[論文レビュー] Data Point Selection for Line Chart Visualization: Methodological Assessment and Evidence-Based Guidelines

Jonas Van Der Donckt, Jeroen Van Der Donckt+2 more|arXiv (Cornell University)|Apr 3, 2023

Data Visualization and Analytics被引用数 4

ひとこと要約

本稿は、時系列可視化におけるデータポイント選択アルゴリズムのメトリクスベースの評価手法を提案し、視覚的代表性と視覚的安定性という新しい概念に焦点を当てる。3つのツールキットでEveryNth、MinMax、LTTB、M4を評価した結果、MinMaxが視覚的安定性で優れており、LTTB/MinMaxが代表性で最も優れている。データ効率と線幅のトレードオフに関する実証的ガイドラインが得られた。

ABSTRACT

Time series visualization plays a crucial role in identifying patterns and extracting insights across various domains. However, as datasets continue to grow in size, visualizing them effectively becomes challenging. Downsampling, which involves data aggregation or selection, is a well-established approach to overcome this challenge. This work focuses on data selection algorithms, which accomplish downsampling by selecting values from the original time series. Despite their widespread adoption in visualization platforms and time series databases, there is limited literature on the evaluation of these techniques. To address this, we propose an extensive metrics-based evaluation methodology. Our methodology analyzes visual representativeness by assessing how well a downsampled time series line chart visually approximates the original data. Moreover, our methodology includes a novel concept called "visual stability", which captures visual changes when updating (streaming) or interacting with the visualization (panning and zooming). We evaluated four data point selection algorithms across three open-source visualization toolkits using our proposed methodology, considering various figure-drawing properties. Following the analysis of our findings, we formulated a set of evidence-based guidelines for line chart visualization at scale with downsampling. To promote reproducibility and enable the qualitative evaluation of new advancements in time series data point selection, we have made our methodology and results openly accessible. The proposed evaluation methodology, along with the obtained insights from this study, establishes a foundation for future research in this domain.

研究の動機と目的

• 時系列可視化におけるデータポイント選択アルゴリズムの体系的評価の不足に対処すること。
• 視覚的代表性を定量化し、視覚的安定性という新しい評価基準を導入するメトリクスベースの手法を開発すること。
• 幅広く使われている4つのアルゴリズム（EveryNth、MinMax、LTTB、M4）の性能を、異なる可視化ツールキットおよびレンダリング設定で評価すること。
• 大規模な時系列可視化における最適なダウンサンプリング戦略の選定に根拠をもたらすガイドラインを導出すること。
• メソッド、コード、実験データをオープンソース化することで再現性を促進すること。

提案手法

• 画像ベースのメトリクス（例：SSIM、LPIPS、PSNR）を用いて視覚的代表性を定量化し、線幅やアンチエイリアシングを含むツールキット固有のレンダリング特性を考慮する。
• 画素単位の集約を効果的に制御するための新規OR-コンボリューションマスクを導入し、多様な時系列テンプレート間で一貫性を向上させる。
• 視覚的安定性は、パン、ズーム、ストリーミング時の視覚的整合性を評価するため、2つのデータ空間メトリクス（例：ダウンサンプリング済みシーケンス間のL2距離）を用いて測定する。
• Plotly、D3.js、Matplotlibの3つのオープンソース可視化ツールキットを対象とし、線幅とアンチエイリアシングに制御された変化を加えて評価を実施する。
• データ効率を評価するための従属変数として、選択されたデータポイント数を用いることで、アルゴリズム間の公平な比較を可能にする。
• 20万ポイントの時系列テンプレートを3つの異なるサイズで用意し、複数のズームレベルと設定で実験データを収集・集約する。

実験結果

リサーチクエスチョン

• RQ1 異なるデータポイント選択アルゴリズムは、さまざまな可視化ツールキットおよびレンダリングパラメータにおいて、視覚的代表性でどのように比較されるか？
• RQ2 パン、ズーム、ストリーミング時の視覚的整合性（視覚的安定性）という観点から、アルゴリズム間でどの程度の差が生じるか？
• RQ3 線幅、キャンバス幅、保証された値の入れ替え回数との関係は、データ効率の「へこみ点」を特定するのにどの程度寄与するか？
• RQ4 M4アルゴリズムは、特にアンチエイリアシング下でもピクセル単位の正確な再現を実現できるか？
• RQ5 インタラクティブな時系列探索において、視覚的忠実度と知覚的安定性の両立を最もよく果たすのはどのアルゴリズムか？

主な発見

• MinMaxは、局所的な選択戦略のおかげで、視覚的安定性において他のアルゴリズムを常に大きく上回った。
• LTTBとMinMaxは、ほとんどの時系列テンプレートおよびレンダリング設定で、特にアンチエイリアシングや線幅の増加下でも、最高の視覚的代表性を達成した。
• 本研究では、線幅、キャンバス幅、保証された値の入れ替え回数との関係を実証的に特定し、データ効率の「へこみ点」を特定するための式を導出した。
• M4はピクセル単位の正確な再現を実装するのは非自明であり、本研究では、ラスタライゼーションの影響によりアンチエイリアシング下ではピクセル単位の正確な結果を達成することは不可能であると証明した。
• 提案されたメソッドにより、視覚的安定性が、特にインタラクティブなビジュアルアナリティクスにおいて、以前は無視されがちな重要な評価次元であることが明らかになった。
• オープンソース化されたコードベースにより、再現性が確保され、将来的なユーザースタディの支援が可能である。2つのツールキット（Plotly、D3.js）は、アンケートベースの評価にWeb統合可能である。