СОДЕРЖАНИЕ
1 Анализ средств визуально интерактивного представления и моделирования
многомерных данных 8
1.1 Многомерные данные и их представление 9
1.2 Визуально-интерактивное представление данных 12
1.3 Визуализация многомерных данных 14
1.4 Способы визуального представления данных 17
1.5 Представление многомерных данных на примере тессеракта 26
1.6 Проблемы, связанные с обработкой и представлением данных 37
2 Численный вероятностный анализ в области представления многомерных
данных 40
2.1 Применение численного вероятностного анализа в области представления
многомерных данных 40
2.2 Гистограммы как способ агрегирования многомерных данных 41
2.3 Понятие многомерных гистограмм 43
3 Разработка программного модуля для визуального моделирования
многомерных данных 47
3.1 Концепция разрабатываемого программного модуля 47
3.2 Технологии, применяемые для реализации программы визуализации
многомерных данных 49
3.3 Описание структуры и основных классов программного модуля 51
3.3.1 Основные классы 52
3.3.2 Классы управления 54
3.3.3 Ключевые объекты реализации программного модуля визуального
представления многомерных данных 56
3.4 Графическое представление интерфейса программного модуля
визуализации данных 58
Заключение 63
Список сокращений 64
Список использованных источников 65
Приложение А 69
Приложение Б 78
В настоящее время, при решении многих практических задач, в том числе в задачах принятия решений, при обработке данных дистанционного зондирования земли [16], изучении крупно масштабных распределенных систем важную роль играет процесс обработки и анализа данных с целью последующей интерпретации полученной информации и построения рекомендаций для лица, принимающего решение [8]. Решение подобных задач существенно усложняется, когда данные характеризуются большими объемами и представляют собой сложный многомерный объект.
Принятие решений является одной из сложных и ответственных составляющих человеческой деятельности. Многообразие целей, сложность задач, ограничения и неопределенность требуют компьютерной поддержки процесса принятия решений. В настоящее время разработка компьютерных систем поддержки принятия решений представляет собой одно из интенсивно развивающихся направлений создания информационных систем [16]. В рамках поддержки решений используются различные технологии, среди которых следует указать на визуально-интерактивное моделирование. Массивы многомерных данных и данных больших объемов заключают в себе множество скрытых связей и закономерностей, зачастую недоступных при использовании имеющихся способов визуального анализа. За несколько прошедших десятилетий значительно возрос интерес к проблемам анализа многомерных данных, которые, в свою очередь, представляют собой данные, которые содержат информацию о трех или более признаках для каждого объекта. Сложность исследования подобного рода данных заключается в том, что, как правило, значительная часть закономерностей и связей между различными параметрами изучаемого набора данных скрыта [27]. Таким образом, крайне актуальной задачей является исследование, модификация и симбиоз существующих методов и способов представления и моделирования
Целью данной работы являлось исследование и, по возможности, дальнейшая модификация и применение средств, методов и алгоритмов представления и моделирования различных данных больших объемов, что, в свою очередь, позволит повысить качество визуального анализа эмпирических многомерных данных.
Также, последовательно определялись и ставились задачи, необходимые для достижения определенной ранее цели работы, и позволяющие последовательно исследовать определенную темой работы тематику:
1) Провести проблемный анализ представленной тематики и исследование на тему необходимости изучения способов визуально-интерактивного представления и моделирования данных больших объемов.
2) Изучить теоретические аспекты визуально-интерактивного моделирования и представления эмпирических многомерных данных, обозначить основные существующие проблемы и сформировать задачи исследования.
3) Разработать алгоритм, а впоследствии и программный модуль визуального представления многомерных данных в виде динамических сечений.
В итоге, выпускная квалификационная работа представляет собой 3 главы:
1) «Анализ средств визуально-интерактивного представления и моделирования многомерных данных», представляющая собой изучение и анализ теоретических аспектов согласно тематике работы.
2) «Численный вероятностный анализ в области представления многомерных данных» представляет описание средств ЧВА, доступных при обработке данных большой размерности.
