Lisää

Haetaanko pisteitä, jotka muodostavat ArcGIS for Desktopin luoman ajoajan polygonin automatisoidusti?

Haetaanko pisteitä, jotka muodostavat ArcGIS for Desktopin luoman ajoajan polygonin automatisoidusti?


Yksi GIS-kavereistamme näytti minulle demon ArcGIS Network Analyst -laajennuksesta, joka loi ajoajan polygonin pisteille, joita hän napsautti kartalla.

Tätä tarvitsemme juuri verkkosovelluksellemme, mutta siitä on meille hyötyä vain, jos voimme automatisoida menettelyn, ehkä kutsumalla jonkinlaista API-rajapintaa maantieteellisen pisteen ja aika-arvon avulla datapisteiden vastaanottamiseksi XML: ssä tai JSON: ssa. .

Onko tämä mahdollista, vai pitäisikö minun tutkia muita työkaluja?


Verkkoanalyytikko on ArcGIS-laajennus, johon pääsee joko työpöytäsovelluksen kautta, kuten ArcMap (manuaaliseen GIS-reititysanalyysiin) tai verkkopalveluna, kun se altistetaan ArcGIS Server -palvelulle.

Ajoajan analysointipalvelun paljastamiseksi on olemassa useita lähestymistapoja (muuten, ajoaikaa koskevaa analyysiä kutsutaan myös Esri-maailmassa "palvelualueeksi", vain niin, että tiedät):

  1. Saat ArcGIS Server -ohjelmiston, verkkotiedot (rakenna itse tai osta käyttövalmis) ja julkaise joko geoprosessointipalvelu tai karttapalvelu, jonka verkkoanalyysiominaisuudet ovat käytössä. Tällä tavalla voit syöttää tämän palvelun syötetiedoilla (voi olla oikeastaan ​​missä tahansa muodossa, kunhan pystyt rakentamaan logiikan tietojen muuntamiseksi muotoon, jonka ArcGIS voisi toimia esimerkiksi koordinaattiparien, JSON: n, shapefile-tiedostojen kanssa jne.) Tarkista palvelualueen palvelun syöttöparametrit varmistaaksesi, että pystyt toimittamaan vaaditut tiedot. Ohjelmistot ja tiedot (jos et käytä omaa tai käytä ilmaista dataa) maksavat rahaa.

  2. Pääset käyttövalmiisiin verkkoanalyysipalveluihin ArcGIS Onlinen kautta. Voit käyttää verkkopalvelua, jonka REST-päätepiste on paljastettu, käyttämällä ennalta määritettyä kyselymuotoa, joka on määritelty tässä dokumentaatiossa. Ei ostettavia ohjelmistoja, mutta maksat jokaisesta lähetetystä ja käsitellystä pyynnöstä (jokainen aikaansaatu aikavyöhyke maksaa sinulle senttiä - mikä vastaa Esrin palvelinten kuluttamaa energiaa).


Matkustusaika

TravelTime tekee sijainnista haettavissa matka-ajan mukaan. Ne tarjoavat analyysiintegraatioita QGIS: n, ArcGIS: n ja Alteryxin kanssa sekä sijaintisivustohakua verkkokaupalle, verkkosivustoille ja sovelluksille API: n kautta. Tässä on esimerkki 45 minuutin Lontoon ajoaikakartasta, joka on luotu TravelTime-laajennuksella QGIS: lle:

Ajamallit

TravelTime on rakentanut oman mallin ajoaikojen ennustamiseksi ja laskemiseksi.

Tämä on rakennettu ruuhka-aikojen ja ruuhka-aikojen sijaan reaaliaikaisen liikennetiedon ympärille, jotta saadaan luotettavia ja yhtenäisiä tuloksia. Itse malli ottaa joukon tietojoukkoja, kuten OpenStreetMap ja maakohtaiset tiedot, ja rakentaa sitten nopeusprofiilit tietyyppien, ympäröivän alueen ja itse tien ominaisuuksien perusteella. Nämä nopeusprofiilit verrataan sitten testikarttoihin, hienosäädetään ja asetetaan sitten reaaliajassa. Kun mallit ovat julkaistu, ne testataan ja päivitetään säännöllisesti.

Kuinka monikulmioita piirretään

Isokroonit voidaan luoda napsauttamalla QuickTart-kyselyä TravelTime-alustavalikossa, joka on kolmas kuvake vasemmalla alla olevassa kuvassa:

Työkalulla on neljä parametria: sinun on annettava päivämäärä / aika, kuljetusmuoto, aikaraja isokronille ja siitä, oletko johtamassa vai saapumassa:

Tulokset ovat realistisempia ja luotettavampia, kun otetaan huomioon kyseisen hetken liikenteen määrä tuloksena olevan matka-ajan polygonin luomisessa. Seuraavaksi voit napsauttaa karttaa ja aloittaa isokronin luomisen mistä tahansa sijainnista. Jäljempänä käsitelty edistynyt isokronitoiminto toimii samalla tavalla, mutta voi käyttää pistekerroksia lähtö- / saapumispaikkana.

Tuloksena oleva monikulmio, joka näkyy tämän osan alussa, näyttää monikulmion, jossa on useita pisteitä. Työkaluryhmän avulla voimme luoda paremman tuloksen, koska työkaluparametreja on enemmän, kuten tulosten yhdistäminen useammalla kuljetustyypillä (saatavana ovat Normaali, Unioni ja Risteys). Tässä on yleiskatsaus kaikista työkaluparametreista:

Yksityiskohtainen kuva näyttää monia pisteitä tuloksena olevassa ajoaikapolygonissa:

Isokronin suorituskyky

Nopean aikakartan kyselytyökalun avulla tulokset luodaan välittömästi ja lisätään karttaan. Algoritmi toimii nopeasti ja palauttaa useita isokrooneja kerralla koko pistekerrokselle sekunneissa.

Saatavilla olevat liikennemuodot

Kuten alla näytetään, Quick Time Map -kyselytyökalu tarjoaa neljä liikennemuotoa, julkisen liikenteen, kävelyn, pyöräilyn ja ajon:

Lisää vaihtoehtoja on saatavana napsauttamalla vasemman reunan valikossa (valittu) Näytä työkalupakki:

Tämän painikkeen napsauttaminen avaa seuraavan työkaluruudun ruudun oikeassa reunassa:

Valitsemalla "Yksinkertaistettu" -kohdasta "Aikakartta & # 8211 yksinkertainen" voimme nyt valita lisää liikennemuotoja:

Voimme nähdä, että työkalu tarjoaa kävelyä, pyöräilyä, ajoa, julkista liikennettä lukuun ottamatta myös multimodaalista liikennettä yhdistämällä eri liikennemuodot.

