Los mapas de calor o puntos en un mapa pueden ser formas simples y típicamente efectivas de visualizar conjuntos de datos espaciales. Pero cuando esos datos involucran muchos tipos diferentes de objetos, como la planificación de recursos para una ciudad o el seguimiento de posibles ubicaciones enemigas para estrategias militares, estos métodos de visualización convencionales pueden hacer que sea casi imposible categorizar y comparar datos.

Los investigadores de la Universidad de Purdue han desarrollado una técnica de visualización que podría hacer que el uso de grandes conjuntos de datos espaciales sea más simple y conciso. Su técnica simplifica puntos en un mapa en límites con varios anchos de segmento, hacer que las distribuciones espaciales de una gran cantidad de objetos en diferentes grupos o en el tiempo sean más fáciles de entender, analizar y utilizar para la toma de decisiones o la predicción de eventos futuros.

"Creamos una forma sencilla de superponer varias capas una encima de la otra para facilitar las comparaciones en las distribuciones. "dijo Yingjie Chen, como profesor asociado de tecnología de gráficos por computadora en el Instituto Politécnico de Purdue. "Nuestros experimentos han demostrado que esta técnica es intuitiva y fácil de entender para el usuario la información que se muestra".

Chen dijo que la técnica de visualización de Purdue utiliza un algoritmo especialmente diseñado que incorpora información sobre el grosor, densidad y límites vinculados a puntos de datos. Los objetos se pueden agrupar por tipo o tiempo, permitiendo a los usuarios ver cambios en las distribuciones a lo largo del tiempo.

"La visualización de datos sigue siendo un campo en crecimiento, ", Dijo Chen." Nuestra técnica podría usarse para estudiar los fenómenos de la naturaleza, rastrear afiliaciones políticas dentro de una región geográfica y muchas otras áreas donde los datos pueden ayudar en la comparación y la planificación futura ".

Chen y los estudiantes de su Laboratorio de Interacción y Visualización Inteligente de Purdue (PIVIL) trabajaron con Zhenyu Cheryl Qian, profesor asociado de diseño de interacción en Purdue's College of Liberal Arts, para crear su técnica de visualización abstracta de distribuciones espaciales.

Los investigadores trabajaron con la Oficina de Comercialización de Tecnología de la Fundación de Investigación Purdue para patentar la tecnología. Están buscando socios adicionales y aquellos interesados ​​en licenciar la tecnología.