意思決定を助ける情報可視化技術 ビッグデータ・機械学習・VR/ARへの応用

伊藤貴之(著者)

• 販売会社／発売会社: コロナ社
• 発売年月日: 2018/03/22
• JAN: 9784339028836

商品レビュー

2022/12/29

可視化技術の研究開発動向についてまとめている。

序論：情報可視化の定義・歴史・展開
・情報可視化の用途：Overview（概観）、clarification（解明）、handling（操作）、announcement（報告）

第２章　データ構造と情報可視化手法
・データ構造ごとによく用いられる一般的な可視化手法を紹介し、それらのメリットやデメリット、改善の方向性を述べている。
・多次元データ、ネットワーク、時系列など。
・複数の種類のデータの可視化を組み合わせる方向性も議論。

第３章　情報可視化の操作と評価
・Visual Information Seeking Mantra
・hyperbolic tree は focus+context に便利な手法として導入
・データ→構造化→視覚要素への変換→描画→表示→操作（フィードバック）
・評価手法には、定量評価、被験者実験、主観評価、評論がある
・5P: performance, preference, perception, process, product

第４章　視覚特性から考える情報可視化デザイン
・各視覚要素のメリットとデメリット
・メンタルマップを保持したデータ配置
・よくない視覚表現

第５章　情報可視化の適用事例
・情報可視化は特定のアプリケーションのための手段にもなるし、情報可視化の開発研究のために適当なアプリケーションが選択されるということもある。
・「見逃してはならない情報が埋もれやすい」アプリケーションが存在する
・対話的に興味深い部位を探す意味のあるデータ、鑑賞するのに時間を要するデータ、リアルタイム監視の必要があるデータ、人間が意味づけする必要のあるデータ、意思決定のために眺めるデータは可視化の意義がある

第６章　ビッグデータと情報可視化：人間主体型のデータ分析手法の確立に向けて
・volume, velocity, variety, veracity, value
・データ量の適正化や視認性の高いデータ構造の構築、不確実性を考慮した描画手法も課題。
・分析と可視化の反復、視覚に置いては知識との照合が行われる。仮説に基づく分析手段の選択。
・visual analytics：分析手法と可視化手法の組み合わせを自在にする方法論
・対話操作、視覚認知、仮説検証、意思決定支援
・「可視化対象となるデータ構造に基づく分析手法」と「入力データドメインを対象とした分析手法」がある
・問題を明確に定義するのが難しいとき、人間の目で問題そのものを確認しながら分析する必要がある

第７章　機械学習と情報可視化：人間と機械の関係を最適化するために
・人間主導で学習成果を逐次的に最適化するための可視化
・可視化結果生成を支援する機械学習
・可視化結果の選択を支援する機械学習（たくさんの枚数の可視化結果からの選択）（正しい操作手順に基づいた可視化結果の選択）
・「人間がデータを理解する工程を機械に手伝ってもらうこと」（p. 121）

第８章　VR/ARと情報可視化：データ分析を現実世界に還元する
・immersive（没入的）
・俯瞰よりも局所を見れれば良いというユースケース、あるいは、現実空間や写真との重ね合わせが有効な場合
・視覚以外でもいい
・複数のユーザによる協調作業は没入感や現実感を与える

第９章　情報可視化の研究開発の展望：「可視化」に続くものはなにか
・目標（データを目視して理解し、次の行動につなげる）を達成するためであれば既存の技術の組み合わせでもいい。
・可読化はゴールではない。visual analyticsやimmersive analytics に開かれている。
・「機械との協力関係の中で人間がデータ理解を先導し、人間自らがその結果に対して主導的にアクションを起こす仕組み」（p. 142）

感想
・サーベイサイトの紹介が多い