Hinnoittelu

TravelTimen lisenssit vaihtelevat käyttötapauksissa. TravelTime-sovellusliittymän käyttämiseen on useita vaihtoehtoja polygonien lisäämiseksi asiakaspohjaiselle verkkosivustolle, sovellukseen tai ohjelmistoon: Vakio (600 puntaa / kk) mahdollistaa 100 000 hakua kuukaudessa, jolloin yksi haku vastaa yhden isokronin tekemistä yhdellä lähtö- tai saapumisaikalla aika ja amp 1 -kuljetustila. Standard Plus (1000 puntaa / kk) mahdollistaa 200 000 hakua kuukaudessa. Sisäisen yrityssovelluksen sovellusliittymähinnoittelu on 250 puntaa kuukaudessa. Sama summa veloitetaan API-avaimesta Esri-, QGIS-, Alteryx- ja API / SDK-integraatioille.

Haluatko kokeilla itse? Rekisteröidy TravelTime API -avaimeen tässä. Isokronikarttojen luominen QGIS: ssä on samanlaista ArcGIS: ssä käyttämällä TravelTime-apuohjelmaa ArcGIS: lle.


Tausta

Alzheimerin tautia sairastavien vanhusten suuri kaatumisriski ja ajokyvyn heikkeneminen on hyvin dokumentoitu loukkaantumisriski ja moottoriajoneuvojen törmäyksistä johtuva kuolevuus lisääntyy iän ja dementian vakavuuden myötä 1. Tutkimusohjelmamme pyrkii ymmärtämään ikääntyneiden aikuisten ajokäyttäytymistä, varsinkin kun sitä tapahtuu päivittäin ihmisten matkustellessa omassa ympäristössään. Ikääntyneiden aikuisten ajokäyttäytymisen arviointi tapahtuu kuitenkin suurimmaksi osaksi menetelmillä, joissa käytetään hallittuja olosuhteita, kuten tieliikennekokeet ja ajosimulaattorit, ja vähemmässä määrin itsearvioinnissa ja päiväkirjoissa 2–5. Tutkimustarpeidemme tyydyttämiseksi tutkimme uudempia menetelmiä naturalistisen ajokäyttäytymisen tutkimiseksi pituussuunnassa kustannustehokkaalla ja häiritsemättömällä tavalla 6.

Viimeaikaiset tekniset edistysaskeleet globaaleissa paikannusjärjestelmissä (GPS) ja paikkatietojärjestelmissä (GIS) mahdollistavat ajokäyttäytymisen arvioinnin todellisissa ympäristöissä, joissa ihmiset ajavat 7. Uudemmat ajoneuvon sisäiset GPS-laitteet eivät ole huomaamattomia ja tarjoavat yleensä päivämäärän, kellonajan, nopeuden, pituus- ja leveysasteen tiedot siitä, missä ajoneuvoa ajetaan 8,9. Ajoneuvon sisäiset GPS / GIS-laitteet ovat nouseva menetelmä, jota käytetään ajamisen ymmärtämiseen paremmin in situ ja vertaa eroja kuljettajan itseraportin ja ajoneuvosta saatujen GPS-tietojen välillä 10. Tämän seurauksena tätä metodologiaa käyttävällä naturalistisella ajotutkimuksella pyritään ymmärtämään ajokäyttäytymistä analysoimalla ajoneuvon sisäisten laitteiden keräämää jatkuvaa, objektiivista tietoa mallien ja henkilökohtaisten, ajallisten ja ympäristötekijöiden vaikutusten määrittämiseksi 8, 11.

Naturistisen ajon kehittyvä ala ja räätälöityjen ja kaupallisten ajoneuvojen sisäisten laitteiden (COTS) lisääntyminen ovat johtaneet lukuisiin erilaisiin tuloksiin ja GIS-analyyttisiin tekniikoihin 9, 12. GPS-datan käyttöön liittyy kuitenkin joitain haasteita, kuten suurten tietomäärien jälkikäsittely, vaihtelevuus datan ajallisten ja spatiaalisten näkökohtien kanssa sekä korkeammat tekniikkaan ja tiedonkeruun kustannukset. Tämän seurauksena joissakin viimeaikaisissa GPS: ää ja GIS: ää käyttävissä tutkimuksissa seurantajaksot rajoittuvat tietojen keräämiseen analyysia varten ajanjaksolta, joka vaihtelee viikoista kahteen kuukauteen 10,12. Nämä lyhyet jaksot voivat kuitenkin olla liian lyhyitä ajo-käyttäytymisen kuvaamiseksi.

Jotta voimme seurata tarkemmin keskeisiä ajo-naturalistisia ajo-käyttäytymismalleja, kokeilimme uutta metodologiaa, joka mukautti COTS-ajoneuvon sisäisen laitteen tutkimaan naturalistista ajo-käyttäytymistä pituussuunnassa kustannustehokkaalla ja häiritsemättömällä tavalla. Tavoitteemme tässä pilotissa on kuvata metodologisia haasteita, jotka liittyvät ajoneuvon sisäisen COTS-laitteen mukauttamiseen, joka sieppaa ja syntetisoi GPS-tietoja käsittelyä ja analysointia varten GIS-tekniikoiden avulla. Määrittelemme myös ajokäyttäytymiseen liittyvät spatiaaliset ja ajalliset kuviot rakentamaan kuljettajaprofiileja arvioidaksemme, kuinka ajo-käyttäytyminen muuttuu pituussuunnassa.


2 Tausta: Etätunnistetun koneen rakenne ja sen virhetila

Geologinen pinta uutetaan tyypillisesti kaukokartoitustiedoista eristämällä edustavat pisteet kolmiulotteisesta pinta- tai paljastemallista. Yleensä vuodevaatteiden jäljet ​​digitoidaan näkyvistä kuvista ja osatekijöiden korkeudet poimitaan rekisteröidystä ristikkäisestä DEM: stä. Aiheeseen liittyvät menettelyt sisältävät läheisesti sijoitettujen LIDAR-pisteiden ryhmittelyn, jotka ottavat näytteitä samasta pinnasta (esim. Weingarten et ai., 2004), tai kohdennetun korkeuden mittaamisen pitkin ominaisuusjälkeä teodoliitin tai differentiaalisen GPS: n avulla. Koska etäseurannan tietojoukot määritellään tyypillisesti suorakulmaisissa avaruuskoordinaateissa, kaikki nämä menetelmät tuottavat joukon kolmiulotteisia pisteitä avaruudessa, jotka yhdessä edustavat yhtä ominaisuutta.

