Организация информационного обмена объекта исследования с визуальными моделями данных
Захарова А.А., Шкляр А.В.

Организация информационного обмена объекта исследования с визуальными моделями данных

______________________

Захарова А.А., Шкляр А.В.



Аннотация

Результативность применения методов визуализации данных является следствием обоснованного и предсказуемого использования исходной информации. В работе рассмотрены основные особенности визуализации произвольных данных в контексте повышения когнитивных свойств визуальных моделей, указаны аспекты зрительного восприятия, понимание принципов которых может значительно усилить влияние визуализации на решение задач, связанных с разнотипными источниками данных.

Ключевые слова: визуализация данных, метафора визуализации, анализ данных, когнитивные системы, восприятие информации.

Использование визуализации в качестве способа анализа данных обусловливает необходимость в качественных критериях, благодаря которым можно определять наиболее эффективные визуальные приемы, соответствующие специфике поставленной задачи и особенностям данных. Отсутствие полноценной классификации категорий данных, которая позволила бы быстро и с высокой степенью однозначности делать выбор необходимых инструментов визуализации, является обстоятельством, препятствующим превращению визуальных моделей данных в результативный исследовательский метод.

Одной из задач визуализации информации, в общем случае, является выполнение коммуникативной функции между произвольными данными и когнитивными усилиями исследователей. Эффективность этого процесса может быть обеспечена только при учете и понимании особенностей зрительного восприятия человека. С учетом этого визуализация позволяет решать две задачи: с одной стороны, выбирать способ визуального представления исходной информации, адекватный ее особенностям, с другой стороны, определять метафору визуализации, позволяющую производить эффективный анализ и поиск ответов на поставленные вопросы, используя преимущества визуального восприятия.

Построение метафоры представления происходит с учетом наличия в задаче двух основных форм данных: информации, описывающей объекты, и информации, характеризующей существующие в рамках задачи связи [1]. Одновременная визуализация обеих форм данных накладывает на визуальную модель требование непротиворечивости визуальных образов, соответствующих информационным компонентам, относящимся к объектам, отношениям и их атрибутам. Предварительный анализ совокупности исходных данных с точки зрения бесконфликтности сопоставляемых им визуальных образов становится необходимым предварительным этапом при построении визуальной модели. Следует отметить, что активное применение визуализации к задачам, оперирующим сложными, в том числе комплексными и разнотипными источниками данных, делает необходимым наличие внутренних для визуальной модели регулирующих механизмов, которые позволяют уточнять или изменять метафору представления любого источника данных при появлении визуальных составляющих, затрудняющих интерпретацию информационной основы модели.

Изменение визуальной метафоры является приемом, существенно снижающим интерпретируемость модели, а точнее, приемом, который требует дополнительного времени для уточнения восприятия исследователя в соответствии с измененным представлением информации. Скорость и эффективность интерпретации являются преимуществами визуализации, поэтому использование изменяющегося представления целесообразно лишь после оценки возможных затрат времени и когнитивных усилий.

В традиционном понимании информационная основа визуальной модели определяется источниками данных, которые определяют состояние объектов, составляющих модель. К данным этого типа относятся числовые переменные заданной размерности, а также параметры и атрибуты объектов, которые могут быть охарактеризованы с использованием какой-либо из шкал измерения [2]. Организация одностороннего информационного обмена происходит при помощи импорта числовых данных и выполнения алгоритмов, ответственных за использование импортированных значений для изменения состояния визуальной модели.

Визуальные модели данных используют свойства восприятия как естественного инструмента, обеспечивающего очень быстрый анализ информации, полученной при помощи зрения. Так как восприятие не ограничивается только количественной интерпретацией свойств наблюдаемого объекта, предполагается, что на уровне визуальной модели может быть организовано объединение процессов анализа информации, имеющей как числовую, так и иную природу. Управление свойствами представления, в том числе независимыми визуальными метафорами отдельных информационных каналов, должно обеспечивать согласованную параллельность их интерпретации наблюдателем. Зрительная сопоставимость и одновременный анализ разнородной информации, относящейся к объекту визуализации, позволяют достигать понимания сути изучаемого явления с меньшей затратой усилий.

