Im Rahmen der diesjährigen EuroVis wurde VISUS-Forscher Christoph Schulz mit dem EuroVis PhD Award für seine Doktorarbeit „Uncertainty-aware Visualization Techniques“ ausgezeichnet. Herzlichen Glückwunsch! Der EuroVis PhD Award wird für herausragende Dissertationen zu visualisierungsrelevanten Themen vergeben um exzellente junge Forscher in ihrer frühen Karriere anzuerkennen und die Visualisierungsforschung hervorzuheben. Die Verleihung fand während der Konferenz in Leipzig statt.
Zusammenfassung der Dissertation
Nahezu alle Informationen sind mit einer gewissen Unsicherheit behaftet. Ob und wie wir diese Unsicherheit darstellen, kann einen großen Einfluss darauf haben, wie unsere Zielgruppe diese wahrnimmt. Trotzdem wird Unsicherheit nur selten visualisiert und kommuniziert. Eine Schwierigkeit besteht darin, dass wir dazu neigen, Illustrationen als wahrheitsgetreu zu interpretieren. Beispielsweise ist es nicht leicht zu erfassen, dass die An- oder Abwesenheit eines eingezeichneten Punktes oder seine Position nicht immer die volle Information enthält. Ebenso kann es schwierig sein, einen Punkt innerhalb einer Wahrscheinlichkeitsverteilung einzuordnen. Man muss die Interpretation unsicherheitsbehafteter Information erlernen. Daher behandelt diese Arbeit drei Forschungsfragen: Wie können wir Unsicherheit identifizieren und einordnen? Wie kann unsicherheitsbehaftete Information durch die Visualisierungspipeline propagiert werden? Welche Methoden eignen sich für die Nutzbarmachung von Unsicherheit? Das erste Kapitel diskutiert Ursprünge von Unsicherheit. Dann werden Ansätze zur Modellierung von Unsicherheit mittels deskriptiver Statistik und unüberwachtem Lernen erörtert. Außerdem wird ein Modell zur Validierung und Evaluierung von Visualisierungsmethoden vorgeschlagen. Im Weiteren werden verschiedene Methoden zur Kommunikation unsicherheitsbehafteter Netzwerke, Bäume, Punktdaten, Sequenzen und Zeitserien vorgestellt. Die Schwerpunkte liegen hierbei auf der Modellierung, Fortpflanzung und Visualisierung von Unsicherheit. Als Kodierung von Unsicherheit schlagen wir wellenartige Polynomzüge und abtastbasierte Transparenz vor. Als übergreifenden Ansatz, um existierende Visualisierungsmethoden für unsicherheitsbehaftete Information zu adaptieren, identifizieren wir den Layoutprozess (die Berechnung der Position von Objekten). Die wesentliche Schwierigkeit besteht darin, dass diese Objekte keine einfachen Punkte, sondern Verteilungsfunktionen bzw. konvexe Hüllen sind. Außerdem entwickeln wir zwei punktierstichbasierte Methoden zur Bildsynthese, welche nicht an Unsicherheit gebunden sind, aber die Fähigkeit des menschlichen Sehsystems ausnutzen mit Unsicherheit umzugehen. Abschließend gebe ich einen Einblick in mögliche Richtungen für zukünftige Forschung.