Geologisten pintojen tasomaiset esitykset mallinnetaan tyypillisesti regressiotilastoilla: potentiaalitasoa edustava koordinaatisto muunnetaan orientaatioksi löytämällä paras sovittotaso tietojoukon kautta minimoimalla (esim. PCA, tavalliset pienimmät neliöt [OLS] ja muut regressiokehykset) suorakulmaisessa koordinaatistossa (Fahrmeir et ai., 2013 Jolliffe, 2002). Regressiosta johtuva idealisoitu geologinen pinta voidaan matemaattisesti kuvata tasoksi, joka vaatii kolme vapaata parametria. Pelkkä orientaation kuvaus vaatii vain kaksi vapaata parametria, jotka on esitetty joko kaltevuuksina kahteen suuntaan tai normaalin vektorin suuntaus tasoon (kuva 1a).

Kaavioesitys virheiden sisältävän tason rakenteesta ja sen suhteesta globaaliin suorakulmaiseen koordinaatistoon x. (a) Taso ja siihen liittyvä normaalivektori n. Painottamattomassa pääkomponenttianalyysissä n putoaa pääkomponentin akselia pitkin . Kolme yksikkövektoria vi, suuntautunut pitkin , muodostavat pyörimismatriisin rivit V joka kartoittaa x että . b) An - viipale nimellistasosta ja sen normaalivektorista sekä nippu tasoista, joilla on hieman erilainen suunta. Tuloksena oleva hyperbolinen virhetila, sen pääakselit h2 ja h3ja normaali vektorivirhe-ellipsoidi on päällekkäin sinisellä.

Parhaiten sopivan tason regressioon liittyy luonnostaan ​​epävarmuus, joka yhdistyy syötetietojoukon epäsäännöllisyyksiin tuottamaan orientaatiovirheitä. Suorakulmaisessa avaruudessa nämä virheet voidaan esittää kahden arkin hyperboloidina, jotka sulkevat kaikki mahdolliset tasot tietojoukossa, vaihtelevat nimellisen regressioviivan ympäri, tai vaihtoehtoisesti joukoksi epätavallisia vektoreita kohtisuorassa tasoon nähden. Olettaen kiinteän pituuden, tämän normaalivektorin virhetila muodostaa ellipsoidin, joka sisältää mahdolliset vektorin päätepisteet (kuva 1b).

Pallon muotoisissa koordinaateissa suuntaukset esitetään intuitiivisesti kulmapareina (tavallisesti lakko / upotus tai upotus / upotus suunta). Tämä kaksikulmainen esitys tukee orientaatiotietojen visualisointia stereoissa ja niihin liittyvissä pallomaisissa juoneissa. Aikaisemmissa vuodevaatteiden suuntautumisvirheiden tutkimuksissa on parametroitu suuntautumisvirhe lakon ja pudotuksen suhteen (Cruden & Charlesworth, 1976), ja monet työntekijät ovat ilmoittaneet suuntautumisvirheistä näillä termeillä (esim. Lewis & Aharonson, 2006 Okubo et ai., 2008). Suuntausvirheet eivät kuitenkaan välttämättä ole linjassa isku- / pudotusparametrien kanssa, jotka kuvaavat näillä termeillä ilmaistuja nimellistason virheitä, riippuvat implisiittisesti pienen kulman oletuksesta. Lähes vaakasuoralla vuodevaatteella (yleinen stratigrafisen altistumisen muoto) on erittäin epälineaarinen kulmahajonta lakossa lähestyttäessä nollakahvaa, ja näiden kahden välillä on suuria kovariansseja.

Napavirheeksi parametrisoidut virheet (kulmavirhe tason nimellissuunnan ympärillä) toimivat pallomaisissa koordinaateissa välttäen kokonaan lineaaroitumisen ongelmat. Geologisiin suuntiin yleisesti käytettävät suuntatilastolliset sovitusmekanismit tuottavat virheitä, jotka parametroidaan napavirheiksi, mutta toimivat kokonaan kulmamuotoisesti ilmaistuilla tiedoilla (esim. Bingham, 1974 Fisher ym., 1987 Kent et ai., 1983 Mardia, 2014 Onstott, 1980) . Karteesiavaruudessa määriteltyjen tietojen osalta näiden napavirheiden rakenne on määriteltävä tilastollisella prosessilla.

Karteesisen avaruudessa määritellyt regressiovirheet voidaan kartoittaa pallomaisiksi koordinaateiksi käyttämällä geometrista projektiota yksikön palloon: hyperboliset virheet nimellistasokarttaan pallomaiselle vyöhykkeelle (nippu suuria ympyröitä) ja normaalien vektorivirheiden kartio projisoidaan ellipsi, "napavirheen" kaksiakselinen lauseke (kuva 2a). Tämän pallomaisen vyön tai ellipsin kulmaväli voidaan määrittää θenint, suurin kulmavirhe tasoon nähden ja θmin, joka on kohtisuora θenint määritelmän mukaan. Tärkeää on, θenint ei tarvitse suuntautua lakon tai dipin suuntaan, sen sijaan θenint nimellistasoon nähden ilmaistaan ​​käyttämällä a: ta harava - kulma koneen iskun ja θenint (Kuva 2b). Tämä muoto yleistää napavirheen salliakseen suorakulmaisen orientaation virhetilan täyden ilmaisun kulmissa viidellä vapaalla parametrilla. Tässä rakenteessa ilmaistut virheet ovat tämän työn kohteena.

Kaaviollinen esitys nimellisen tasomaisen sovituksen välisestä suhteesta (musta), hyperbolisen virheen kuori ja käänteinen ellipsoidi, joka edustaa normaalia vektorin päätepistettä (sininen)ja pallomainen virhejakauma, joka muodostuu heijastamalla näiden virhetilojen tangentit yksikköpallolle (violetti) θmin ja θenint määritä suuntausvirheiden asteikko kahden akselin sisällä, ja . (a) Suorakulmaisen virhetilan heijastaminen pallomaisiksi koordinaateiksi sekä tasomaisena vyönä että napavirheiden ellipsinä. b) Virheavaruuden suunta tasoon (määrittelee θmin ja θenint) suhteessa nimellistasoon korostaen harava kulma, joka tarvitaan virheiden suunnan ilmoittamiseen tasossa.

