[논문 리뷰] Towards an Integrated Visualization Of Semantically Enriched 3D City Models: An Ontology of 3D Visualization Techniques

Claudine Métral, Nizar Ghoula외 1명|arXiv (Cornell University)|2012. 02. 29.

Data Visualization and Analytics참고 문헌 13인용 수 4

한 줄 요약

이 논문은 의미적으로 풍부한 도시 모델을 위한 최적의 3D 시각화 기법을 선택하기 위해 온톨로지 기반 프레임워크를 제안한다. 이는 이질적인 데이터 간의 통합적이고 맥락 인식 가능한 시각화를 가능하게 하며, 형식적인 온톨로지 관계로 시각화 기법을 모델링함으로써 특정 작업, 데이터 의미론, 사용자 맥락과 일치하는 시각화 방법을 결정하는 데 기여한다. 결과적으로 재사용 가능하고 확장 가능한 3D 도시 시각화 시스템을 위한 온톨로지가 구축된다.

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.

연구 동기 및 목표

• 복잡한 다목적 의사결정 상황에서 의미적으로 풍부한 도시 모델을 위한 적절한 3D 시각화 기법을 선택하는 데 도전하는 데 목적이 있다.
• 통합된 시각화 전략을 통해 하나의 3D 도시 모델 내에서 이질적인 데이터 소스를 통합하는 것을 목적으로 한다.
• 특정 작업, 데이터 의미론, 사용자 요구와 일치하는 맥락 인식 시각화를 지원하는 데 목적이 있다.
• 시각화 기법, 데이터 유형, 응용 맥락 간의 관계를 포괄하는 공식적이고 확장 가능한 3D 시각화 기법 온톨로지를 개발하는 데 목적이 있다.
• 의미론적 모델링과 온톨로지 기반 추론을 활용하여 3D 도시 시각화 시스템 간의 상호운용성과 추론 능력을 향상시키는 데 목적이 있다.

제안 방법

• 저자들은 OWL(Web Ontology Language)를 사용하여 시각화 방법, 데이터 유형, 맥락적 제약 조건를 모델링하는 공식적인 온톨로지인 3D 시각화 기법 온톨로지를 정의한다.
• 시각화 기법은 목적(예: 주제적, 구조적, 분석적), 데이터 유형(예: 기하학적, 의미론적, 시간적), 렌더링 특성에 따라 분류된다.
• 온톨로지는 특정 작업(예: 도시 계획, 비상 대응)에 적합한 시각화 기법과의 관계를 모델링한다.
• 프레임워크는 3D 도시 모델 내에서 특정 작업과 데이터 세트에 가장 적합한 시각화 기법을 자동으로 추천하기 위한 자동 추론을 가능하게 한다.
• 의미론적 풍부화된 3D 도시 모델과 시각화 로직을 통합함으로써, 사용자 목표와 맥락적 요소에 기반한 동적 선택이 가능하다.
• 온톨로지는 다양한 3D 도시 모델링 플랫폼과 응용 분야에서 재사용 가능하고 확장 가능한 구조로 설계되어 있다.

실험 결과

연구 질문

• RQ1 어떤 의사결정 맥락에서 의미적으로 풍부한 3D 도시 모델을 표현하는 데 가장 적합한 시각화 기법은 무엇인가?
• RQ2 어떻게 다양한 이질적 데이터 유형을 하나의 3D 도시 모델 내에서 일관되게 통합하고 시각화할 수 있는가?
• RQ3 시각화 기법, 데이터 의미론, 응용 작업 간의 관계를 모델링할 수 있는 공식적 구조는 무엇인가?
• RQ4 온톨로지 기반 추론은 사용자 목표와 맥락에 기반한 시각화 방법의 동적 선택을 어떻게 지원할 수 있는가?
• RQ5 3D 도시 모델링 환경에서 시각화 기법의 효과성을 평가하는 데 핵심적인 기준은 무엇인가?

주요 결과

• 제안된 온톨로지는 작업, 데이터 의미론, 맥락에 기반한 시각화 기법 선택을 위한 공식적이고 기계 처리 가능한 모델을 제공한다.
• 프레임워크는 기하학적, 의미론적, 시간적 데이터 유형을 포함한 다양한 데이터 유형을 통합된 3D 시각화 환경에 통합할 수 있도록 한다.
• 온톨로지 기반 모델링은 사용자 목표와 응용 시나리오에 맞는 맞춤형 시각화 기법 추천을 위한 자동 추론을 지원한다.
• 의미론적 데이터와 작업 요구 사항에 맞춰 시각화를 정렬함으로써 도시 계획 및 비상 대응 분야의 의사결정을 향상시킨다.
• 온톨로지는 확장 가능하고 재사용 가능하여 다양한 3D 도시 모델링 시스템과 시각화 플랫폼 간의 상호운용성을 지원한다.
• 실제 도시 모델링 환경에서 맥락 인식과 의미론적 정보 기반의 시각화 선택이 가능함으로써 방법의 타당성이 입증되었다.