[論文レビュー] Visualizing a Million Time Series with the Density Line Chart

Dominik Moritz, Danyel Fisher|arXiv (Cornell University)|Aug 17, 2018

Data Visualization and Analytics参考文献 28被引用数 13

ひとこと要約

この論文では、弧長を用いて各線の寄与を正規化することで、100万本の時系列の密度を計算・可視化するスケーラブルな可視化手法DenseLinesを紹介する。これにより、集計的トレンドや外れ値を明確に特定可能となり、過剰な重ね描きを色相マップされた密度ヒートマップに変換し、クラッシュや集中的な株価の変動といったパターンをごちゃついた表示なしに明らかにする。

ABSTRACT

Data analysts often need to work with multiple series of data---conventionally shown as line charts---at once. Few visual representations allow analysts to view many lines simultaneously without becoming overwhelming or cluttered. In this paper, we introduce the DenseLines technique to calculate a discrete density representation of time series. DenseLines normalizes time series by the arc length to compute accurate densities. The derived density visualization allows users both to see the aggregate trends of multiple series and to identify anomalous extrema.

研究の動機と目的

• 過剰な重ね描きやごちゃつきを伴わずに、膨大な数の時系列を可視化する課題に対処すること。
• 分析者が同時に数千本の時系列にわたる集計的トレンドを把握し、異常を検出できるようにすること。
• データ量にかかわらず視覚的明瞭性を保つ、スケーラブルでインタラクティブな可視化手法を開発すること。
• ファイナンス、システム監視、インfraストラクチャ運用などの分野における実世界の分析タスクを支援すること。
• 生産環境の分析ワークフローへの導入を可能にする実用的でオープンソースの実装を提供すること。

提案手法

• 2次元グリッド上の各（時刻、値）座標を通過する時系列の数を数えることで、離散的な密度表現を計算する。
• 各時系列の密度への寄与をその弧長で正規化し、勾配や長さに関係なく各系列が等価な重みを持つようにする。
• 色相スケールを用いて密度を可視化し、各点における重複する系列の数に応じて濃淡を反映する。
• 計算とレンダリングの効率化を図るため、時刻と値の次元をビニング戦略で離散化する。
• 高性能でインタラクティブな可視化を実現するため、RustおよびJavaScript/ WebGLの両方で実装する。
• 可視化の粒度を変えるために、可変なビンサイズと色相スケールの調整を可能にし、異なるスケールでのパターンの発見を支援する。

実験結果

リサーチクエスチョン

• RQ1 視覚的ごちゃつきを引き起こさずに、100万本の時系列を効果的に可視化する方法は何か？
• RQ2 密度ベースの可視化において、勾配や長さが異なる時系列を公平に表現する正規化手法は何か？
• RQ3 密度ベースのアプローチは、大規模な時系列データにおいて意味のある集計的トレンドや外れ値を明らかにできるか？
• RQ4 高速で大量の時系列を扱う実世界の監視や分析シナリオにおいて、この手法のパフォーマンスはいかがなものか？
• RQ5 この手法は、運用データワークフローへの統合やインタラクティブな探索をどの程度サポートできるか？

主な発見

• DenseLinesは、データ量が増加しても視覚的複雑性が増加せず、100万本を超える時系列を可視化することに成功した。
• 弧長正規化により、急勾配や急激に変化する系列の過剰な寄与が防止され、公平な密度推定が保証された。
• 2008年の金融危機が、株価密度の集中的な低下として明確に可視化され、システミックな出来事の検出を示した。
• 15ドルと25ドルの周辺に明確な2つの株価バンドが確認され、丸数字への市場行動の傾向が示された。
• 実世界の事例研究において、BradはDenseLinesチャートでサーバーのクラッシュを単一の垂直線として特定し、異常検出における実用性を確認した。
• この手法により、サーバーCPU使用率とメモリ使用率に日常的・時間的リズムが明らかになり、ビンサイズの調整によって異なる時間スケールでのパターンが露呈した。