GIS: n ja satelliittipohjaisen kaukokartoituksen vaikutukset maisema-arkeologiaan Lähi-idässä

Tässä artikkelissa tarkastellaan maiseman lähestymistapojen ja paikkatietotyökalujen kehitystä Lähi-idän arkeologiassa. Ensimmäisistä ilmatutkimusohjelmista lähtien arkeologit tunnistivat ylhäältä tulevan näkymän arvon koskemaan kattavia ihmisen ja ympäristön kysymyksiä, jotka tukevat alueellisia historiallisia kertomuksia. Lähi-idän maiseman näkyvien jäänteiden monimuotoisuus ja tiheys on edellyttänyt integroivaa lähestymistapaa, joka kattaa maisema staattisena esineenä, maisema rakennettuina ominaisuuksina, maisema järjestelmänäja maisema dynaamisena rakenteena, joka ylittää nykyaikaiset poliittiset rajat. Maantieteellisten työkalujen ja aineistojen viimeaikainen kehitys on antanut arkeologeille mahdollisuuden edistyä merkittävästi neljässä pitkään jatkuneessa kysymyksessä siitä, kuinka (1) dokumentoida ja hallita nopeasti kadonneet muinaiset maisemat, (2) ymmärtää maisemanmuodostusprosesseja, (3) tunnistaa ja tulkita taloudellisia , ympäristöön ja sosiaalisiin vaikutuksiin, jotka johtavat pitkäaikaiseen asutus- ja maankäyttömalliin, ja (4) tunnistavat ja kontekstualisoivat ympäristön ja ihmisen tahdonvapauden vuorovaikutuksen muinaisten talouksien kehityksessä ja muutoksissa sosio-organisatorisessa monimutkaisuudessa.

Tämä on tilaussisällön esikatselu, pääsy oppilaitoksesi kautta.


Moottorit, komponentit ja logiikka

Tiettyjä suoritusmuotoja kuvataan tässä sisältäen logiikan tai useita komponentteja, moottoreita tai mekanismeja. Moottorit voivat muodostaa joko ohjelmistomoottoreita (esim. Koneellisesti luettavaan tietovälineeseen sisältyvän koodin) tai laitteistomoottoreita. "Laitteistomoottori" on aineellinen yksikkö, joka pystyy suorittamaan tiettyjä toimintoja ja joka voidaan konfiguroida tai järjestää tietyllä fyysisellä tavalla. Useissa esimerkkisovelluksissa yksi tai useampi tietojärjestelmä (esim. Erillinen tietokonejärjestelmä, asiakastietokonejärjestelmä tai palvelintietojärjestelmä) tai yksi tai useampi tietojärjestelmän laitteisto (esim. Prosessori tai prosessoriryhmä) voidaan konfiguroida ohjelmistolla (esim. sovellus tai sovellusosa) laitteistomoottorina, joka toimii tiettyjen tässä kuvattujen toimintojen suorittamiseksi.

Joissakin suoritusmuodoissa laitteistomoottori voidaan toteuttaa mekaanisesti, elektronisesti tai mikä tahansa niiden sopiva yhdistelmä. Esimerkiksi laitteistomoottori voi sisältää erillisen piirin tai logiikan, joka on määritetty pysyvästi suorittamaan tiettyjä toimintoja. Laitteistomoottori voi olla esimerkiksi erityiskäyttöinen prosessori, kuten kenttäohjelmoitava porttiryhmä (FPGA) tai sovelluskohtainen integroitu piiri (ASIC). Laitteistomoottori voi sisältää myös ohjelmoitavan logiikan tai piirit, jotka ohjelmisto on väliaikaisesti konfiguroinut suorittamaan tiettyjä toimintoja. Esimerkiksi laitteistomoottori voi sisältää ohjelmiston, jonka suorittaa yleiskäyttöinen prosessori tai muu ohjelmoitava prosessori. Kun tällaiset ohjelmistot on konfiguroinut, laitteistoista tulee erityisiä koneita (tai koneen tiettyjä komponentteja), jotka on räätälöity yksilöllisesti konfiguroitujen toimintojen suorittamiseen, eivätkä ne ole enää yleiskäyttöisiä prosessoreita. Ymmärretään, että päätös laitemoottorin toteuttamisesta mekaanisesti, erillisissä ja pysyvästi konfiguroiduissa piireissä tai väliaikaisesti konfiguroiduissa piireissä (esim. Ohjelmistojen määrittelemissä) voi johtua kustannuksista ja ajasta.

Näin ollen ilmaisun "laitteistomoottori" tulisi ymmärtää käsittävän konkreettisen kokonaisuuden, olipa kyseessä yksikkö, joka on fyysisesti rakennettu, pysyvästi konfiguroitu (esim. Langallinen) tai väliaikaisesti määritetty (esim. Ohjelmoitu) toimimaan tietyllä tavalla tai suorittaa tiettyjä tässä kuvattuja toimintoja. Tässä käytettynä "laitteistolla toteutettu moottori" viittaa laitteistomoottoriin. Ottaen huomioon suoritusmuodot, joissa laitteistomoottorit on väliaikaisesti konfiguroitu (esim. Ohjelmoitu), kutakin laitteistoa ei tarvitse konfiguroida tai ilmentää missään yksittäisessä ajassa.Esimerkiksi, kun laitteistomoottori käsittää yleiskäyttöisen prosessorin, jonka ohjelmisto on konfiguroinut tulemaan erityiskäyttöiseksi prosessoriksi, yleiskäyttöinen prosessori voidaan konfiguroida vastaavasti erilaisiksi erityiskäyttöisiksi prosessoreiksi (esim. Eri laitteistoiksi) eri aikoina. . Ohjelmisto konfiguroi vastaavasti tietyn prosessorin tai prosessorit esimerkiksi muodostamaan tietyn laitteistomoottorin kerrallaan ja muodostamaan eri laitteistomoottorin eri aikaan.

Laitemoottorit voivat tarjota tietoja ja vastaanottaa tietoja muille laitteistoille. Vastaavasti kuvattujen laitteistojen voidaan katsoa olevan kytkettyinä toisiinsa. Jos samanaikaisesti on useita laitteistoja, tiedonsiirto voidaan saavuttaa kahden tai useamman laitteiston välillä tai niiden välillä tapahtuvalla signaalinsiirrolla (esim. Sopivilla piireillä ja väylillä). Suoritusmuodoissa, joissa useita laitemoottoreita konfiguroidaan tai instantioidaan eri aikoina, viestintä tällaisten laitteistojen välillä voidaan saavuttaa esimerkiksi tallentamalla ja hakemalla tietoa muistirakenteissa, joihin useilla laitteistoilla on pääsy. Esimerkiksi yksi laitemoottori voi suorittaa toiminnon ja tallentaa kyseisen operaation lähdön muistilaitteeseen, johon se on kytketty kommunikoivasti. Lisälaitteisto voi sitten myöhemmin käyttää muistilaitetta hakemaan ja käsittelemään tallennetun lähdön. Laitteistomoottorit voivat myös aloittaa tiedonsiirron tulo- tai lähtölaitteiden kanssa ja voivat toimia resurssilla (esim. Tietokokoelma).

