Unsere aktuelle Forschungsarbeit mit dem Titel "Visualizing Sets and Changes in Membership Using Layered Set Intersection Graphs" wurde auf der Konferenz Vision, Modeling, and Visualization (VMV) 2020 mit dem Best Paper Award ausgezeichnet. Die Konferenz fand virtuell statt, gemeinsam mit der German Conference on Pattern Recognition (DAGM GCPR) und Visual Computing for Biology and Medicine (EG VCBM). Das zugehörige Papier finden Sie hier.

Wir schlagen einen neuartigen allgemeinen Ansatz vor, um sich dynamisch verändernde Kategorien von Datenelementen zu visualisieren. Da Elemente zu mehr als einer Kategorie gehören können, überlappen sich die Kategorien auf verschiedenen Ebenen. Wir verwenden geschichtete-Netzwerkdiagramme für deren Visualisierung, angereichert mit verschiedenen visuellen Markierungen, die alle Details der Daten anzeigen. Der vorgeschlagene Ansatz ist universell anwendbar auf kategoriale Daten, zum Beispiel, kann er verwendet werden, um die Interessengebiete von Forschern zu analysieren, die Veränderung der Entwickleraktivitäten in einem Softwareprojekt, die Änderung der Marktstrategie von Unternehmen und vieles mehr.

Die Arbeit wurde von Shivam Agarwal geleitet und in Zusammenarbeit mit Kollegen von der Universität Stuttgart und der Open University, UK durchgeführt. Projektbetreuer Prof. Fabian Beck fasst zusammen: "Wir arbeiten schon seit einiger Zeit daran, dynamische kategoriale Daten erfahrbar zu machen. Nun legt diese Arbeit zusammen mit unserem ebenfalls kürzlich veröffentlichten Ansatz Set Streams die Grundlage für eine neue Art, solche dynamische Daten visuell zu analysieren."