More Related Content More from Rei Takami (16) 1. ImAxes: Immersive Axes as Embodied Affordances
for Interactive Multivariate Data Visualisation
2019/6/12 1
令和元年度 論文輪講
2. 概要
著者:
• Maxime Cordeil, Tim Dwyer, Kim Marriott (Monash Univ. )
• Andrew Cunningham, Bruce H. Thomas (Univ. of South Australia)
発表会議:
• 30th Annual ACM Symposium on User Interface Software and
Technology (UIST’17)
2019/6/12 2
3. 目次
• Introduction
• Related Work
• ImAxes Grammar and Definitions
• ImAxes Visualizations
• ImAxes Interactions and Metaphors
• Technical Implementation
• Use Case
• Limitations
• Conclusions
Proposed Method
2019/6/12 3
4. Introduction
• VR技術, デバイスの普及
• 既存のデスクトップ上の環境をVR/ARへ適用
• データ分析分野への適用可能性
• ImAxes (Immersive Axes) を提案
• VR環境におけるインタラクティブな多次元データの可視化ツール
• メニューを必要としない, 直接操作によるvirtual environmentで作業
• 可視化を軸オブジェクトの配置から構築するformal grammarを定義
• 実シナリオにおける有効性を示す
2019/6/12 4
5. Related Work: Interactive Multidimensional
Data Visualisation (MDV)
• 次元削減 MDS: 高次元空間の距離を低次元投影
• 利点: クラスタや外れ値の表示
• 欠点: 非専門家には理解しづらい
• Small-Multiple 散布図行列:
• 利点: 直感的な分析が可能, Business Intelligenceで有効
• 欠点: 可視化できる次元数
• インタラクション: 既存手法の問題への対処
• Focus+context, フィルタリングなど
2019/6/12 5
6. Related Work: Interactive Multidimensional
Data Visualisation (MDV)
• 直接操作:マウスを使用,マルチタッチ など
• 現状: 対象がWIMPに制限
• WIMP: Window, Icon, Menu, Pointer
• オブジェクトの直接操作に基づくデータ可視化の構築 :
• 没入型環境 (VR) における適用の欠如
2019/6/12 6
7. Related Work: Interactive Multidimensional
Data Visualisation (MDV)
• 提案手法: の手法に基づく
• 2次元キャンバスビュー上でのaxes componentsの操作
• キャンバスに線を描画 次元を割り当て, 他次元と接続
• 新しい組み合わせでの可視化を生成可能
VR環境でaxisを可視化構築のembodied affordancesとして扱う
2019/6/12 7
8. Related Work:
Immersion, Presence and Embodiment
• 単語の定義: による概念を用いる
• virtual environmentにおける心理的な存在感
• 現実に関する鮮明な錯覚をもたらす没入感
• virtual bodyと物理的身体の間隔の一致
• 適切にembodimentを設計:
• 想定用途を超越し, ユーザによる新しい利用例を生み出せる
2019/6/12 8
9. Related Work:
Immersion, Presence and Embodiment
• Reality-Based Interactions :
• HCIのより表現的な形式, interaction conceptsの統一を提供
1. näive physics,
2. body awareness and skills,
3. environment awareness and skills,
4. social awareness and skills
• 提案手法: これらをインタフェースの一貫性に活用
2019/6/12 9
10. Related Work:
Visualisation in Virtual Reality and 3D InfoVis
• VRの適用: 科学的可視化, 情報可視化, 画像のブラウジング