Tässä kuvattujen esimerkkimenetelmien erilaiset toiminnot voidaan suorittaa ainakin osittain yhdellä tai useammalla prosessorilla, jotka on väliaikaisesti konfiguroitu (esim. Ohjelmisto) tai pysyvästi konfiguroitu suorittamaan asiaankuuluvat toiminnot. Olipa tilapäisesti tai pysyvästi määritetty, tällaiset prosessorit voivat muodostaa prosessorin toteuttamia moottoreita, jotka toimivat yhden tai useamman tässä kuvatun toiminnon tai toiminnon suorittamiseksi. Tässä käytettynä "prosessorilla toteutettu moottori" viittaa laitteistomoottoriin, joka on toteutettu käyttämällä yhtä tai useampaa prosessoria.

Vastaavasti tässä kuvatut menetelmät voidaan toteuttaa ainakin osittain prosessorilla, jolloin tietty prosessori tai prosessorit ovat esimerkki laitteistosta. Esimerkiksi ainakin osa menetelmän toiminnoista voidaan suorittaa yhdellä tai useammalla prosessorilla tai prosessorilla toteutetulla moottorilla. Lisäksi yksi tai useampi prosessori voi myös toimia tukeakseen asiaankuuluvien toimintojen suorittamista "cloud computing" -ympäristössä tai "ohjelmisto palveluna" (SaaS). Esimerkiksi ainakin osa toiminnoista voidaan suorittaa tietokoneiden ryhmällä (esimerkkinä koneista, mukaan lukien prosessorit) siten, että nämä toiminnot ovat käytettävissä verkon (esim. Internet) ja yhden tai useamman tarkoituksenmukaisen rajapinnan (esim. sovellusohjelmaliittymä (API)).

Tiettyjen toimintojen suorittaminen voidaan jakaa prosessoreiden kesken, jotka eivät ainoastaan ​​asu yhdessä koneessa, vaan myös useissa koneissa. Joissakin esimerkkisovelluksissa prosessorit tai prosessorilla toteutetut moottorit voivat sijaita yhdessä maantieteellisessä paikassa (esim. Kotiympäristössä, toimistoympäristössä tai palvelintilalla). Muissa esimerkkisovelluksissa prosessorit tai prosessorin toteuttamat moottorit voidaan jakaa useille maantieteellisille paikoille.


Digitaalinen

Digitaalinen allekirjoitus - Toisin kuin käsinkirjoitettu allekirjoitus, joka ei muutu kovin paljon ajan myötä, digitaalinen allekirjoitus on ainutlaatuinen jokaiselle allekirjoitetulle asiakirjalle. digitaalinen allekirjoitus käyttää sitä tosiasiaa, että algoritmia käyttämällä on mahdollista laskea yksilöllinen numeerinen arvo mille tahansa annetulle asiakirjalle.

Digitaalinen Maan vertailumalli
Loikkaa: valikkoon, hakuun
Termi Digitaalinen Tim Foresman loi Earth Reference Model (DERM) -näkemyksen kaikenkattavasta paikkatieteellisestä foorumista abstraktina tiedonkululle tukeakseen Al Goren visiota Digitaalinen Maa.

Digitaalinen Analogimuunnin, D / A
Laite, jota käytetään muuntamiseen digitaalinen tietokoneen arvot analogisiin jännitteisiin. Löydetään tietokonenäyttöjärjestelmistä, joissa digitaalinen tietokonearvot muunnetaan analogisiksi signaaleiksi elektroninäytteen manipuloimiseksi videonäytössä.

Fotogrammetria
Fotogrammetria tieteenä on varhaisimpia kaukokartoituksen tekniikoita. Sana fotogrammetria on yhdistelmä kolmesta erillisestä kreikkalaisesta sanasta 'Photo', 'Gram' ja 'metry', jotka käännetään englanniksi kirjaimellisesti, valo, piirustus ja vastaavasti mittaus.

Esimerkiksi satelliittikuvat voivat olla päällekkäin

korkeusmallin ja peittokuvan on oltava sama projektio.

ilmakuva poliisitoiminnassa
Luku 6: Rikosten kartoitus futuurit
Kuten tässä oppaassa todetaan, poliisilaitokset käyttävät paikkatietotekniikkaa erilaisissa sovelluksissa, mukaan lukien rikostiedustelut ja rikosten analysointi, rikosten ehkäisy, julkinen tiedottaminen ja yhteisöpolitiikka.

topografian edustus ja yleisin.

kuva on kaksiulotteinen joukko erillisiä kuvaelementtejä tai pikseleitä, jotka edustavat eri parametrien, kuten sähkömagneettisen säteilyn, säteilyn, lämpötilan tai jonkin geofysikaalisen tai topografisen korkeuden jne., spatiaalista jakaumaa.

Pennsylvanian osavaltion yliopiston CAMERA on lisensoitu Creative Commons Attribution-NonCommercial-ShareAlike 4.0 -lisenssillä, ellei toisin mainita.
Jaa tämä kirja
Voimanlähteenä Pressbooks.

Tilaajalinja
Tunnetaan myös nimellä DSL. Tekniikka, joka mahdollistaa kierretyn parin kuparipaikallispiirien konfiguroinnin suuremmalle kaistanleveydelle, jotta ne voivat lähettää dataa ja videota yhdessä äänisignaalin kanssa.
Lisätietoja .

käsikamerat tarjoavat DPI- ja sirukoon, kaikki on arvioitava, jos sitä ei tunneta. Vertailumerkit on annettava millimetreinä, ei pikseleinä! .

Tarkoitus: DEM-tiedostoja voidaan käyttää lähdetiedoina

ortovalokuvat, ja maantieteellisten tietojärjestelmien kerroksina, maatieteen analyysiin. DEM: t voivat toimia myös työkaluina tilavuusanalyysissä, tornien sijoittelussa tai viemärialueen rajauksessa.

Ei yksinkertaisesti ole pakenemista a

-Out of Home (DD-OOH) -alustan Grabb-Se tietää tämän aivan liian hyvin.

Bostonin uudistusviranomainen (BRA)

3D-tilat l AutoDesk VIZ-, Autocad 2000.dwg- ja Google Earth KML (KMZ) -muodoissa
Yhdysvaltain kansallinen atlas lisää.
MassGIS WebServices lisää.

Kauppa Euroopassa on hyötynyt eurooppalaisista standardeista, ja samalla Euroopan kansainvälinen kilpailukyky hyötyy vahvasta Euroopan osallistumisesta kansainvälisiin SDOihin, mukaan lukien ISO TC / 211 ja OGC.

Agenda-asiakirjat [5] kauppa ja kansainvälinen kilpailukyky riippuvat yhä enemmän.

