Visualisierungstechniken zur Analyse großer Mengen von zeitabhängigen Punktdaten

Die visuelle Analyse der zeitabhängigen Daten ist ein bislang nur ansatzweise gelöstes Problem in der Forschung. Häufig werden die Daten bei solchen Analysen mit Hilfe von zeitveränderlichen Punktwolken visualisiert. Bei der kontinuierlichen Darstellung dieser Punkte über die Zeit entstehen jedoch komplexe und oft visuell überladene Ansichten, die kaum noch analytische Interpretationen erlauben. Im Rahmen dieser Diplomarbeit wird zunächst eine Vielzahl neuer animationsbasierter Visualisierungstechniken zur Analyse zweidimensionaler zeitabhängiger Punktdaten realisiert und in einer selbst implementierten Prototyp-Anwendung (PCLA) näher demonstriert. Dabei wird das zeitveränderliche Verhalten der Punkte bzw. Punktklassen ausführlich untersucht und entscheidende Vereinfachungen innerhalb von komplexen Punktansichten erzielt. Einige Beispiele der im Rahmen der vorliegenden Arbeit entwickelten Methoden sind: Aggregation der Punkte anhand verschiedener umgebender Hüllen, Visualisierung der Punkttrajektorien, sowie Darstellung der zugehörigen minimal aufspannenden Bäume von Punktverteilungen. Ferner werden verschiedene interaktive Methoden zur Analyse der Daten vorgestellt und anhand eines Anwendungsbeispiels näher demonstriert. Die hierbei implementierten Methoden basieren insbesondere auf visueller Aggregation der Punkte, Überwachung von Merkmalen der Punkte und Punktverteilungen über die Zeit, sowie Auswertung der Zusammenhänge zwischen den Merkmalen. Abschließend werden die realisierten Analysemethoden anhand eines Anwendungsbeispiels im Bezug auf ihre Leistungsfähigkeit evaluiert und die Erweiterungsmöglichkeiten der Konzepte diskutiert