikation: Vergleich 1D Transferfunktion und
zeitliche Transferfunktion. 1D Transferfunktion ist nicht in
der Lage, wichtige Merkmale über alle Zeitschritte zu
visualisieren.
Literatur
Hiroshi Akiba, Nathaniel Fout,
Kwan-Liu Ma: Simultaneous Classification of Time-Varying Volume
Data Based on the Time Histogram
Hamid Younesy, Torsten Möller, Hamish Carr:
Visualization of Time-Varying Volumetric Data using Differental
Time-Histogram Table