Включение в визуальную модель данных произвольного типа, структуры и сложности приводит к появлению соответствующих информационных потоков, важнейшим регулятором которых является эффективность использования полученного образа при решении поставленной задачи. На этапе определения приемлемых способов подключения к визуальной модели каждого конкретного источника данных и создания соответствующей визуальной метафоры формулируются ответы на большинство вопросов, связанных с восприятием визуальной информации. В случае, когда представление отдельной информационной составляющей в рамках уже существующей модели данных признается труднореализуемым, происходит либо изменение визуальной метафоры, либо в модель вводятся новые данные после этапа предварительной обработки, который может быть вынесен за пределы визуальной модели.

Все аспекты использования информации – с точки зрения получения визуальных моделей однозначной или прогнозируемой интерпретируемости – представляют собой комплекс вопросов, основу которого составляет проблема произвольного толкования визуальных образов. Понимание многих образов считается естественным и обоснованным с точки зрения многовековой эволюции восприятия и должно опираться на индивидуальный опыт или знания, являющиеся отражением социально-культурного окружения. Известны эксперименты, которые могут считаться аргументированным подтверждением этого подхода [3]. Однако не менее обоснованной является интерпретация восприятия визуальных образов как произвольного соглашения в рамках лишь определенного социального круга. Подтверждением последнего суждения можно считать существование многочисленных примеров абсолютно несовпадающих трактовок одних и тех же символов или образов.

Неоднозначность соответствия между исходными данными и сопоставляемыми им визуальными образами существует как в прямом, так и в обратном направлении и, в общем случае, может считаться фактором, уменьшающим эффективность использования визуализации, так как требует дополнительных усилий при интерпретации. Однако это же обстоятельство становится очень результативным для задач, в которых целью визуализации является не только представление информации в форме, облегчающей и ускоряющей ее понимание, но и поиск неизвестных решений, получение новых знаний. В этом случае использование множественности визуальных метафор, перебор существующих или создание новых, позволяет обнаруживать решения, не только опираясь на существующие алгоритмы, но и используя когнитивный потенциал исследователя. Обеспечение такой функции визуальных моделей возможно при наличии управляющего воздействия со стороны наблюдателя, стремящегося согласовать особенности своего понимания и степень информированности об изучаемой системе с ее визуальной моделью. Тогда визуальная модель получает информацию о характеристиках самого исследователя. Создается дополнительный информационный канал, который участвует в формировании визуальной модели.

Модель системы восприятия

Возможность рассматривать наблюдателя как элемент визуальной модели является следствием предложенной в [4] модели системы восприятия человека, включающей три стадии (рис.). Согласно ей, восприятие зрительной информации на первом этапе происходит в виде многочисленных параллельных процессов захвата особенностей потока визуальных данных. Отличительными признаками этого этапа являются высокая скорость поступления данных, выделение простейших атрибутов – цвет, положение в пространстве, ориентация, структура поверхности и т.д. [5]. На следующем этапе происходит обработка полученной информации, поиск и выделение структур и областей, обладающих близкими значениями параметров. Обнаружение изменяющихся параметров и пространственных перемещений также происходит на этом этапе. Последний этап в системе восприятия, описываемой таким образом, ответственен за выделение визуальных объектов, соответствующих вопросам, поставленным задачей визуализации или просто актуальных для наблюдателя.

На третьем этапе рассмотренной системы восприятия происходит подключение исследователя и его предпочтений к образу данных, реализованному в модели данных посредством метафоры визуализации. Если интерес наблюдателя к свойствам исходных данных, существующим для него как часть визуального образа, формирует акцентированное внимание к определенной составляющей модели, то наличие в свойствах модели возможности управлять ее характеристиками инициирует процедуру обратной коррекции. Этот процесс может происходить до тех пор, пока исследователь не сочтет поиск ответа законченным, либо последовательное преобразование визуального образа не приведет к оправданному изменению всей метафоры представления.

Визуальный образ, предназначенный прежде всего для понимания сути его информационной основы, должен строиться с учетом принципов гештальт-психологии [6]. Восприятие является сложным процессом, и существование системы правил, которые считаются объяснением основных закономерностей зрительной идентификации, позволяет минимизировать усилия по созданию метафоры представления. Наиболее очевидными из этих принципов являются следующие.

Близость. Утверждается, что объекты, расположенные рядом друг с другом, воспринимаются как группа или как самостоятельный объект. На этапе быстрого выделения особенностей визуального образа этот принцип играет существенную роль.

Простота. В ситуации, когда объектом визуального анализа становится совокупность элементов, приносящая в интерпретацию изучаемого образа существенную неоднозначность, восприятие стремится ограничить диапазон возможных объяснений наиболее простыми из них. Опираясь на это утверждение, можно использовать визуальные модели данных в качестве оперативного инструмента для решения некоторых задач оптимицации.

