haku: @keyword information visualization / yhteensä: 12
viite: 6 / 12
| Tekijä: | Järvinen, Paula |
| Työn nimi: | A data model based approach for visual analytics of monitoring data |
| Tietomallien hyödyntäminen monitorointidatan visuaalisessa data-analyysissä | |
| Julkaisutyyppi: | Lisensiaatintutkimus |
| Julkaisuvuosi: | 2013 |
| Sivut: | 135 s. + liitt. 20 Kieli: eng |
| Koulu/Laitos/Osasto: | Tietojenkäsittelytieteen laitos |
| Oppiaine: | Informaatiotekniikka (T-61) |
| Valvoja: | Kaski, Samuel |
| Ohjaaja: | Puolamäki, Kai ; Gröhn, Matti |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201305163100 |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark Aalto 6897 | Arkisto |
| Avainsanat: | visual analytics information visualization data modelling monitoring data visuaalinen data-analyysi tiedon visualisointi tiedon mallinnus monitorointi |
| Tiivistelmä (fin): | Tiedon mallinnus on vakiintunut ohjelmistotekniikan menetelmä. Työssä tutkitaan sen soveltamismahdollisuuksia visuaaliseen data-analyysiin. Visuaalinen data-analyysi on tuore tutkimusalue, jonka tavoitteena tietämyksen esiin saaminen tietomassoista. Siinä pyritään hyödyntämään ihmisen visuaalisia kykyjä ja päättelytaitoja yhdessä automaattisten analyysimenetelmien kanssa. Tiedon mallinnuksen käyttäminen visuaalisessa data-analyysissä ei ole vakiintunutta. Työn perustana on sovellusaluekohtainen tietomalli. Malli sisältää sovellusalueen keskeiset käsitteet, jotka pysyvät samoina yksittäisestä sovelluksesta toiseen. Lisäksi malli huomioi visualisointi- ja analyysimenetelmien tarpeet. Työssä ehdotetaan kolmea käyttötapaa tietomallille. Ensimmäinen on analyysisovellusten tuottaminen malliin perustuvan alustan avulla, toinen on käyttäjän päättelyn tukeminen malliin talletetun metadatan perusteella ja kolmas laajojen tietoaineistojen selailu mallista generoidun näkymän avulla. Työssä keskitytään monitorointidataan, jota kerätään nykyisin yhä useammilta alueilta. Lähestymistapaa arvioidaan soveltamalla sitä kahteen monitorointisovellukseen: ihmisten ruokailu- ja liikuntatapojen analysointiin sekä rakennusten sisäilmaolosuhteiden ja energia tehokkuuden arviointiin. Lisäksi työssä esitetään laaja katsaus visuaaliseen data-analyysiin, tiedon mallinnukseen, monitorointidataan sekä visuaalisen data-analyysin käytettävyyden arviointiin. Tulokset antavat olettaa, että sovellusaluekohtaisesta tietomallista on hyötyä visuaalisessa data-analyysissä. Malliin perustuva alusta voi nopeuttaa uusien sovellusten tuottamista. Mallin tarjoama päättelytuki ja aineiston selailunäkymä hyödyttävät erityisesti kohdealueen asiantuntijoita, jotka eivät ole data-analyysin tuntijoita. Yhdistämällä lähestymistavan tarjoamiin mahdollisuuksiin kohdetta kuvaavia visualisointeja, voidaan saada aikaa tehokkaita työkaluja tiedon analysointiin. |
| Tiivistelmä (eng): | Data modelling is a well-established method in software engineering. This work explores its use in the emerging field of visual analytics. Visual analytics is a recent approach to finding knowledge from data masses. It combines the strengths of automatic data processing and the visual perception and analysis capabilities of the human user. The approach has its roots in information visualization and data analysis, in which the use of data models is not common practice. The backbone of this work is the domain data model. The model incorporates the main concepts of a given domain, which remain similar regardless of the application, but which can be tuned for visualization and analysis purposes. The work proposes three uses for data models. The first is the construction of visual analytics applications in the domain. The second is supporting reasoning with the help of metadata. The third is using the data model as an approach to visualize large data spaces. The study focuses on the analysis of monitoring data, which is nowadays collected in vast amounts and from a wide variety of fields. The approach is evaluated using two cases from different applications in the monitoring data domain: analysing the eating and exercise habits of dieting people, and studying the energy efficiency and indoor conditions of buildings. In addition to the approach and the evaluation cases, the work introduces visual analytics, data modelling and monitoring data, and discusses the evaluation of visual analytics. The multi-discipline research area of visual analytics is represented in the form of a framework constructed as a part of this work. The results suggest that data modelling is a useful method in visual analytics. A domain model approach can save effort in constructing new visual analytics applications. Supporting reasoning and browsing data with the help of the data model would be especially useful for users who are not so familiar with data analysis, but know the application domain well. Combining the data model approach with descriptive visualizations can bring powerful tools for analysing data. |
| ED: | 2013-04-26 |
INSSI tietueen numero: 46131
+ lisää koriin
INSSI