[论文解读] Dynamic Multilevel Graph Visualization

Todd L. Veldhuizen|ArXiv.org|Dec 10, 2007

Data Visualization and Analytics参考文献 16被引用 10

一句话总结

本文提出了一种动态多级力导向图可视化系统，可在实时顶点和边更新过程中保持平滑、响应迅速的布局。通过并行模拟多级图的粗粒度，并结合耦合动力学与随时间演化的仿射变换自适应投影，即使在不可预测的变化下，也能实现快速收敛和视觉上稳定的轨迹。

ABSTRACT

We adapt multilevel, force-directed graph layout techniques to visualizing dynamic graphs in which vertices and edges are added and removed in an online fashion (i.e., unpredictably). We maintain multiple levels of coarseness using a dynamic, randomized coarsening algorithm. To ensure the vertices follow smooth trajectories, we employ dynamics simulation techniques, treating the vertices as point particles. We simulate fine and coarse levels of the graph simultaneously, coupling the dynamics of adjacent levels. Projection from coarser to finer levels is adaptive, with the projection determined by an affine transformation that evolves alongside the graph layouts. The result is a dynamic graph visualizer that quickly and smoothly adapts to changes in a graph.

研究动机与目标

• 支持动态图的实时交互式可视化，其中顶点和边以不可预测的方式被添加或删除。
• 在布局更新过程中确保顶点的平滑视觉轨迹，避免出现突兀或抖动的移动。
• 在图结构发生变化后实现快速稳定，同时保持高质量、美观的布局。
• 开发一种高效、动态的粗化算法，以在多级抽象中保持结构相似性。
• 将多级之间的动力学耦合，使布局引导信息能从粗粒度图快速传播至细粒度图。

提出的方法

• 通过使用随机的拉斯维加斯风格粗化算法，维持多级粗细度，将多级力导向布局适配于动态图。
• 使用基于物理的动力学同时模拟图的所有层级，将顶点视为具有动量和阻尼的质点，以确保运动平滑。
• 利用粗粒度图的顶点作为惯性参考系，引导细粒度图的布局，从而实现布局建议的快速传播。
• 采用自适应仿射投影从粗粒度图到细粒度图，其中变换随时间动态演化，以最小化最小二乘误差。
• 在不同层级之间引入时间膨胀机制，防止细粒度层级的顶点对粗粒度图中相互抵消的运动产生反应。
• 使用优先队列（最大堆）高效管理动态粗化过程中的边插入与删除操作，实现每次更新的期望时间复杂度为 O(de^{2d})。

实验结果

研究问题

• RQ1 如何将多级力导向布局适配于支持在线、不可预测的图结构变化？
• RQ2 何种动态粗化策略可实现在顶点和边更新下对粗粒度图表示的高效维护？
• RQ3 如何耦合多级之间的布局动力学，以确保动画过程中视觉连贯、平滑的轨迹？
• RQ4 何种机制可实现在图结构修改后快速稳定并立即提供视觉反馈？
• RQ5 如何在动态演化过程中使从粗粒度到细粒度图的投影保持自适应且稳定？

主要发现

• 动态粗化算法在每次边插入或删除时，以 O(1) 的期望时间维持有界度数图的粗粒度版本。
• 通过引入具有动量和阻尼的动力学模拟，系统实现了平滑的顶点轨迹，避免了梯度方法中常见的锯齿状运动。
• 从粗粒度到细粒度图的自适应仿射投影与顶点位置同步演化，收敛至最小二乘拟合，从而保持结构关系。
• 任意边可达的顶点数的期望值被限制在 e^k 以内，其中 k 为最大度数，确保了与图大小无关的可扩展性。
• 该方法成功可视化了实时图动态，如 Erdős–Rényi 随机图中巨大连通分量的出现以及二叉树的插入过程。
• 系统在最多六级静态层级和三级动态层级下表现出实际有效性，但在多级动力学中超过此规模时出现数值稳定性问题。