La nostra società produce ed arricchisce continuamente dataset sempre più grandi e complessi. Data cartography, l’approccio che presentiamo in questa tesi, propone di utilizzare le esperienze congiunte del campo di ricerca dell’information visualization, che studia come sfruttare al meglio la potenza computazionale del canale visivo umano, e della cartografia, da secoli alle prese con la rappresentazione di realtà grandi e complesse, per estendere la realizzazione di mappe e atlanti anche a dataset non geografici. Il presente lavoro si focalizza sulla creazione di mappe che rappresentino strutture dati gerarchiche, come file systems, tassonomie o strutture organizzative, e su una specifica tecnica di layout basata sulla geometria frattale delle space-filling curve. Vengono discussi diversi algoritmi e studi di design, e sono proposte, rappresentate e confrontate nuove soluzioni, lavorando sia con dati dimostrativi sia su casi di studio reali. -- Our society constantly produces and enriches complex, ever-growing datasets. Data cartography, the approach we are presenting in this thesis, leverages the findings of both information visualization, studying how to optimally exploit the processing power of the human visual channel, and cartography, that has been dealing with the problem of representing big and complex entities for centuries, to extend the practice of the creation of maps and atlases to non-geographic data. The present work focuses on maps of hierarchical data, like file systems, taxonomies or organization structures, and on a specific layout technique based on the fractal geometry of space-filling curves. Many algorithms and design studies are discussed, and new solutions are suggested, represented and compared, working with data from both toy problems and real case studies.

Data Cartography: atlases and maps for non-geographical data

2014

Abstract

La nostra società produce ed arricchisce continuamente dataset sempre più grandi e complessi. Data cartography, l’approccio che presentiamo in questa tesi, propone di utilizzare le esperienze congiunte del campo di ricerca dell’information visualization, che studia come sfruttare al meglio la potenza computazionale del canale visivo umano, e della cartografia, da secoli alle prese con la rappresentazione di realtà grandi e complesse, per estendere la realizzazione di mappe e atlanti anche a dataset non geografici. Il presente lavoro si focalizza sulla creazione di mappe che rappresentino strutture dati gerarchiche, come file systems, tassonomie o strutture organizzative, e su una specifica tecnica di layout basata sulla geometria frattale delle space-filling curve. Vengono discussi diversi algoritmi e studi di design, e sono proposte, rappresentate e confrontate nuove soluzioni, lavorando sia con dati dimostrativi sia su casi di studio reali. -- Our society constantly produces and enriches complex, ever-growing datasets. Data cartography, the approach we are presenting in this thesis, leverages the findings of both information visualization, studying how to optimally exploit the processing power of the human visual channel, and cartography, that has been dealing with the problem of representing big and complex entities for centuries, to extend the practice of the creation of maps and atlases to non-geographic data. The present work focuses on maps of hierarchical data, like file systems, taxonomies or organization structures, and on a specific layout technique based on the fractal geometry of space-filling curves. Many algorithms and design studies are discussed, and new solutions are suggested, represented and compared, working with data from both toy problems and real case studies.
7-giu-2014
Italiano
Bechini, Alessio
Tesconi, Maurizio
Marchetti, Andrea
Università degli Studi di Pisa
File in questo prodotto:
File Dimensione Formato  
Tesi_Abrate.pdf

accesso aperto

Tipologia: Altro materiale allegato
Dimensione 10.77 MB
Formato Adobe PDF
10.77 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/152839
Il codice NBN di questa tesi è URN:NBN:IT:UNIPI-152839