Datenanalyse und Visualisierung
Prof. Dr. Daniel A. Keim
Aktuelle Forschungsprojekte
- Bücher, Zeitungen, Patente, Service Reports, Protokolle, ... – ein großer Teil der schriftlich festgehaltenen Informationen liegt nicht in strukturierter Form vor sondern als Text. Nicht selten scheitert die Nutzung dieser wertvollen Informationsquellen daran, dass es zu viel Zeit in Anspruch nehmen würde, alle diese Texte zu lesen und entsprechend der jeweiligen Interessen auszuwerten. Durch eine Kombination von automatischen und visuellen Techniken, kann diese Arbeit deutlich erleichtert und unterstützt werden. Unser Ziel ist es, Verfahren zu entwickeln, die es erlauben eine Dokumentenmenge im Hinblick auf eine bestimmte Fragestellung zu analysieren, ohne sie zu lesen.
- Ziel des Projekts "Visualisierung von Netzwerk-Zeitreihendaten" ist die Entwicklung und Implementierung von innovativen Visualisierungstechniken für Netzwerk-Zeitreihendaten, welche die Möglichkeiten heutiger hochauflösender Displays und Projektionswände nutzen, um sehr große Datenmengen geeignet darzustellen und eine explorative visuelle Analyse zu ermöglichen. Die besonderen Herausforderungen liegen dabei in den extrem großen Mengen und dem hohen Detaillierungsgrad von Netzwerk-Zeitreihendaten, welche beim Betrieb der Netzwerke anfallen (z.B. Lastprofile, Port-Informationen, IP-Paketinformationen, etc.).
- Das Ziel des Projekts ist, angemessene Analysemethoden zu entwickeln, welche visuelle, interaktive und algorithmische Techniken zu skalierbarer Analyse kombinieren. Die algorithmischen Techniken werden Trajektorien, Verkehrssituationen, Ereignisse und korrespondierende multidimensionale Attribute clustern, aggregieren und zusammenfassen.
- Im Gegensatz zur klassischen Datenbanksuche oder Text-Suche basiert die Suche auf Multimedia-Objekten auf Ähnlichkeitsvergleichen zwischen den Objekten. Dazu müssen für die Objekte Feature-Vektoren extrahiert werden, die das Objekt beschreiben und auf denen ein Ähnlichkeitsvergleich durchgeführt werden kann. Ziel des Projektes ist es automatische Verfahren der feature-basierten Suche mit visuellen Techniken zu verbinden, um eine bessere Suche auf den Multimedia-Objekten zu ermöglichen.
HomeMitgliederLehrePublikationenAktuelle ForschungsprojekteText VisualisierungVisualisierung von Netzwerk-ZeitreihendatenGeographic Data AnalysisFeature Based Similarity SearchAbgeschlossene ProjekteKonferenzen und WorkshopsSteinbeis-Kompetenzzentrum PowerwallResearch Center CAVISResearch Initiative CALDDFG SPP Scalable Visual AnalyticsEU Projekt VisMasterOffene Stellen
Interessensgebiet
Schnellzugriff
Mit einem Klick zur Information! Wählen Sie hier aus den Top-Ten der Inhaltsthemen Ihr Interessengebiet aus.