• 空間的な特性のないデータの可視化 (InfoVis) 高い自由度
• 3Dデータ可視化を2Dに投影: オクルージョンが発生
• 3D表現の有効性を示す研究も存在
• VR技術の普及に伴い, Immersive Visualizationの検討が可能に
• 提案手法: 空間的次元をユーザが自由に定義可能
3D空間内で複数の可視化表現を作成, 並び替えが可能
2019/6/12 10
11. ImAxes Grammar and Definitions
• ImAxes: data axesの直接操作に基づき可視化を作成
• 目的: 多次元データ理解のための一般的可視化の形成
• 複数の可視化を組み合わせ, オブジェクトを物理的に扱える
2019/6/12 11
12. ImAxes Grammar and Definitions
• 宣言的に軸を組み合わせる: 構築の順序を無視 (VRへ適用するため)
• axes object自体が可視化構築に関する情報を提供
• ユーザ: 洞察に基づき, 要素を3D空間に配置
• 文法を定義 構築した可視化の説明可能性
2019/6/12 12
13. ImAxes Grammar and Definitions
• 基礎的な要素: 軸 (axis)
• ImAxesのworkspaceは 𝑎𝑥𝑖𝑠 の集合𝐴 = 𝑎1, 𝑎2, 𝑎3, … , 𝑎 𝑛 を含む
• 𝑎𝑥𝑖𝑠 はタプル 𝑎𝑥𝑖𝑠(𝑠, 𝑒, 𝑑)で表現:
• 𝑠, 𝑒: 3D空間における軸の始点, 終点の座標
• 𝑑: 軸に関連付けられるデータの属性値
2019/6/12 13
14. ImAxes Grammar and Definitions
• 𝑎𝑥𝑖𝑠 は唯一のtoken (文字)
• 3つのsymbol (𝑆1, 𝑆2, 𝑆3): axesによる1D, 2D, 3D構造
• 𝑆1(𝒗, 𝐴1): 軸の水平配置, 𝒗 は軸の方向を与える標準単位ベクトル
• 𝑆2(𝒗 𝟏, 𝒗 𝟐, 𝐴1, 𝐴2 ): 2つの軸の組み合わせ
• 𝒗 𝟏, 𝒗 𝟐 は直交ベクトル, 𝐴1は𝒗 𝟏 と平行, 𝐴2は𝒗 𝟐 と平行
• 𝑆3(𝒗 𝟏, 𝒗 𝟐, 𝒗 𝟑, 𝐴1, 𝐴2 , 𝐴3): 3つの軸の組み合わせ
2019/6/12 14
15. ImAxes Grammar and Definitions
• 可視化を構築する文法
• 物理的アフォーダンス: 𝑎𝑥𝑒𝑠で構成されるシンボル同士を接触 再構成
• 配置の制限: 𝑎𝑥𝑖𝑠 同士が平行 直交
• 軸の追加時: 以下の関数で可視化を認識
2019/6/12 15
17. ImAxes Grammar and Definitions
• 従来の文字列文法 (multi-set grammar): reduction(簡約)がsymbolを消費
• 順序に結果が依存する. 同様の配置でも異なる可視化を生成
• : symbolは消費されず, 他のreductionに関与できる
• 順序非依存, 配置と可視化が1 to 1 対応
• 物理的アフォーダンスと一致: 対象が複数の高次形状に属する
2019/6/12 17
18. ImAxes Grammar and Definitions
• 中間結果を保存しない reductionの結果は最大symbolの集合
• if 𝑎𝑥𝑒𝑠 𝑠2 ⊂ 𝑎𝑥𝑒𝑠 𝑠1 , 𝑠1 includes 𝑠2 (𝑎𝑥𝑒𝑠 𝑠 : symbol内の軸集合)
• 他のsymbolが含まれないときは, そのsymbolが最大
3D散布図が2D散布図を含む場合: 3D散布図のみが認識
2019/6/12 18
19. ImAxes Grammar and Definitions
• Grammar symbolの認識後のImAxesの可視化手順
1. 各symbolに対する対応データの可視化
• 𝑆1(𝒗, 𝐴1): 軸 a ∈ 𝐴1の頻度分布のヒストグラム
• 𝑆2(𝒗 𝟏, 𝒗 𝟐, 𝐴1, 𝐴2 ): 垂直な 𝐴1, 𝐴2 による2次元散布図行列
• 𝑆3(𝒗 𝟏, 𝒗 𝟐, 𝒗 𝟑, 𝐴1, 𝐴2 , 𝐴3): 垂直な 𝐴1, 𝐴2, 𝐴3 による3次元散布図行列
2. 複数の可視化を視覚的にリンク (対応する点を線で結ぶ)
• 軸同士が閾値より近い距離にあればリンク
2019/6/12 19
21. Emergent Visualizations
• 自由な空間的配置 新しい可視化手法を考案
1. 3D circular connected Parallel Coordinate Plots
• 平行座標を円形に配置, 中心に軸を配置
• 中心軸と他の軸の関係: focus+contextに対応
2. Connected “plot superposition”
• 散布図同士の類似点間のリンクを表示
• 軸を共有する可視化間の関係を比較
2019/6/12 21
24. ImAxes Interactions and Metaphors
Attribute Shelf: 棚から探索したい軸 (データの各属性に対応) を探す
