[4] [5] Space-time cube Hägerstraand [6] 3 2 [7] Space-time cube Bach Space-time cube 2 2 Generalized space-time cube [8] Bach 3 Space-time cube 2 Sma

Size: px

Start display at page:

Download "[4] [5] Space-time cube Hägerstraand [6] 3 2 [7] Space-time cube Bach Space-time cube 2 2 Generalized space-time cube [8] Bach 3 Space-time cube 2 Sma"

よりおうえや
5 years ago
Views:

1 1,a) 2 3,b) 1 1. Small multiples[1] Small multiples 1 College of Media Arts, Science and Technology, School of Informatics, University of Tsukuba 2 Dentsu Isobar Inc. 3 Faculty of Engineering, Information and Systems, University of Tsukuba a) chiba@vislab.cs.tsukuba.ac.jp b) misue@cs.tsukuba.ac.jp Andrienko [2] [3] Small multiples[1] c 2016 Information Processing Society of Japan 1

[4] [5] Space-time cube Hägerstraand [6] 3 2 [7] Space-time cube Bach Space-time cube 2 2 Generalized space-time cube [8] Bach 3 Space-time cube 2 Small multiples Time juxtaposing Time juxtaposing

2 [4] [5] Space-time cube Hägerstraand [6] 3 2 [7] Space-time cube Bach Space-time cube 2 2 Generalized space-time cube [8] Bach 3 Space-time cube 2 Small multiples Time juxtaposing Time juxtaposing Small multiples Small multiples Time juxtaposing 2.2 Time juxtaposing GUI [9] Time juxtaposing 1 X MP Time juxtaposing HP [10] Time juxtaposing Fig. 1 Example of the use of time juxtaposing L *1 N lon N lat s x,y S S = {s x,y 0 x < N lon 0 y < N lat, L = s S s = N lon 1 x=0 N lat 1 y=0 x, y } (1) s x,y (2) x v y w s x,y s v,w = (3) s t u t (s) u t (s) R 0 R 0 t T N t s u(s) u(s) = (u 0 (s), u 1 (s),..., u Nt 1(s)) (4) 3.2 *1 c 2016 Information Processing Society of Japan 2

情報処理学会研究報告かし地図上で可視化することにより内側すべての位置の値が特定の範囲に収まるような部分空間を 1 つのまとまりとして認識することができその地理空間上での動きや形状の変化を追跡することができるこのように時空間変量において空間的変化の情報はデータ内に直接記述された情報ではなく高次な情報であるそのため可視化表

つが考えられる 3.2.1 クラスタの形状変化移動ある領域 s S とその領域に隣接する領域 s S を考えるそれらの領域が時刻 t に持つ値 ut (s) と ut (s ) に図 2 降雨強度データを提案手法を用いて可視化した図ついて ut (s) ε かつ ut (s ) ε を満たす領域 s と s の Fig.

それを一意に記述することはできない可視化手法の読み手によって様々に解釈されるクラスタは時刻の経過に伴ってその形が変化したり移動したりする形の変化には大きさの変化や分離と合流などが考えられる図 3 時空間変量データから Time juxtaposing への変換 Fig.

2 値のピーク地点の移動クラスタ内のある 2 つの領域 s S と s S を考えるそれらの領域が時刻 t に持つ値 ut (s) と ut (s ) について常に ut (s) ut (s ) を満たす領域 s が存在するこの極大値をとる地点を値のピーク地点と呼ぶこととする値のピーク地点は時空間変量データを理解する上で目印となる情報である

4 Conversion to the proposed method from the spatiotemporal variables の中心がどのように移動したかを伝えることで他人にデータを理解してもらえるであろう値のピーク地点の移動に位置に配置する手法であるそれに対し提案手法ではまは移動の速さや軌跡の形状などの違いで様々なパターンず図 4