Непрерывность и целостность. Согласно этому правилу, в нашем восприятии происходят неосознаваемые, т.е. не требующие дополнительных усилий, процессы интерполяции и экстраполяции зрительных образов, направленные на достижение восприятия образа как единой формы. Использование этого обстоятельства имеет широкое применение при определении допустимых форм метафоры визуализации.

Схожесть. В этом случае происходит мысленное объединение в общую группу всех элементов, которые имеют сходные видимые признаки. Действие этого принципа отчетливо проявляется при наблюдении за динамикой визуальных моделей, содержащих значительное количество одинаковых элементов. В таких задачах наблюдение за отдельным элементом группы вызывает ожидание подобной динамики изменений и от остальных ее элементов, хотя она существует лишь как мысленное объединение.

Смежность. Объекты и события, находящиеся близко друг от друга в пространстве и времени, формируют восприятие, убеждающее нас в их взаимном влиянии. Значимость этого принципа при построении эффективной визуальной модели очень велика. Множество задач, использующих визуализацию как метод решения, ставят своей целью именно обнаружение неизвестных ранее связей и процессов влияния. Кроме того, сами связи, указатели отношений и маркеры событий являются полноценными визуальными компонентами. Управление восприятием при помощи обдуманного расположения или перемещения частей визуальной модели, опирающееся на принцип смежности, может считаться действенным когнитивным инструментом.

Осведомленность. Это принцип имеет значение для создания условий высокой продуктивности процессов, относящихся к третьему этапу в системе восприятия, описанной выше. Согласно ему, объединение элементов визуальной модели в группу или структуру может происходить автоматически в том случае, если возникающий образ группы воспринимается наблюдателем как осмысленный или знакомый. Следуя этой идее, формирование метафоры представления должно происходить в рассчете и на личностный опыт исследователя, свойственные ему ожидания и предвосхищение. Таким образом, появление наблюдателя в визуальной модели данных в качестве самостоятельного и значимого элемента становится оправданным и необходимым шагом, так как обеспечивает функционирование одной из ступеней системы восприятия. Более того, возникает аргументированная постановка подзадачи для построения визуальной модели, заключающаяся в определении механизмов настройки и корректировки свойств модели с учетом особенностей конкретного исследователя при условии, что модель предназначена для взаимодействия многих людей [7].

Применение этих принципов в качестве системы ограничивающих правил позволяет прежде всего увеличить эффективность использования визуализации, снизить ее ресурсоемкость и тем самым обеспечить конкурентные преимущества. Необходимость осмысленной регламентации для принципиально возможных вариаций использования произвольной исходной информации в качестве основы для создания системы визуальных образов продиктована следующими факторами:

  • время, затрачиваемое на интерпретацию образов, является наиболее доступным ресурсом повышения эффективности;
  • коллективное использование визуальных моделей может быть обеспечено только при условии понимания и правильного применения принципов, управляющих восприятием;
  • взаимное влияние визуальной модели и исследователя при недостаточной контролируемости процесса решения задачи визуализации способно сделать поиск ответов трудоемким или неоправданно продолжительным.

В настоящее время, не существует обоснованной системы правил, позволяющей эффективно и с высокой степенью предопределенности сопоставлять различным типам данных те способы создания визуальных образов, которые максимально полно отражают их суть и представляют собой инструмент анализа с заранее известной результативностью. Создание подобной обобщающей классификации позолило бы говорить о визуализации как о полновесном и необходимом научном направлении [4].

Типология данных, которые являются исходными в визуализации, широка и дополняема. Фундаментальное разделение на класс объектов и класс связей применительно к визуальным моделям также существует, хотя использование метафоры представления, в общем случае, позволяет не воспринимать его как строгое. Атрибуты как объектов, так и связей, являющиеся параметрами, описываемыми посредством других типов данных, также могут выступать в качестве самостоятельных элементов визуальной модели [8]. Кроме того, операции, которые определены для исходных объектов или для визуальных образов, построенных на основе данных, описывющих состояние системы, в некоторых случаях также могут быть визуализиованы как компоненты визуальной модели. Среди подобных операций проще всего осуществить представление математических операций с пространственными объектами, группирование нескольких объектов в новый, инверсию состояния, уничтожение объектов или отношений между ними, переход в качественно иное состояние, создание или разрушение структуры.