Axis Interactions:
• 軸に手が近づくと動かせるようにメタファを表示
• 軸の範囲や表示データの制御
• Scaling: 𝑟𝑎𝑛𝑔𝑒 𝑑 𝑚𝑖𝑛, 𝑑 𝑚𝑎𝑥 を調整
• Filtering: 𝑟𝑎𝑛𝑔𝑒 𝑓 𝑚𝑖𝑛, 𝑓𝑚𝑎𝑥 を調整
• 軸の削除: “投げ捨てる”メタファ
2019/6/12 24
25. ImAxes Interactions and Metaphors
• 可視化と同様に, 独自のインタラクションも作成可能
• Axis Swipe: 軸間の関係の探索
• Brushing with Motion:
• 軸のつまみを段階的に動かす brushingの影響確認
• Parallel Plot Distortion:
• PCPをねじる, 角度を変える 重なりの抑制
• Fluid visualization switching:
• 軸の位置の変更 可視化の変更
2019/6/12 25
26. ImAxes Interactions and Metaphors
• 可視化と同様に, 独自のインタラクションも作成可能
• Embodied Queries:
• データを軸毎に段階的にfiltering
軸間のlinkを活用, クエリのように表現
• Gallery/Workspace:
• 没入空間内にalternativeを自由に配置
• ギャラリーとしての活用, 他者へ提供
2019/6/12 26
27. Technical Implementation
• Unity Game Engineで開発
• 可視化ツールキット Immersive Analytics Toolkit (IATK)を開発
• 多変量データやメタデータを読み, 操作毎に可視化表現のGeometry構築
• 計算量抑制のため, レンダリングは頻繁には呼ばない
2019/6/12 27
28. Use Case: Wine Dataset
• ImAxesの有効性確認: 使用例を示すのみで, Case StudyはFuture work
• データセット: Wine Dataset
• 6,497 samples of wine (1,600 red and 4,897 white). 各サンプルは12属性
• 分析者: Luis (sommelier data scientist)
• 前処理: データをred wine pink, white yellowに分類
2019/6/12 28
29. Use Case: Wine Dataset
目的1: 赤ワインと白ワインの分析
1. Shelf内でAxis Swipe 軸間の関係を比較
2. PCPを作成, 属性毎の比較
• 赤ワインの方がアルコール度数が高い
• 白ワインのほうがacidtyが高い
2019/6/12 29
30. Use Case: Wine Dataset
目的1: 赤ワインと白ワインの分析
1. Residual sugars: 不完全な発酵の可能性を観測
• Residual Sugar and Alcohol に関する2D scatterplot作成
2. 特定の属性でなく, 複数属性の組み合わせの傾向を確認
2019/6/12 30
31. Use Case: Wine Dataset
目的2: 特定地域の品質の悪いワインを調査
1. 3D散布図: Qualityの低いものを表示
• 可視化同士の重なりが大きい
• 品質とTypeの組み合わせを探索
白ワインを除外
2. 3D散布図上で2 brushesを用いて比較
• good red wine
alcohol and sulphatesが高く, acidityが低い
2019/6/12 31
32. Limitations
• Number of axes: semantic zoomingを導入
• Number of data points: シェーダの高速化, zooming
• Interactive Visualizations:
• 追加の可視化を導入, Bindingの検討
• Automated analytics:
• brushing, queryingなどの導入の可能性
• インタラクションとのバランスが重要
• Evaluation:
• リッカート評価やベースラインとの比較では不十分
• 確立された評価フレームワークが存在しない
2019/6/12 32
33. Conclusion and Future Work
Conclusion
• ImAxes: embodies axes metaphorを用いたVR環境での多次元
データ可視化システムを提案, 開発
• fluid interaction 複数のツール固有の可視化, 分析操作
Future Work
• 他のデータタイプへの拡張 time series data, graph data
• 視覚的混乱防止のためのadaptive bundling手法
• collaborative data analysisへ拡張
2019/6/12 33
