Descripción general visual analytics

Descripción general    visual analytics

El análisis visual es "la ciencia del razonamiento analítico facilitado por las interfaces visuales interactivas". [2] Puede atacar ciertos problemas cuyo tamaño, complejidad y necesidad de un análisis humano y de máquina estrechamente acoplado pueden hacer que de otro modo no se puedan resolver. [3] El análisis visual avanza en el desarrollo de la ciencia y la tecnología en razonamiento analítico, interacción, transformaciones de datos y representaciones para computación y visualización, informes analíticos y transición tecnológica. [4] Como una agenda de investigación, el análisis visual reúne a varias comunidades científicas y técnicas de ciencias de la computación, visualización de la información, ciencias cognitivas y perceptivas, diseño interactivo, diseño gráfico y ciencias sociales.

El análisis visual integra nuevas herramientas computacionales y basadas en teoría con técnicas interactivas innovadoras y representaciones visuales para habilitar el discurso de la información humana. El diseño de las herramientas y técnicas se basa en principios cognitivos , de diseño y de percepción . Esta ciencia del razonamiento analítico proporciona el marco de razonamiento sobre el cual uno puede construir tecnologías analíticas visuales tanto tácticas como estratégicas para el análisis, la prevención y la respuesta a amenazas. El razonamiento analítico es fundamental para la tarea del analista de aplicar juicios humanos para llegar a conclusiones a partir de una combinación de pruebas y suposiciones. [2] 

El análisis visual tiene algunas metas y técnicas superpuestas con visualización de la información y visualización científica . Actualmente no existe un consenso claro sobre los límites entre estos campos, pero, en términos generales, las tres áreas se pueden distinguir de la siguiente manera:

• La visualización científica trata con datos que tienen una estructura geométrica natural (por ejemplo, datos de MRI, flujos de viento).
• La visualización de la información maneja estructuras de datos abstractas, como árboles o gráficos.
• El análisis visual está especialmente relacionado con el acoplamiento de representaciones visuales interactivas con procesos analíticos subyacentes (por ejemplo, procedimientos estadísticos, técnicas de minería de datos ) para que las actividades complejas de alto nivel puedan realizarse de manera efectiva (por ejemplo, hacer sentido, razonar, tomar decisiones).

El análisis visual busca unir las técnicas de visualización de la información con técnicas de transformación computacional y análisis de datos. La visualización de la información forma parte de la interfaz directa entre el usuario y la máquina, amplificando las capacidades cognitivas humanas de seis maneras básicas: [2] [5] 

1. al aumentar los recursos cognitivos, como al usar un recurso visual para expandir la memoria de trabajo humana,
2. al reducir la búsqueda, como al representar una gran cantidad de datos en un espacio pequeño,
3. mejorando el reconocimiento de patrones, como cuando la información está organizada en el espacio por sus relaciones de tiempo,
4. apoyando la fácil inferencia perceptiva de relaciones que de otra manera son más difíciles de inducir,
5. mediante el monitoreo perceptivo de una gran cantidad de eventos potenciales, y
6. proporcionando un medio manipulable que, a diferencia de los diagramas estáticos, permite la exploración de un espacio de valores de parámetros

Estas capacidades de visualización de información, combinadas con análisis de datos computacionales, se pueden aplicar al razonamiento analítico para respaldar el proceso de creación de sentido.

Temas

Alcance

El análisis visual es un campo multidisciplinario que incluye las siguientes áreas de enfoque: [2] 

• Técnicas analíticas de razonamiento que permiten a los usuarios obtener una visión profunda que respalda directamente la evaluación, la planificación y la toma de decisiones
• Representaciones y transformaciones de datos que convierten todo tipo de datos conflictivos y dinámicos de forma que admiten la visualización y el análisis
• Técnicas para apoyar la producción, presentación y diseminación de los resultados de un análisis para comunicar información en el contexto apropiado a una variedad de audiencias.
• Representaciones visuales y técnicas de interacción [6] que aprovechan la amplia ruta del ancho de banda del ojo humano hacia la mente para permitir a los usuarios ver, explorar y comprender grandes cantidades de información a la vez.

Técnicas de razonamiento analítico

Las técnicas de razonamiento analítico son el método por el cual los usuarios obtienen conocimientos profundos que apoyan directamente la evaluación de la situación, la planificación y la toma de decisiones. El análisis visual debe facilitar el juicio humano de alta calidad con una inversión limitada del tiempo de los analistas. Las herramientas de análisis visual deben permitir diversas tareas analíticas tales como: [2] 

• Comprender situaciones pasadas y presentes rápidamente, así como las tendencias y eventos que han producido las condiciones actuales
• Identificar posibles futuros alternativos y sus señales de advertencia
• Monitoreo de eventos actuales para la aparición de señales de advertencia, así como eventos inesperados
• Determinación de indicadores de la intención de una acción o un individuo
• Apoyar al tomador de decisiones en tiempos de crisis.

Estas tareas se llevarán a cabo mediante una combinación de análisis individual y colaborativo, a menudo bajo una presión de tiempo extrema. Los análisis visuales deben permitir las técnicas analíticas basadas en hipótesis y basadas en escenarios, proporcionando apoyo para que el analista razone sobre la base de la evidencia disponible. [2] 

Representaciones de datos

Las representaciones de datos son formas estructuradas adecuadas para transformaciones basadas en computadora. Estas estructuras deben existir en los datos originales o ser derivables de los datos mismos. Deben conservar la información y el contenido del conocimiento y el contexto relacionado dentro de los datos originales en la mayor medida posible. Las estructuras de las representaciones de datos subyacentes generalmente no son accesibles ni intuitivas para el usuario de la herramienta de análisis visual. Con frecuencia son de naturaleza más compleja que los datos originales y no son necesariamente de menor tamaño que los datos originales. Las estructuras de las representaciones de datos pueden contener cientos o miles de dimensiones y ser ininteligibles para una persona, pero deben ser transformables en representaciones de menor dimensión para su visualización y análisis. [2] 

...