VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE
În zilele
noastre, în tot mai multe domenii, sunt colectate şi stocate volume uriaşe de
date care cresc continuu. Posibilitatea utilizării efective a acestora, prin
extragerea informaţiei utile conţinute, devine o provocare din ce în ce mai
mare. Domeniul visual analytics (VA) caută să pună la dispoziţia oamenilor mijloace mai
potrivite şi mai eficiente pentru analiza şi înţelegerea acestor seturi mari de
date, permiţându-le astfel să decidă şi să acţioneze în mod corespunzător în
timp real. Lucrarea de faţă prezintă o imagine generală asupra
a ceea ce numim astăzi visual analytics, cu abordările şi tendinţele
specifice. Sunt acoperite aspecte privind integrarea tehnicilor de vizualizare
a datelor masive, a tehnologiilor de management şi metodelor automate de
explorare şi analiză avansată a acestora, cu implicarea interactivă decisivă a
utilizatorului uman în lanţul de acţiuni şi procesări specifice visual
analytics pentru descoperirea şi extragerea de informaţii şi cunoştinţe din
date, utilizabile în elaborarea şi formularea de evaluări, suport pentru
decizie şi acţiune imediată. Sunt redate sintetic ideile principale referitoare
la definiţia, metoda / procesul şi componentele visual analytics rezultate din proiectul VisMaster, acţiune de coordonare din cadrul programului TVE al PC7 pentru C-D al UE. Sunt trecute în revistă câteva din domeniile majore de aplicaţie. De
asemenea, este prezentată situaţia actuală, prin câteva produse open source şi
comerciale şi este rezumată o perspectivă asupra abordărilor şi tendinţelor în
VA, cu probleme, provocări, oportunităţi şi potenţiale soluţii şi dezvoltări
aşteptate. În final, sunt formulate câteva concluzii.
VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE.
-
VIZUALIZAREA DATELOR MASIVE ŞI VISUAL ANALYTICS. ABORDĂRI ŞI TENDINŢE.
Autori:
Mihnea Horia
VREJOIU
[1]
| Mădălina Cornelia
ZAMFIR
[1]
[1]
Institutul Naţional de Cercetare - Dezvoltare în Informatică, ICI - Bucureşti
Rezumat
În zilele
noastre, în tot mai multe domenii, sunt colectate şi stocate volume uriaşe de
date care cresc continuu. Posibilitatea utilizării efective a acestora, prin
extragerea informaţiei utile conţinute, devine o provocare din ce în ce mai
mare. Domeniul visual analytics (VA) caută să pună la dispoziţia oamenilor mijloace mai
potrivite şi mai eficiente pentru analiza şi înţelegerea acestor seturi mari de
date, permiţându-le astfel să decidă şi să acţioneze în mod corespunzător în
timp real. Lucrarea de faţă prezintă o imagine generală asupra
a ceea ce numim astăzi visual analytics, cu abordările şi tendinţele
specifice. Sunt acoperite aspecte privind integrarea tehnicilor de vizualizare
a datelor masive, a tehnologiilor de management şi metodelor automate de
explorare şi analiză avansată a acestora, cu implicarea interactivă decisivă a
utilizatorului uman în lanţul de acţiuni şi procesări specifice visual
analytics pentru descoperirea şi extragerea de informaţii şi cunoştinţe din
date, utilizabile în elaborarea şi formularea de evaluări, suport pentru
decizie şi acţiune imediată. Sunt redate sintetic ideile principale referitoare
la definiţia, metoda / procesul şi componentele visual analytics rezultate din proiectul VisMaster, acţiune de coordonare din cadrul programului TVE al PC7 pentru C-D al UE. Sunt trecute în revistă câteva din domeniile majore de aplicaţie. De
asemenea, este prezentată situaţia actuală, prin câteva produse open source şi
comerciale şi este rezumată o perspectivă asupra abordărilor şi tendinţelor în
VA, cu probleme, provocări, oportunităţi şi potenţiale soluţii şi dezvoltări
aşteptate. În final, sunt formulate câteva concluzii.
Cuvinte cheie:
vizualizare date, date masive, analiză avansată vizuală, explorare vizuală date, gestiune date
Bibliografie
Explorable Visual Analytics. Knowledge Discovery in Large and High–Dimensional Data
- AMRAII, S. A.; LEWIS, M.; SARGENT, R.; NOURBAKHSH, I.
-
, Proceedings of the Association for Computing Machinery Special Interest Group Knowledge Discovery and Data Mining, (ACM SIGKDD) Workshop on Interactive Data Exploration and Analytics
, 2014
Evaluarea articolului: