Options
2007
Master Thesis
Titel
Geovisualisierung multivariater Daten zur Evaluierung der Ergebnisse
Abstract
Nicht-deterministische, also zufallsbasierte, Verfahren kommen bei der Lösung vieler Probleme zum Einsatz. Ein wesentlicher Aspekt der Entwicklung solcher Heuristiken ist ihre Evaluierung, wobei sich die Qualität einer Lösung z.T. in komplexen Ergebnisdatenbeständen ausdrückt. Für die übersichtliche Darstellung solcher komplexer Datenräume ist die Visualisierung eine gängige Methode. Ziel der vorliegenden Arbeit ist der Entwurf und die Implementierung von kartographischen Visualisierungsmethoden, mit deren Hilfe die Ergebnisse einer Datenfusion eines geographischen mit einem Marktforschungsdatenbestand evaluiert werden sollten. Grundlage dieser Datenfusion ist ein nicht-deterministisches Verfahren, der genetische Algorithmus. Dazu wurden drei Visualisierungsmethoden entworfen, um die multivariaten räumlichen Lösungsdatensätze des genetischen Algorithmus auf Karten darzustellen. Anschließend wurden die drei Lösungsansätze in einem Geoinformationssystem (GIS) implementiert und ihr Nutzen bei der Evaluierung der Testdatensätze beurteilt. Methodisch stand dabei die Integration von Methoden der Kartographie und der Visualisierung von multivariaten Daten im Vordergrund. Bei der Anwendung der entworfenen Visualisierungen auf drei Testdatensätze zeigt sich, dass die Geovisualisierung wichtige Anhaltspunkte bei der Evaluierung dieser liefern kann. Alle drei Datenbestände zeigen ein räumliches Muster, das durch die statistische Auswertung bisher nicht erkannt werden konnte. Bei der Auswahl der geeigneten Lösung zeigt sich, dass die visuelle Darstellung verschiedene räumliche Fehlerschwerpunkte und ausreißende Werte eines einzelnen Attributs zu Tage bringt. Ein wesentlicher Gewinn durch die Visualisierung ist, dass sie die Möglichkeit bietet, die Evaluierung schnell und begleitend zur Entwicklung des Verfahrens, stattfinden zu lassen.
;
Chance-driven, non-deterministic approaches are applied in a lot of use cases. One main problem to be tackled is the evaluation of these meta-heuristics. In this context evaluation means to asses the quality of one solution that is often represented in complex data sets. A very compromising approch to get access to large and complex datasets is visualization. The aim of this study is to develop and implement cartographic visualization methods to evaluate the quality of results of a datafsuion process in which a geographic datset and a market study were involved. The datafusion was hereby based on a non-detrministic approach, the geteic algorithm. Three visualization methods were developped that are able to present the multivariate solution dataspace of the algorithm on maps. Following the three methods were implemented in a geographical information system (GIS) and the benefit of the visualizations for the evaluation process was assessed. In order to evaluate the visualiization methods, they were applied on three test datasets. It shows that geovisualization is able to contribue to the evaluation process: All three datasets show spatial patterns that could not be recognized in other representations of the data. Performing the task to pick the right solution out of a set it could be shown that the three datsets have different spatial weighpoints of low quality and that some attributes produce outliers. One substantial benefit of visualization is the rapid just-in-time execution of quality assessment during the process of developping the very procedure.
ThesisNote
Bonn, Univ., Master Thesis, 2007
Verlagsort
Bonn