Важным аспектом, возникающим при постановке или в ходе решения многочисленных задач, оперирующих как с числовыми, так и с некоторыми другими типами данных, является наличие состояния неопределенности и, соответственно, необходимости его включения в визуальный образ. Считается, что реализация неопределенности как наблюдаемого образа сопряжена со сложностью его адекватного восприятия, потому что зафиксированный зрительный объект воспринимается сознанием наблюдателя как вполне определенный. Однако современные графические программные решения и средства трехмерного динамического моделирования уже вполне готовы предлагать способы создания визуальных моделей, которые могут передать состояние неопределенности в степени, соответствующей специфике поставленной задачи. Наиболее удачными приемами зрительного представления подобных моделей можно считать метафоры, основывающиеся на применении разнообразных алгоритмов управления визуальными системами частиц. Восприятие динамически изменчивого образа облака частиц во многом соответствует естественному представлению наблюдателя о неустойчивом состоянии или неопределенном пространственном положении.

В качестве источников данных для визуальных моделей могут использоваться информационные потоки, относящиеся не только к символьным или числовым типам, в том числе и высоких размерностей. На этапе решения задач, в ходе определения наиболее уместной метафоры представления или при взаимодействии с визуальной моделью, часто возникают условия для конструирования типов данных, определяемых как метаданные или данные об уже существующих данных. Подобные переменные содержат в себе информацию, характеризующую происходящие трансформации исходных данных или визуальных образов, построенных на их основе, описание имеющихся взаимосвязей, а также результаты их влияния на поведение изучаемой системы. Кроме того, метаданные могут создаваться как способ хранения и использования информации, описывающей процесс и результаты взаимодействия исследователя и визуальной модели.

Полезным преимуществом метаданных является возможность их использования в качестве предполагаемых объектов. В рамках созданной визуальной модели данных могут быть определены гипотетические структуры, дополняющие, корректирующие или объясняющие поведение визуальных компонентов модели данных. Помимо этого, могут быть описаны операции, возможные между метаобъектами, и их взаимодействие с другими структурами. Разумеется, визуализация этих возможностей, поиск представления, которое может передать наблюдателю смысл и особенности информации метапеременных, является более трудоемкой задачей. Разработка визуальных метафор, способных посредством зрительных образов сообщать не просто значения отдельных параметров, описывающих функционирование системы, но и формировать восприятие незнакомых исследователю объектов, передавая особенности информации при помощи визуальных выразительных средств, может рассматриваться как отдельное и очень важное направление визуализации.

Исследование и понимание принципов восприятия визуальной информации является ключевым обстоятельством, определяющим эффективность визуализации как инструмента решения научных, исследовательских и технических задач. Не менее важной целью является построение классификации задач визуализации с точки зрения используемых ими типов источников информации. Это позволит определить пути повышения эффективности визуальных методов решения за счет уменьшения времени, необходимого на определение метафоры представления, а также за счет создания инструментов, управляющих когнитивными характеристиками визуальных моделей данных.

Литератрура

1. Bertin J. Graphics and graphic information processing. Berlin: de Gruyter Press, 1981.

2. Stevens S. S. On the theory of scales of measurement // Science. 1946. № 103. P. 677–680.

3. Hochberg J. E., & Brooks V. Pictorial recognition as an unlearned ability// American Journal of Psychology. 1962. № 75. P. 624–628.

4. Ware C. Information, Visualization. Third Edition. Perception for Design (Interactive Technologies). 2012.

5. Treisman A. Preattentive processing in vision// Computer Vision, Graphics an Image Processing. 1985. № 31. P. 156–177.

6. Вертгеймер М. Продуктивное мышление. М.: Прогресс, 1987.

7. Steele J., Iliinsky N. Beautiful visualization: Looking at data through the eyes of experts. O’Reilly Media, 2010.

8. Захарова А.А., Шкляр А.В. Построение многокомпонентных визуальных 3D-моделей с использованием разнородных источников информации, на примере создания геологических моделей // Известия Томского политехнического университета. 2012. Т. 320. № 5. C. 73–79.

_______________________________________________

ЗАХАРОВА Алена Александровна

Доктор технических наук, доцент,

директор Института кибернетики

Томского политехнического университета

ШКЛЯР Алексей Викторович

Старший преподаватель кафедры инженерной графики и промышленного дизайна

Институт кибернетики Томского политехнического университета


&copy Информационное общество, 2014 вып. 3, с. 46-52.