Elevation Modeling (DEM) on tehokas työkalu, joka mahdollistaa 3D-visualisoinnin muun muassa geologisista kartoista.

korkeusmalleja käytetään tyypillisesti edustamaan maaston helpotusta.

Vaihtomuoto (DXF)
DXF on ulkoinen muoto tiedostojen siirtämiseen tietokoneiden välillä tai ohjelmistopakettien välillä. Sen tuottaa Autocad. Sillä ei ole topologiaa, mutta se tarjoaa hyvät yksityiskohdat piirustuksista, viivan leveydestä ja tyylistä, väreistä ja tekstistä. DXF rakennetaan tyypillisesti 64 kerroksessa.

järjestelmään
Järjestelmä, jossa tietoa välitetään pulssisarjassa. Lähde otetaan säännöllisesti näytteistä, analysoidaan ja muunnetaan tai koodataan numeerisiksi arvoiksi ja lähetetään.

tilavuus - kolmiulotteinen joukko säännöllisesti sijoitettuja tilavuuselementtejä (vokseleita), jotka muodostavat tilavuuden.

kartografinen edustaja maan pinnasta tai maanalaisesta piirteestä kolmiulotteisten koordinaattiarvojen sarjan kautta: jatkuva muuttuja kaksiulotteisella pinnalla säännöllisen joukon z-arvoja viitaten yhteiseen peruspisteeseen.

pintamalli on korkeus, joka sisältää rakennusten yläosan, puiden latvuksen, sähkölinjat ja muut ominaisuudet paljaan maan yläpuolella. Esimerkiksi LiDAR: n ensimmäinen paluu koostuu DSM: stä.

Karttakirjasto: Sarja hakemistoja ja alihakemistoja, jotka on suunniteltu järjestämään yhtenäisesti paikkatietokokoelma. Karttakirjastot järjestävät maantieteelliset tiedot paikkaryhminä ja temaattisesti tasoryhminä.

topografisen pinnan esitys. Korkeusarvot voidaan tallentaa:
säännöllisessä arvoruudukossa, yksi kutakin solua kohti,
säännöllinen pistepiste tai
"pisteiden kolmioitu epäsäännöllinen verkko" (TIN).

esitys maapallon topografiasta.
Päivittäinen - päivittäin (ts. 24 tunnin välein).
Doppler Effect - kuvaus tavasta, jolla ääni- ja valoaallot näyttävät muuttuvan taajuudessa signaalin lähteen ja / tai vastaanottimen nopeudesta riippuen. [1].

tiedosto, joka koostuu maankorkeuksista maanpinnan sijainnille säännöllisesti sijoitetuilla vaakasuorilla väleillä.
Digitoi.

korkeustiedostomuodot
Vaikka virallinen USGS DEM -muoto on tarkoitus tulla antiikiksi, on edelleen laajalle levinnyt. Monet GIS-ohjelmistot lukevat jonkin verran tätä muotoa suoraan.

Korkeusmalli (DEM)
3D-malli maapallon pinnasta, jota edustavat massapisteet ja katkoviivat. Vähemmän tiukka (ei niin tiiviisti kerätty) kuin DTM. DEM ei tue muodon mallintamista, ja sitä käytetään ensisijaisesti ilmakuvien oikaisemiseen maan pinnalle.

Karttasuunnittelu ja perinteisen kartografian lasku
Kartografisten taitojen ulkoistamisen haittapuoli on alueellisen tiedon puute. CSAA: n tapauksessa heidän alkuperäinen kartografinen tiiminsä tutki henkilökohtaisesti paikallisia teitä ja risteyksiä.

Diaesitykset GIS-käsitteistä (gCONTM), versio 3.0, PC-pohjainen ohjelmisto karttojen itseopetukseen, julkaisija GIS World Books (Longman Publishing), Fort Collins, Colorado, 1995. J.K. Marja.

muodossa esimerkiksi digitalisoinnin tai skannauksen avulla.

tietoja on tulossa saataville verkon kautta. Näiden tietojen laatu on vaihteleva, ja niiden käytössä on oltava erittäin varovainen.

laitetta kutsutaan CCD-siruksi. Nämä sirut koostuvat miljoonista pienistä elektronisista ilmaisimista, jotka on järjestetty neliöryhmään.

arkistointi tarkoittaa tietojen säilyttämistä riippumatta tietovälineestä, johon tiedot on tallennettu.

jo taulukkomuodossa olevat tiedot integroituvat GIS-tietokantaan kahdella erittäin tärkeällä tavalla. Ensinnäkin ne muodostavat perustan GIS-ominaisuusmääritteille. Tässä tapauksessa ne on linkitettävä jotenkin kohteisiin, jotka muodostavat spatiaalisen geometrian.

Orthophoto Quadrangles (DOQ) ACE-altaalta ja muilta Etelä-Carolinan alueilta on saatavana SCDNR: ltä Internetistä (katso Muiden paikkatietojen noutaminen Etelä-Carolinan luonnonvarojen osaston opetusohjelmasta) MrSID-muodossa ja edellyttävät MrSID ArcView -laajennuksen käyttöä .

pääsy tietoihin
Geoweb: joukko maantieteellisesti hajautettuja palveluja.

Maastokorkeustiedot (DTED) - NIMA-sotilasmuoto maaston korkeudelle. Saatavana DTED Level 0 -resoluutiona ladattavaksi ilmaiseksi julkisesti. Suuremman resoluution DTED-tasot 1 ja 2 ovat NIMA: n erityisten ystävien käytettävissä. Jakotukki lukee ne kaikki.
EOO.

tiedot voidaan myös syöttää GIS: ään. Esimerkki tällaisista tiedoista on satelliittien keräämät tietokonetiedot, jotka osoittavat maankäytön - maatilojen, kaupunkien ja metsien sijainnin.

korkeusmalli, kartta (kuva) ja vektoridata
Rasteritietotyyppi koostuu soluriveistä ja -sarakkeista, joista jokainen solu tallentaa yhden arvon. Rasteritiedot voivat olla kuvia (rasterikuvia), joissa jokaisessa pikselissä (tai solussa) on väri-arvo.

- maailman karttatietokanta, jonka on kehittänyt Yhdysvaltain puolustusalan kartoitusvirasto (DMA, joka on nyt osa kansallista paikkatietoaineistovirastoa (NGA)) yhteistyössä Australian, Kanadan ja Yhdistyneen kuningaskunnan kanssa, -.

