# Заметки по статьям о визуализации

[TOC]

## [Ontology visualization methods and tools: a survey of the state of the art](https://scholar.google.com/scholar?hl=ru&as_sdt=0%2C5&q=Ontology+visualization+methods+and+tools%3A+a+survey+of+the+state+of+the+art&btnG=)

Классификация вариантов использования:
+ редактирование
+ изучение
+ проверка
+ шеринг

Немногие методы визуализации онтологий можно использовать для редактирования

### Проблемы визуализации онтологий
+ Обзор больших онтологий
+ Переход от обзора к деталям
+ Различные визуализации для разных вариантов использования (в рамках одного инструмента)
+ Использование особенностей восприятия (retinal properties)

### Методы визуализации
Классификация по:
+ Количеству измерений (в основном, 2D, бывает 3D, еще одним измерением может служить время: история изменений)
+ Графическим примитивам
+ Расположение элементов
+ force-directed: проблема с рандомизацией
+ круговое
+ радиальное
+ обратно-радиальное
+ круги Эйлера
+ Treemap: иерархические отношения изображаются включением прямоугольников

### Интерактивность
+ Высокоуровневый обзор
+ Инкрементальное исследование
+ Фильтрация
+ Эффект рыбьего глаза
+ Edge bundling
+ Кластеризация

### Производительность
Большинство инструментов не могут загрузить достаточно большие онтологии

## [The simple, Web-based tool for visualization and sharing of semantic data and ontologies](https://www.researchgate.net/profile/Dmitry_Pavlov7/publication/283079862_The_simple_Web-based_tool_for_visualization_and_sharing_of_semantic_data_and_ontologies/links/5628f4d008ae04c2aeaebe7e.pdf)

## [OntoTrix: a hybrid visualization for populated ontologies](https://hal.inria.fr/docs/00/56/05/48/PDF/hal.pdf)
NodeTrix -- гибридная визуализация графа, использующая матрицы смежности для плотных частей и линии для обозначения связей между плотными частями. OntoTrix использует эту же идею, но добавляет возможность группировки вершин не только по плотности, но также по классу, плотности и затем по классу, по свойствам.

## [OntoSphere: more than a 3D ontology visualization tool](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.62.8462&rep=rep1&type=pdf)
* Вершины располагаются на сфере
* Эксперименты по оценке качества:
1. Людей просят угадать тему
2. Людей просят найти несоответствия

## [FLEXVIZ: visualizing biomedical ontologies on the web](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.156.9099&rep=rep1&type=pdf)

## [Summarizing semantic graphs: a survey](https://hal.inria.fr/hal-01925496/document)

## Оценка визуализации графов
https://scholar.google.com/scholar?hl=ru&as_sdt=1%2C5&as_ylo=2015&q=graph+drawing+quality+evaluation&btnG=

[Shape-Based Quality Metrics for Large Graph Visualization](https://www.emis.de/journals/JGAA/accepted/2017/EadesHongNguyenKlein2017.21.1.pdf)

Метрика качества для *больших* графов

Метод: строим shape graph G' (например, методом k ближайших соседей) и вычисляем средний коэффициент Жаккара для множеств соседей вершин G и G'

[Evaluating overall quality of graph visualizations based on aesthetics aggregation](https://www.sciencedirect.com/science/article/pii/S0020025515003874)

Метод: сумма (с различными знаками) стандартизированных оценок: количество пересечений, стандартное отклонение длины и т. д..

Эксперименты: людей просят найти кратчайший путь в графах с несколькими десятками вершин.
1. Сравнение среднего затраченного времени, усилий и т. д. на визуализациях с различными значениями параметров
2. Корреляция между предложенной метрикой и затраченным временем и т. д.

[DeepDrawing: A Deep Learning Approach to Graph Drawing](https://arxiv.org/pdf/1907.11040)

Сравнение с ground truth: RMSE по стандартным метрикам качества, Procrustes Statistic

[A Quality Metric for Visualization of Clusters in Graphs](https://arxiv.org/pdf/1908.07792.pdf)

Метрика оценивает качество визуализации графа, для которого известна кластеризация. Метод: кластеризовать вершины графа на изображении, сравнить эти кластеры с известными существующими методами, например, Adjusted Rand Index.

[Improving multiple aesthetics produces better graph drawings](https://ir.nctu.edu.tw/bitstream/11536/22131/1/000322423800004.pdf)
Предлагается взвешенная сумма нескольких эстетических характеристик + взвешенная сумма их взаимных влияний.

[Eye tracking the user experience–An evaluation of ontology visualization techniques](http://www.semantic-web-journal.org/system/files/swj770.pdf)

Экспериментальное сравнение графов и списков

Определяем путь сканирования (scanpath), состоящий из фиксаций и саккад. Вычисляем метрики:
1. Поиск: количество саккад, их средняя длина, площадь области сканирования (выпуклой оболочки), длина пути сканирования.
2. Обработка: среднее время фиксации, отношение времени поиска (суммарное время саккад) ко времени обработки (время фиксации)
3. Когнитивные усилия: расширение зрачка, абсолютные и относительные углы саккад

[Semantic Zooming for Ontology Graph Visualizations](https://www.researchgate.net/profile/Vitalis_Wiens/publication/321894105_Semantic_Zooming_for_Ontology_Graph_Visualizations/links/5d9db8fc299bf1c363029231/Semantic-Zooming-for-Ontology-Graph-Visualizations.pdf)

Разделение на 3 слоя детализации: топологический, уровень агрегации, визуальный.

Сюжет исследования: визуализация онтологий важна и актуальна, поэтому важны и метрики качества визуализации. В литературе используется, в основном, экспериментальные метрики, то есть людей просят выполнить какое-то задание на основе картинки замеряют затраченное время и т.д.. Но у этого метода есть проблемы: недостаточная выборка и затраты ресурсов на эксперимент. Хотелось бы получить метрику, которую можно быстро вычислить. Мы не можем использовать просто графовую метрику, потому что одну и ту же онтологию можно представить несколькими графами. При этом имеет смысл экспериментально проверить, насколько метрика отражает удобство визуализации.

Визулизацию можно разделить на 2 шага:
1. построение графа с минимальным количеством вершин или ребер (или другими характеристиками)
2. визуализация графа
Вопрос: можно ли придумать метрику, которая оценивает качество обоих шагов.