Mapas de calor ou pontos em um mapa podem ser maneiras simples e geralmente eficazes de visualizar conjuntos de dados espaciais. Mas quando esses dados envolvem muitos tipos diferentes de objetos - como recursos de planejamento para uma cidade ou rastreamento de possíveis localizações do inimigo para estratégia militar - esses métodos convencionais de visualização podem tornar quase impossível categorizar e comparar os dados.

Os pesquisadores da Purdue University desenvolveram uma técnica de visualização que pode tornar o uso de grandes conjuntos de dados espaciais mais simples e conciso. Sua técnica simplifica pontos em um mapa em limites com várias larguras de segmento, tornando as distribuições espaciais de um grande número de objetos em grupos diferentes ou ao longo do tempo mais fáceis de entender, analisar e usar para tomada de decisão ou previsão de eventos futuros.

"Criamos uma maneira simples de sobrepor várias camadas umas sobre as outras para facilitar as comparações nas distribuições, "disse Yingjie Chen, como professor associado de tecnologia de computação gráfica no Purdue Polytechnic Institute. "Nossos experimentos mostraram que essa técnica é intuitiva e fácil para o usuário entender as informações exibidas."

Chen disse que a técnica de visualização Purdue usa um algoritmo especialmente projetado que incorpora informações sobre a espessura, densidade e limites vinculados a pontos de dados. Os objetos podem ser agrupados por tipo ou tempo, permitindo que os usuários vejam as mudanças nas distribuições ao longo do tempo.

"A visualização de dados continua sendo um campo em crescimento, "Disse Chen." Nossa técnica poderia ser usada para estudar fenômenos da natureza, rastreie afiliações políticas dentro de uma região geográfica e muitas outras áreas onde os dados podem ajudar na comparação e no planejamento futuro. "

Chen e os alunos do Laboratório de Interação e Visualização Inteligente Purdue (PIVIL) trabalharam com Zhenyu Cheryl Qian, professor associado de design de interação no Purdue's College of Liberal Arts, para criar sua visualização abstrata da técnica de distribuições espaciais.

Os pesquisadores trabalharam com o Escritório de Comercialização de Tecnologia da Purdue Research Foundation para patentear a tecnologia. Eles estão procurando parceiros adicionais e interessados ​​em licenciar a tecnologia.