CMGV: A unified framework for complexity management in graph visualization
CMGV: Çizge görselleştirmede karmaşıklık yönetimi için birleşik bir çerçeve
- Tez No: 830305
- Danışmanlar: PROF. DR. UĞUR DOĞRUSÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Günümüzün teknolojik devrim çağında, üretilen verilerin hacmi, özellikle görsel analiz açısından, bu tür ölçekteki ilişkisel verileri analiz etmek için önemli bir zorluk teşkil etmektedir. Çizgeler, varlıkları temsil eden düğümlerle ilişkisel verileri düzenlemenin ve temsil etmenin etkili bir yolunu sağlar. Tersine, ilişkileri temsil eden kenarlar, karmaşık büyük ölçekli verilerin kapsamlı ve sezgisel bir görünümünü oluşturur. Karmaşık çizgelerin iyi temsil edilen bir görselleştirmesi, kullanıcıların ilişkileri anlamalarına, yeni içgörüler ortaya çıkarmalarına ve gizli kalıpları keşfetmelerine olanak tanır. Bu amaçla, çizgelerle temsil edilen büyük ölçekli ilişkisel verileri etkili bir şekilde analiz etmek için bir karmaşıklık yönetimi çerçevesi sunuyoruz. Çizge karmaşıklığını yönetmek için mevcut yöntemler bağımsız olarak çalışır ve art arda uygulanan tutarsızlıklara ve karışıklığa yol açabilir. Karmaşıklık Yönetimi Çizge Görselleştirme çerçevesi (CMGV), özel bir yerleştirme algoritması aracılığıyla kullanıcının zihinsel haritasının korunmasını sağlarken yaygın olarak kullanılan karmaşıklık yönetimi tekniklerini entegre eden yeni bir yaklaşım sunar. Çerçeve, hem çizge temsili hem de karmaşıklık yönetimi için sezgisel bir Çizge Karmaşıklık Yönetimi Modeli (CMGM) sunar. CMGV, çizge öğelerini filtreleme, gizleme, gösterme, daraltma ve genişletme dahil olmak üzere yaygın olarak kullanılan karmaşıklık yönetimi görevlerini destekler. Daha da önemlisi, CMGV, işleme yönteminden bağımsız olacak şekilde tasarlanmıştır ve farklı çizge işleme kütüphaneleriyle sorunsuz bir şekilde entegre edilebilir. Bu, işleme kütüphanesi ve CMGM arasında çizge modellerini senkronize eden bir uzantı aracılığıyla mümkündür. Rastgele oluşturulmuş çizgeler üzerinde gerçekleştirilen deneylerimiz, CMGV'nin kullanıcı çizgesini olduğu gibi bırakarak ardışık çizge karmaşıklığı yönetimi işlemlerini kusursuz bir şekilde gerçekleştirdiğini ve hem çalışma zamanı hem de genel kabul görmüş çizge düzeni kriterleri açısından mevcut karmaşıklık yönetimi çözümlerinden daha iyi performans gösterdiğini doğrulamaktadır. Küçük ve orta boyutlu çizgeler içeren etkileşimli uygulamalarda kullanılabilecek kadar hızlıdır.
Özet (Çeviri)
In today's era of technological revolution, the sheer volume of data being produced poses a significant challenge for analyzing relational data of such scale, particularly in terms of visual analysis. Graphs provide an effective way of organizing and representing relational data, with nodes representing entities. In contrast, edges representing relationships, a comprehensive and intuitive view of complex large-scale data is created. A well-represented visualization of complex graphs allows users to understand relationships, uncover new insights, and discover hidden patterns. To this end, we introduce a complexity management framework for effectively analyzing large-scale relational data represented as graphs. Existing methods for managing graph complexity work independently and may lead to inconsistencies and confusion consecutively applied. The Complexity Management Graph Visualization framework (CMGV) presents a novel approach integrating commonly used complexity management techniques while ensuring the preservation of the user's mental map through a specialized layout algorithm. The framework introduces an intuitive Graph Complexity Management Model (CMGM) for both graph representation and complexity management. CMGV supports commonly utilized complexity management tasks, including filtering, hiding, showing, collapsing, and expanding graph elements. Importantly, CMGV is designed to be independent of the rendering method and can be seamlessly integrated with different graph rendering libraries. This is possible through an extension that synchronizes the graph models between the rendering library and CMGM. Our experiments performed on randomly generated graphs verify that CMGV flawlessly performs consecutive graph complexity management operations, leaving the user graph intact, and outperforms existing complexity management solutions in terms of both runtime and generally accepted graph layout criteria. It is fast enough to be used in interactive applications with small to medium-sized graphs.