3 情報処理学会研究報告かし地図上で可視化することにより内側すべての位置の値が特定の範囲に収まるような部分空間を 1 つのまとまりとして認識することができその地理空間上での動きや形状の変化を追跡することができるこのように時空間変量において空間的変化の情報はデータ内に直接記述された情報ではなく高次な情報であるそのため可視化表現による読み取りもしくは空間的変化の抽出を目的とした何らかのデータ処理が必要である空間的変化の種類にはクラスタの形状変化移動と値のピーク地点の移動の 2 つが考えられるクラスタの形状変化移動ある領域 s S とその領域に隣接する領域 s S を考えるそれらの領域が時刻 t に持つ値 ut (s) と ut (s ) に図 2 降雨強度データを提案手法を用いて可視化した図ついて ut (s) ε かつ ut (s ) ε を満たす領域 s と s の Fig. 2 Example of the use of the proposed method 組み合わせが存在するここで ε はしきい値であるこのとき条件を満たす領域 s と s の組合せを足し合わせてできる連続した領域をクラスタと呼ぶこととする気象レーダーのデータであればそれぞれのクラスタが雨雲を表現していると言えるクラスタの形状変化や移動はそれを一意に記述することはできない可視化手法の読み手によって様々に解釈されるクラスタは時刻の経過に伴ってその形が変化したり移動したりする形の変化には大きさの変化や分離と合流などが考えられる図 3 時空間変量データから Time juxtaposing への変換 Fig. 3 Conversion to time juxtaposing from the spatiotemporal variables 値のピーク地点の移動クラスタ内のある 2 つの領域 s S と s S を考えるそれらの領域が時刻 t に持つ値 ut (s) と ut (s ) について常に ut (s) ut (s ) を満たす領域 s が存在するこの極大値をとる地点を値のピーク地点と呼ぶこととする値のピーク地点は時空間変量データを理解する上で目印となる情報である例えば気象レーダーのデータであれば値のピーク地点は雨雲の中心と言える気象レーダーのデータを読み取った結果を他人に伝えるときには雨雲図 4 時空間変量データから提案手法への変換 Fig. 4 Conversion to the proposed method from the spatiotemporal variables の中心がどのように移動したかを伝えることで他人にデータを理解してもらえるであろう値のピーク地点の移動に位置に配置する手法であるそれに対し提案手法ではまは移動の速さや軌跡の形状などの違いで様々なパターンず図 4 のように地理空間を格子状に区切って部分空間を作が考えられるる図 4 左図に赤色で示したのはそのうちのある部分空間 4. 提案手法我々は空間的変化の読み取りに関する問題を解決するた内のデータ全時刻分でありこれを 2 次元のチャートに要約してその場に配置するチャートは簡単なものにして表示領域を抑え地理空間はそれに合わせて細かく区切るめ時空間変量データを単一地図上で表現する可視化手法こうすることによりデータを表現する位置とデータを持を開発した図 2 は図 1 で示したものと同じデータを提つ実際の位置とのズレを最小限にできるため部分空間毎案手法で可視化したものであるにデータを要約して表現しても地図全体として空間的な情報の表現力を大きく損なうことはない 4.1 基本的なアイデア部分空間を要約するチャートには全時刻分の情報を失図 3 左図に赤色で示した平面をある時刻のデータのプいにくいより簡単な表現であることが求められるチャーロットだとすると既存手法の Time juxtaposing はそれトへの要約は位置に基づくデータの集約と集約後のを抜き出して表示領域に合うよう縮小し時刻順で適当なデータに対する視覚変数の割当の 2 つの手順で行う c 2016 Information Processing Society of Japan 3

4 Time juxtaposing Fig. 5 5 Allocation and the legend of the visual variables 4.2 L N lon N lat i j A p,q A p,q S A p,q = {s x,y S pi x < (p + 1)i qj y < (q + 1)j} (5) A S t u t (A) u t (A) = 1 A u t (s) (6) s A A u(a) u(a) = (u 0 (A), u 1 (A),..., u Nt 1(A)) (7) 4.3 A p,q u(a) 5 1 N t 1 t u t (A) t u t (A) A p,q c 2016 Information Processing Society of Japan 4

1 1 Table 1 Features of the data used in User Study 1 D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 Y 2 1 1 2 t Table 2 Durations of reading [sec.] and results of t-test for each data set x s d x s d p D1 16.13 11.

00186 * D7 15.02 7.258 15.51 15.35 0.929 D8 54.63 35.78 17.30 14.75 0.0101 * D9 12.72 6.337 11.65 8.985 0.762 D10 15.13 8.701 7.227 5.038 0.0257 * 23.61 19.67 13.82 12.86 0.0000493 * 5.

