Die Visualisierung hochdimensionaler Daten ist ein Eckpfeiler im wissenschaftlichen Data Mining. Die aussagekräftige Darstellung der Wissensentdeckung in Zeitreihen hilft dem
Experten, sein Datenverhalten zu verstehen. Bei hochdimensionalen Daten tritt die Visualisierung oft stärker in den Vordergrund, da sie dem Benutzer helfen kann, die Muster,
Klassifizierungen und Beziehungen innerhalb der beitragenden Variablen zu identifizieren. In der Zeitreihenanalyse spielt die auf euklidischer Distanz basierende Zeitreihenähnlichkeit eine große Rolle. Ein neuartiges Verfahren, das auf dem euklidischen Abstand, dem so genannten "Matrix-Profil", basiert, hat seine Anwendung in der Musteranalyse, Clustering und Regelentdeckung gezeigt. Ihre Fähigkeit, parallel berechnet zu werden, hat ihre Leistungsfähigkeit im Vergleich zu anderen Techniken ausgezeichnet. Sie ermöglicht es uns, mit vielen Sensoren und sehr langen Zeitreihendaten zu arbeiten. Aufgrund der Unregelmäßigkeiten der Sensordaten verwenden wir einen unüberwachten Ansatz, um auf das Merkmal ohne spezifische Anwendungsdomäne zu schließen. Daher sollte das entwickelte Modell für jede Art von Zeitreihendaten angewendet werden können. Darüber hinaus ist eine zusätzliche Studie enthalten, um auf den Hintergrund der Datenquelle zu schließen. Bei vielen Datenuntersuchungen hilft die Hintergrundstudie bei der Entwicklung einer hierarchischen Systematik, die den Benutzer anleitet, den Explorationsraum für einen bestimmten Aspekt der Analyse einzugrenzen. Nach der Informationsextraktion ist die Visualisierung als Endpunkt dieser Studie: Es muss nach aufschlussreichen Wegen gesucht werden, um die Ähnlichkeit von Zeitreihen, die Segmentierung und die Datenclusterung zu zeigen. Da es viele Möglichkeiten gibt, die Daten beim Design, bei der Informationsbereitstellung und bei der Interaktion mit den Benutzern zu visualisieren, beschränken wir die Forschungsarbeit auf die ersten beiden Teile. In einem kleinen Abschnitt gehen wir auch auf die Möglichkeiten ein, eine interaktivere Art der Visualisierung zu schaffen.
«
Die Visualisierung hochdimensionaler Daten ist ein Eckpfeiler im wissenschaftlichen Data Mining. Die aussagekräftige Darstellung der Wissensentdeckung in Zeitreihen hilft dem
Experten, sein Datenverhalten zu verstehen. Bei hochdimensionalen Daten tritt die Visualisierung oft stärker in den Vordergrund, da sie dem Benutzer helfen kann, die Muster,
Klassifizierungen und Beziehungen innerhalb der beitragenden Variablen zu identifizieren. In der Zeitreihenanalyse spielt die auf euklidischer Distan...
»