[論文レビュー] Towards an Integrated Visualization Of Semantically Enriched 3D City Models: An Ontology of 3D Visualization Techniques

Claudine Métral, Nizar Ghoula+1 more|arXiv (Cornell University)|Feb 29, 2012

Data Visualization and Analytics参考文献 13被引用数 4

ひとこと要約

本論文は、異種のデータ統合を可能にし、文脈に応じた可視化を実現する、語彙論的フレームワークを提案する。文脈的関係を形式的語彙論的関係としてモデル化することで、特定のタスク、データの意味的特性、ユーザーの文脈に一致する可視化手法の選定を支援し、3D都市可視化システムに再利用可能で拡張可能な語彙論的モデルを提供する。

ABSTRACT

3D city models - which represent in 3 dimensions the geometric elements of a city - are increasingly used for an intended wide range of applications. Such uses are made possible by using semantically enriched 3D city models and by presenting such enriched 3D city models in a way that allows decision-making processes to be carried out from the best choices among sets of objectives, and across issues and scales. In order to help in such a decision-making process we have defined a framework to find the best visualization technique(s) for a set of potentially heterogeneous data that have to be visualized within the same 3D city model, in order to perform a given task in a specific context. We have chosen an ontology-based approach. This approach and the specification and use of the resulting ontology of 3D visualization techniques are described in this paper.

研究の動機と目的

• 複雑で多目的な意思決定状況において、意味的に豊かにされた都市モデルのための適切な3D可視化技術を選定する課題に対処すること。
• 統一された可視化戦略を通じて、複数の異種データソースを1つの3D都市モデルに統合すること。
• 特定のタスク、データの意味的特性、ユーザーのニーズに一致する可視化技術を用いた文脈に応じた可視化を支援すること。
• 技術、データタイプ、応用文脈の間の関係を捉える形式的かつ拡張可能な3D可視化技術の語彙論的モデルを構築すること。
• 意味的モデリングと語彙論的推論を活用することで、3D都市可視化システムにおける相互運用性と推論能力を向上させること。

提案手法

• 著者らは、可視化手法、データタイプ、文脈的制約をモデル化するため、OWL（Web Ontology Language）を用いて形式的語彙論的モデルを定義する。
• 可視化技術は、目的（例：主題的、構造的、分析的）、データタイプ（例：幾何的、意味的、時間的）、レンダリング特性に基づいて分類される。
• 語彙論的モデルは、都市計画や緊急対応などの特定のタスクに適した可視化技術との関係をモデル化する。
• フレームワークは、3D都市モデル内での特定のタスクとデータセットに対して、最も適切な可視化技術を自動的に推奨するための推論を可能にする。
• 3D都市モデルの意味的強化と可視化論理を統合することで、ユーザーの目的と文脈的要因に基づいた動的選択が可能になる。
• 語彙論的モデルは、異なる3D都市モデリングプラットフォームや応用分野においても再利用可能で拡張可能に設計されている。

実験結果

リサーチクエスチョン

• RQ1 どの可視化技術が、意思決定文脈において意味的に豊かにされた3D都市モデルを最も適切に表現するか？
• RQ2 異種のデータタイプを1つの3D都市モデル内で一貫して統合・可視化するにはどうすればよいか？
• RQ3 可視化技術、データの意味的特性、応用タスクの間の関係をモデル化する形式的構造は何か？
• RQ4 語彙論的推論は、ユーザーの目的と文脈に基づいた可視化手法の動的選択をどのように支援するか？
• RQ5 3D都市モデリング環境における可視化技術の有効性を評価するための主な基準は何か？

主な発見

• 提案された語彙論的モデルは、タスク、データの意味的特性、文脈に基づいた可視化技術選定のための形式的かつ機械処理可能なモデルを提供する。
• フレームワークは、幾何的、意味的、時間的といった多様なデータタイプを統合された3D可視化環境に統合できる。
• 語彙論的モデリングにより、ユーザーの目的と応用シナリオに合わせた可視化技術の自動推奨が可能になる。
• データの意味的特性とタスク要件に一致する可視化により、都市計画や緊急対応における意思決定が向上する。
• 語彙論的モデルは拡張可能で再利用可能であり、異なる3D都市モデリングシステムや可視化プラットフォーム間での相互運用性を支援する。
• 本手法は、文脈に応じた意味的インフォームドな可視化選択を可能にすることで、実世界の都市モデリング文脈における実現可能性を示している。