Analogiseksi (muunnin)
DAAC
Div. des archives audiovisuelles et cartographiques, Archives nationales du Canada.

kuvankäsittely tapahtuu yhdessä monista erikoistuneista kaukokartoitusohjelmistoista, kuten Erdas Imagine tai ER Mapper (mutta jotkut rasteripohjaiset GIS-ohjelmat, kuten Idrisi, kykenevät moniin kuvankäsittelytoimintoihin). Käsittelyn jälkeen kuvat voidaan syöttää GIS: ään.

Elevation Model (DEM) -tiedosto
Tarkastellaan kuvaa, jonka leveys on 1000 pikseliä ja korkeus 600 pikseliä, ja yksi liukulukuarvo pikseliä kohti. Tietolähde sisältää jonkin verran tapaa päästä käsiksi tähän matriisiin, mutta tarvitsemme myös lisätietoja saadaksemme ymmärtää, mitä arvot tarkoittavat.
Luokat¶.

kartografia, keino peittää tai piilottaa kartan piirteet kartografisen esityksen parantamiseksi. Esimerkiksi peittämistä käytetään usein tekstin takana olevien ominaisuuksien peittämiseen tekstin luettavuuden parantamiseksi.
Liittyvät aiheet
Nopea kierros symboleista ja tyylistä.

maantieteellisten käsitteiden esittäminen ja manipulointi herättää useita perustutkimuskysymyksiä, joista monet, vaikka perinteisillä tieteenaloilla ovat olleet pitkään, GIS: n kehittämisen myötä ovat herättäneet energiaa.

versio kartasta, joka muodostaa vektoridatan varastoinnin perusyksikön ArcInfossa. Kattavuus tallentaa maantieteelliset piirteet ensisijaisina ominaisuuksina (kuten kaaret, solmut, polygonit ja etikettipisteet) ja toissijaisina ominaisuuksina (kuten tikit, kartan laajuus, linkit ja merkinnät).

maastomallia sovellettiin laskelmissa. Tämän mallin on valmistanut NIMA (National Imagery and Mapping Agency), ja sen resoluutio on 30 "x30". NIMA: n toimittamien tietojen mukaan mallin absoluuttinen tarkkuus on 30 metriä, kun taas suhteellinen tarkkuus on parempi kuin 20 metriä.

-karttaa resursseja ja kattavuuksia, mukaan lukien julkisten koulujen sijainnit, HAZ-MAT-sijainnit, FEMA-tulvakartat jne. Kykymme löytää, kehittää ja käyttää uusia tietokantoja ovat laajat.

rasterigrafiikka Microsoft TerraServeriltä. Huomaa, että srs on vaihdettava alueellesi sopivaksi projektioksi.
VAADITUT OHJELMAT
r.in.wms vaatii seuraavien ohjelmien toimivan:.

äskettäin ottamasi valokuva. Voitteko arvioida sen spatiaalisen resoluution?
Jos aiot luoda rasteritiedoston, joka näyttää maasi tärkeimmät maankäyttötyypit, mitä koodausmenetelmää käytät? Mitä menetelmää käyttäisit, jos koodaisit karttasi maakuntasi tärkeimmistä vesiväylistä? Miksi?

Maaston korkeustiedot) Korkeuskohtainen rasteritiedostomuoto, joka on kehitetty sotilaallisiin tarkoituksiin, kuten näköyhteysanalyysi, 3D-visualisointi ja operaation suunnittelu. muoto on toinen korkeuskohtainen rasteritiedostomuoto.

tietokoneista tuli yleisesti saatavilla, tulokset eivät olleet läheskään yhdenmukaisia Monet Schwarz-Christoffel-kartoituksen algoritmit kärsivät alhaisesta tehokkuudesta, rajoitetusta tarkkuudesta tai epävakaudesta, toisin sanoen epäonnistumisesta tulokseen lähentymisessä tai singulariteettien huonosta käsittelystä (yleensä läsnä monikulmioiden kärjissä).

allekirjoituskuvakkeet ja poista sitten sovellus ja asenna se uudelleen.
Katso: FATAL ERROR: Käsittelemätön käyttöoikeusrikkomus 0x0000-poikkeuksen lukeminen 4048b9h-tilassa
Jos kaikki yllä olevat ratkaisut epäonnistuvat, sinun on ehkä kysyttävä yhteisön foorumista tai otettava yhteyttä Autodeskin asiakastukeen.
Tuotteet: .

kartta on loppujen lopuksi yhdistelmä valittuja tasoja, joista jokainen näyttää tietyn elementin.
Vinkki 2: Kuten näette, järvet toteutuvat vain sen keskellä kulkevalla viivalla, koska tämä kerros on tehty vain viivoista. Sinun on löydettävä toinen tiedosto, joka näyttää järvet niiden kaikilla alueilla! .

vektorimuotoisten ääriviivojen korkeusmallit (DEM) ovat automaattinen, mutta tietokoneintensiivinen prosessi. Interpolointialgoritmia käytetään täyttämään tila korkeusarvoilla ääriviivojen avulla. .

röntgendiffraktioanalyysin tallenne. Se näyttää diffraktiokulman vaaka-akselilla ja diffraktion voimakkuuden pystyakselilla.

Vaihtomuoto (DXF)
Autodesk, Inc: n määrittelemät ASCII-tekstitiedostot. Alun perin käytetty CAD: ssä, nyt esillä kolmannen osapuolen GIS-ohjelmistossa.

Korkeusmalli. Jatkuvien korkeusarvojen esitys topografisella pinnalla säännöllisen z-arvojärjestelmän avulla, viitaten yhteiseen nollapisteeseen, jota tyypillisesti käytetään maaston helpottamiseen. 3D-pinnan päälle asetettu 2D-kuva.

kartografia, selvästi tunnistettavissa oleva kuva tai objekti kartalla tai sivun asettelussa. Esimerkiksi karttaelementti voi olla otsikko, mittakaavapalkki, selite tai muu kartta-surround-elementti.

kartan kokoa saatetaan muuttaa myös tallentamalla se toiseen muotoon (esim. jpg, png, pdf). Sama ongelma pätee, kun paperikartta toistetaan kopioimalla.

(ts. tietokoneistettu) kartoitus, joka voi näyttää sinulle, missä tietyt ihmiset, tapahtumat, asiat tai olosuhteet ovat, ja antaa sinulle myös muita tietoja niistä. Se linkittää tiedot maantieteelliseen sijaintiinsa.

versio tiedoista, jotka on painettu USGS: n topografisiin nelikulmakarttoihin.