5 1 1 Table 1 Features of the data used in User Study 1 D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 Y t Table 2 Durations of reading [sec.] and results of t-test for each data set x s d x s d p D D * D D * D D * D D * D D * * 5.4 EIZO ColorEdge CG Processing Enter [ ] 1 6 px t p < 0.05 p = t 2 * p < D8 D8 6 D D8 D5 Fig. 6 D8 presented with Fig. 7 D5 presented with the proposal method time juxtaposing 2 D5 D t D8 5.6 c 2016 Information Processing Society of Japan 5

6 2 5.2 D Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 A B A B Table 3 Details of the questions in User Study 2 Q1 5 Q2 5 Q3 5 Q4 5 Q5 5 Q6 10 Q7 AB 10 Q8 AB 10 T1 T2 T3 T4 T5 4 2 Table 4 Types of the data used in User Study Q c 2016 Information Processing Society of Japan 6

7 5 Q1 3 Table 5 Results of the grading of the answers for Q1-3 T1 T2 T3 T4 T5 Q Q Q Table Q4 5 Deviations between the correct values and the answers for Q4 and Q5 [hour(s)] T1 T2 T3 T4 T5 Q Q Q6 8 Table 7 Numbers of the correct answers for Q6-8 x s d x s d Q *** Q * Q * Enter 3 12 Enter Q Q Q x s d Q p < p < 0.05 Q6 8 2 p < * p < 0.05 *** p < Q1 Q8 Q2 Q3 Q6 Q1 T5 1 T5 c 2016 Information Processing Society of Japan 7

8 Q5 Q8 Q5 Q8 Q5 Q8 Q5 Q4 Q7 Q5 Q8 Q1 [1] Tufte, E.: Envisioning Information, Graphics Press, Cheshire, CT, USA (1990). [2] Andrienko, G., Andrienko, N., Demsar, U., Dransch, D., Dykes, J., Fabrikant, S. I., Jern, M., Kraak, M.-J., Schumann, H. and Tominski, C.: Space, time and visual analytics, International Journal of Geographical Information Science, Vol. 24, No. 10, pp (2010). [3] Kraak, M.-J.: Geovisualization illustrated, ISPRS journal of photogrammetry and remote sensing, Vol. 57, No. 5, pp (2003). [4] Harrower, M.: A look at the history and future of animated maps, Cartographica: The International Journal for Geographic Information and Geovisualization, Vol. 39, No. 3, pp (2004). [5] Harrower, M. and Fabrikant, S.: The role of map animation for geographic visualization, Geographic visualization, pp (2008). [6] Hägerstraand, T.: What about people in regional science?, Papers in regional science, Vol. 24, No. 1, pp (1970). [7] Kraak, M.-J.: The space-time cube revisited from a geovisualization perspective, Proceedings of 21st International Cartographic Conference, pp (2003). [8] Bach, B., Dragicevic, P., Archambault, D., Hurter, C. and Carpendale, S.: A Descriptive Framework for Temporal Data Visualizations Based on Generalized Space- Time Cubes, Computer Graphics Forum, Wiley Online Library (2016). [9] Quinan, P. S. and Meyer, M.: Visually Comparing Weather Features in Forecasts, IEEE Transactions on Visualization and Computer Graphics, Vol. 22, No. 1, pp (2016). [10] :, (online), available from hpcolor.html (accessed ) c 2016 Information Processing Society of Japan 8

3.1 Thalmic Lab Myo * Bluetooth PC Myo 8 RMS RMS t RMS(t) i (i = 1, 2,, 8) 8 SVM libsvm *2 ν-svm 1 Myo 2 8 RMS 3.2 Myo (Root

3.1 Thalmic Lab Myo * Bluetooth PC Myo 8 RMS RMS t RMS(t) i (i = 1, 2,, 8) 8 SVM libsvm *2 ν-svm 1 Myo 2 8 RMS 3.2 Myo (Root 1,a) 2 2 1. 1 College of Information Science, School of Informatics, University of Tsukuba 2 Faculty of Engineering, Information and Systems, University of Tsukuba a) oharada@iplab.cs.tsukuba.ac.jp 2.