3) «Разработка программного модуля для визуального моделирования многомерных данных», которая включает описание концепции разрабатываемого модуля построения динамических сечений, применяемых программных средств и процесса разработки.
В ходе выполнения целей и задач исследования на тему визуального представления и анализа эмпирических многомерных данных изучены теоретические аспекты визуально-интерактивного моделирования и представления многомерных данных и данных больших объемов, обозначены основные существующие проблемы и сформированы задачи исследования, осуществлена разработка алгоритма и программного модуля визуального моделирования многомерных данных, посредством построения динамических сечений, программный модуль протестирован на эмпирических данных.
По результатам исследований опубликованы статьи:
1. Погорелый, Е. С., Представление многомерных данных для ВИМ-технологий // Журнал «Научные исследования и разработки молодых ученых». 2015. № 7. С. 120-124.
2. Погорелый, Е. С., Проблемный анализ визуализации многомерных данных // Международная научная конференция «Молодежь и наука: проспект Свободный». 2016.
3. Погорелый, Е. С., Визуальное представление многомерных данных с использованием компьютерных моделей // Решетнёвские чтения: материалы XX Юбилейной междунар. науч.-практ. конф.: в 2 ч. / под общ. ред. Ю. Ю. Логинова ; СибГАУ — Красноярск, 2016. Ч. 2. С. 284-287.
4. Погорелый, Е. С., Визуально-интерактивное представление и моделирование многомерных данных // Международная научная конференция «Молодежь и наука: проспект Свободный». 2017.
Также, следует сказать, что в настоящее время область визуально-интерактивного представления и моделирования данных больших объемов представляет большой интерес для исследователей по всему миру. В пользу данного заключения говорит внушительное количество издаваемых публикаций, книг, монографий и пособий, проводимых конференций и представляемых на них докладов по данной тематике.
1. Большаков, А. А., Керимов, Р. Н., Методы обработки многомерных данных и временных рядов // Москва, Горячая Линия — Телеком, 2007.
2. Бондарев, А. Е., Галактионов, В. А., Анализ и визуализация многомерных данных в задачах вычислительной газовой динамик // Programming and Computer Software. 2015. T. 41. № 5. С. 247-252.
3. Бондарев, А. Е., Галактионов, В. А., Шапиро, Л. 3., Анализ многомерных данных в задачах многопараметрической оптимизации с применением методов визуализации // ИПМ им. М.В. Келдыша РАН, Россия, Москва, 2012.
4. Булгаков, С. В., Агрегирование информационных моделей // Перспективы Науки и Образования, 2014, №3(9), С.9-13.
5. Васильев, В. Р., Волобой, А. Г., Вьюкова, Н. И., Галактионов, В. А. Контекстная визуализация пространственных данных // Препринты ИПМ им. М. В. Келдыша. 2004. № 56. 23 с.
6. Горбань, А. Н., Методы нейроинформатики // КГТУ, Красноярск, 1998.
7. Добронец, Б. С., Попова, О. А., Гистограммный подход к представлению обработке данных космического и наземного мониторинга // Известия ЮФУ. Технические науки. 2014. № 6 (155). С. 14-22.
8. Добронец, Б. С., Попова, О. А., Представление и обработка неопределенности на основе гистограммных функций распределения и P-boxes // Информатизация и связь. 2014. № 2. С. 23-26.
9. Добронец, Б. С., Попова, О. А., Численный вероятностный анализ неопределенных данных: монография // Сибирский федеральный университет, Красноярск, 2014 — 168 с.
10. Дугина, Т. О., Туннельная модель как способ представления совокупностей простых и многомерных данных // Известия высших учебных заведений. Поволжский регион. Технические науки, 2015. № 3 (35). — С. 5-14.
11. Зиновьев, А. Ю., Визуализация многомерных данных // КГТУ, Красноярск, 2000. 180 с.
12. Кудж, С. А., Цветков, В. Я., Информационные образовательные единицы // Дистанционное и виртуальное обучение, 2014. №1. С.24-31.
