Logo des Repositoriums

Auflistung nach Autor:in "Keim, Daniel"

1 - 5 von 5
  • Zeitschriftenartikel
    Interaktive explorative Suche in großen Dokumentbeständen
    (Datenbank-Spektrum: Vol. 11, No. 3, 2011) Heyer, Gerhard; Keim, Daniel; Teresniak, Sven; Oelke, Daniela
    Im klassischen Paradigma des Information Retrievals steht das Finden von Dokumenten im Vordergrund, die Informationen bzw. Fakten enthalten, die dem vermuteten Informationsbedürfnis des Nutzers entsprechen. Dabei stellt der Nutzer solche Anfragen an das Informationssystem, von denen er annimmt, dass dazu eindeutige Antworten im Informationssystem vorhanden sind, die lediglich zurückgeliefert oder gefunden werden müssen. In vielen Fällen ist der Benutzer aber weniger an den Fakten selber interessiert, als vielmehr daran, wie über Fakten berichtet wird: Über welche Fakten wird berichtet? Nach welchen Kriterien werden Fakten ausgewählt? Wie werden Fakten bewertet? Welche Konzeptualisierungen der Anwendungsdomäne werden vorausgesetzt? Und wie ändern sich Bewertungen und Konzeptualisierungen über die Zeit? Der vorgestellte Ansatz skizziert eine mögliche Lösung für die explorative Suche in großen Datenmengen.
  • Konferenzbeitrag
    Solving problems with visual analytics: the role of visualization and analytics in exploring big data
    (Datenbanksysteme für Business, Technologie und Web (BTW) 2014, 2013) Keim, Daniel
    Never before in history data is generated and collected at such high volumes as it is today. As the volumes of data available to business people, scientists, and the public increase, their effective use becomes more challenging. Keeping up to date with the flood of data, using standard tools for data analysis and exploration, is fraught with difficulty. Visual analytics seeks to provide people with better and more effective ways to understand and analyze large datasets, while also enabling them to act upon their findings immediately. Visual analytics integrates the analytic capabilities of the computer and the abilities of the human analyst, allowing novel discoveries and empowering individuals to take control of the analytical process. Visual analytics enables unexpected and hidden insights, which may lead to beneficial and profitable innovation. In the visual analysis process, it is not obvious what can be done by automated analysis and what should be done by interactive visual methods. In dealing with massive data, the use of automated methods is mandatory - and for some problems it may be sufficient to only use fully automated analysis methods, but there is also a wide range of problems where the use of interactive visual methods is necessary. The talk presents the challenges of visual analytics and exemplifies them with several application examples, illustrating the exiting potential of current visual analysis techniques but also their limitations.
  • Zeitschriftenartikel
    Visual Analytics
    (Informatik-Spektrum: Vol. 33, No. 6, 2010) Deussen, Oliver; Ertl, Thomas; Keim, Daniel
  • Zeitschriftenartikel
    Visualisierung auf Großbildschirmen
    (Informatik-Spektrum: Vol. 33, No. 6, 2010) Deussen, Oliver; Bülthoff, Heinrich; Ertl, Thomas; Keim, Daniel; Lintermann, Bernd; Reiterer, Harald; Schilling, Andreas
    Entwicklungen in der Displaytechnologie haben in den vergangenen Jahren eine Vielzahl hochauflösender Bildschirme hervorgebracht. Der Forschungsverbund ,,Information at your finger tips – interaktive Visualisierung für Gigapixel Displays“ hat sich mit den Herausforderungen beschäftigt, die diese Technologie für viele Bereiche der Informatik in sich birgt. Hierbei wurden sowohl neue Grafiksysteme untersucht als auch Interaktionsmethoden und Darstellungsformen sowie deren Anwendung in Visualisierung und Kunst.
  • Zeitschriftenartikel
    Visualisierung und Analyse multidimensionaler Datensätze
    (Informatik-Spektrum: Vol. 33, No. 6, 2010) Lehmann, Dirk J.; Albuquerque, Georgia; Eisemann, Martin; Tatu, Andrada; Keim, Daniel; Schumann, Heidrun; Magnor, Marcus; Theisel, Holger
    Für multidimensionale Datensätze existieren eine Reihe von automatischen Analysemethoden und Visualisierungstechniken, um ihnen innewohnende Zusammenhänge und Charakteristika aufzudecken. Die zunehmende Größe und Komplexität solcher Daten macht es notwendig, beide Ansätze miteinander zu kombinieren. In diesem Artikel stellen wir Ihnen daher etablierte Methoden zur visuellen und zur automatischen Datenanalyse vor und zeigen neuere Ansätze auf, diese sinnvoll miteinander zu kombinieren. Dabei werden alle Erläuterungen anhand anschaulicher Beispiele verdeutlicht und so für den Leser nachvollziehbar.