13. Масленников, О. П., Мильман, И. Е., Сафиуллин А. Э., Бондарев, А. Е., Низаметдинов, Ш. У., Пилюгин, В. В., Разработка и развитие системы интерактивного визуального анализа многомерных данных // Труды 25 -и Международной Конференции по Компьютерной Графике и Зрению ГрафиКон'2015, Протвино, Россия, 22-25 сентября 2015 г., С. 227-231.
14. Методы создания стереоскопических изображений: Электронный ресурс URL: http://briefeducation.ru
15. Муха, В. С., Анализ многомерных данных: проблемы, состояние, перспективы // Доклады БГУИиР, п. Бровки, 6, Минск, р. Беларусь, 2003.
16. Першина, Е. Л., Попова, О. А., Чуканов, С. Н., Интеллектуальные системы поддержки принятия решений: комплексы программ, модели, методы, приложения // Федеральное агентство по образованию, ГОУ ВПО «Сибирская государственная автомобильно-дорожная акад. (СибАДИ)». Омск, 2010.
17. Погорелый, Е. С., Визуальное представление многомерных данных с использованием компьютерных моделей // Решетнёвские чтения: материалы XX Юбилейной междунар. науч.-практ. конф., посвящ. памяти генерального конструктора ракетно-космических систем академика М. Ф. Решетнева: в 2 ч. / под общ. ред. Ю. Ю. Логинова ; Сиб. гос. аэрокосмич. ун-т. — Красноярск, 2016. Ч. 2. С. 284-287.
18. Погорелый, Е. С., Представления многомерных данных для ВИМ-технологий // Журнал «Научные исследования и разработки молодых ученых». 2015. № 7. С. 120-124.
19. Погорелый, Е. С., Проблемный анализ визуализации многомерных данных // Международная научная конференция «Молодежь и наука: проспект Свободный». 2016.
20. Попова, О. А., Гистограммный информационно-аналитический подход к представлению и прогнозированию временных рядов // Информатизация и связь. 2014. № 2. С. 43-47.
21. Попова, О. А., Гистограммы второго порядка для численного моделирования в задачах с информационной неопределенностью // Известия ЮФУ. Технические науки, 06.2014.
22. Попова, О. А., Технология извлечения и визуализации знаний на основе численного вероятностного анализа неопределенных данных // Информатизация и связь. 2013. № 2. С. 63-66.
23. Попова, О. А., Численный вероятностный анализ для агрегации, регрессионного моделирования и анализа данных // Информатизация и связь. 2015. № 1. С. 15-21.
24. Попова О. А., Численный вероятностный анализ для оптимизационных
задач гидроэнергетики // Известия ИрГУ, 2015. Т. 12. Серия «Математика». С.79-92.
25. Попова, О. А., Першина, Е. Л., Чуканов, С. Н., Интеллектуальные системы поддержки принятия решений: комплексы программ, модели, методы, приложения // Федеральное агентство по образованию, ГОУ ВПО "Сибирская гос. автомобильно-дорожная акад. (СибАДИ)". Омск, 2011.
26. Тихонов, А. Н. Концепция сетецентрического управления сложной организационно-технической системой // Иванников, А. Д., Соловьёв, И. В., Цветков, В. Я., Кудж, С. А. — М.: МаксПресс, 2010. 136 с.
27. Шрамм, Ф. К., Формозу, К.Т., Использование визуального интерактивного моделирования с использованием ПО по совершенствованию процесса принятия решений в системе обеспечения производства.
28. Цветков, В. Я. Информатизация: Создание современных информационных технологий. Часть 1. Структуры данных и технические средства // М., ГКНТ, ВНТЦентр, 1990. 118 с.
29. Dobronets, B. S., Krantsevich, A. M., Krantsevich, N. M. Software implementation of numerical operations on random variables // Журнал Сибирского
федерального университета. Серия: Математика и физика. 2013. Т. 6. № 2. С. 168-173.
30. Piatetsky-Shapiro, G., Machine Learning, Data Mining, and Knowledge Discovery: An Introduction // AAAI/MIT Press, 1996.
31. Scott, D. W., Multivariate density estimation: theory, practice and visualization // Rice University, Houston, Texas, 1993.