Elevation Model (DEM) -tiedostot (plus paljon muita formaatteja)
Vektoridata, kuten ESRI-muotoiset tiedostot
OGC-yhteensopiva verkkokartoitustieto (kuten WMS)
GIS-kerrokset julkaistiin MapServerin tai ESRI ArcGIS Serverin kanssa
Online-kartat, kuten OpenStreetMap, ArcGIS Online tai NASA OnEarth.

tietojen tallennustekniikka, joka käyttää optista tietovälinettä tietojen tallentamiseen. Optiset levyt ovat hitaampia, mutta tallentavat enemmän tietoa ja maksavat vähemmän tallennettuja tietoja kuin magneettilevyt. Useita optisia maljoja voidaan asentaa yhteen laitteeseen, jota kutsutaan jukeboxiksi.

näyttää, mitkä arvot näytetään numeroina. analoginen kuva - kuva, jossa tunnistettavan ominaisuuden jatkuvaa vaihtelua edustaa jatkuva vaihtelu kuvan sävyssä.

[LINK] [LINK] GIS voi myös muuntaa olemassa olevan

tietoa kasvullisista peitteistä.

Geokoodaus Analogisella kartalla löydettyjen ominaisuuksien muuntaminen tietokone-

muodossa. Tässä prosessissa eri ominaisuuksien alueellinen sijainti viitataan maantieteellisesti tietokoneen ohjelmistojärjestelmässä käytettyyn koordinaattijärjestelmään.

Meidän tapauksessamme selvityskeskus on hajautettu Internet-palvelinjärjestelmä, joka sisältää kenttätason kuvaukset käytettävissä olevista

(Liittyvät sanat: ilmakuva, antenni) ANALOGI: Tämä on päinvastainen

Kartta tallentaa kuvaavat ja

raja-tunnisteet, jotka voivat liittyä laitoksen, laillisen ja perusmaantieteellisen alueen määrittelyihin tarpeen mukaan.

edustaminen jotain todellisessa maailmassa. Esimerkiksi pisteet tai pisteet karttakerroksessa voivat edustaa koulujen sijaintia, viiva voi edustaa jokea ja monikulmio edustaa alueen, kuten läänin, ääriviivoja.

ympäristössä, tämä termi viittaa monimutkaisiin (ja usein kirjoittamattomiin) valintaa, yleistämistä ja esittämistä koskeviin sääntöihin, joita käytetään tietyssä karttasarjassa. [Ei pidä sekoittaa mittakaavaan.] Kartografiset spagetit s.

Tiedonsiirtosarja toimintoja, joita tarvitaan tietojen koodaamiseen tietokoneella luettavassa muodossa

muodossa.
Tietoelementtikohtainen tieto, joka näkyy tietojoukossa.
Tietoelementtien sanakirja - kuvaus tietojen kattavuuteen sisältyvistä tiedoista, esim. Muoto, määritelmä, rakenne ja käyttö.

ASP: Active Server Pages CGI: Common Gateway Interface DEM:

korkeusmalleja käytetään tyypillisesti edustamaan maaston helpotusta.

kartan digitointi Karttadatan muuntaminen graafisesta muotoon

muodossa. kartta, suunnittelu Kartta, joka sisältää tietoja, jotka ovat välttämättömiä suunnitteluprojektin tai -kehityksen suunnittelulle ja sen kustannusten arvioimiselle.Se on yleensä suuren mittakaavan kartta pienestä alueesta tai reitistä.

3D-malli viittaa minkä tahansa kolmiulotteisen objektin esitykseen, joka on tallennettu nimellä

sellaisten ominaisuuksien, sääntöjen tai molempien kokoelma, jotka voidaan näyttää kaksiulotteisena kuvana renderoinnin avulla.

GIS-ohjelmisto sisältää sekä GIS-ohjelman että erityiset sovelluspaketit, kuten

maaston mallinnus ja verkkoanalyysi. Suurin ero paikkatietojärjestelmäohjelmistojen ja työpöydän kartoitusohjelmien välillä on paikkatietojärjestelmäohjelmien kyky suorittaa spatiaalinen analyysi.

Dokumentaatio tarjoaa käyttäjille tietoa ohjelmiston kehityksestä, sisällöstä ja muodosta

paikkatiedot. Nämä tiedot tunnetaan metatiedoina, ja ne kuvaavat eri tietojoukkojen sisältöä, laatua, kuntoa ja muita ominaisuuksia.

Automaattisessa paikkatietojärjestelmässä, sama kuin manuaalinen, paitsi että kaikki peitteet ovat a

muoto CRT-näytöllä katselua ja tulkintaa varten. Kukin päällekkäisyys määrittelee tietyn paikkatietokannan aspektin.

joko todellisten tai hypoteettisten ominaisuuksien esitys kolmiulotteisessa tilassa. Joitakin yksinkertaisia ​​esimerkkejä 3D-pinnoista ovat maisema, kaupunkikäytävä, maan alla olevat kaasukertymät ja kaivojen syvyysverkko vesipohjan syvyyden määrittämiseksi.

GIS-tekniikka ja sen saatavuus

alueellisen ja globaalin mittakaavan tiedot mahdollistavat tällaiset analyysit. Kasvillisuusgrafiikan tuottamiseen käytetty satelliittianturin ulostulo on kehittynyt erittäin korkean resoluution radiomittari tai AVHRR.

Leica ADS40 / 80 ilmassa

ilmassa oleva kuvantamistekniikka saatavilla tänään. ADS40 / 80-anturi (tällä hetkellä kolmannen sukupolvensa) on linjaskannausanturi, joka kerää kuvia 12 000 pikselin levyisellä levyllä.

Olemme äskettäin ottaneet merkittävän askeleen synteettisen näkemyksen toteuttamiseksi keräämällä yksityiskohtaiset maastotiedot, joita tarvitaan

maan kartta Shuttle Radar Topography Mission -operaation aikana.

GIS antaa ihmisille mahdollisuuden luoda omia

karttakerrokset reaalimaailman ongelmien ratkaisemiseksi.

Jos käytettäviä tietoja ei vielä ole

muodossa, eli muodossa, jonka tietokone tunnistaa, voidaan käyttää erilaisia ​​tekniikoita tiedon sieppaamiseen. Kartat voidaan digitalisoida tai jäljittää käsin tietokoneen hiirellä ominaisuuksien koordinaattien keräämiseksi.

Kohteista löytyy valtava määrä tietoa paikoista

rasterigrafiikka (295 dollaria - 495 dollaria)
GPS-ohjelma Win: lle
GPSS - Global Position System Software (ilmainen ohjelmisto, ilmaiset kartat, jotka häiritsevät myyntiä).

Se voi olla erittäin hyödyllinen, jos

Tiedot sisältävät lisätietoja, jotka kuvaavat tiedoston pääosan sisältöä. Tämä käsite on luontainen monille yleisesti kohdatuille tiedostotyypeille. Esimerkiksi monet grafiikkatiedostomuodot, kuten .GIF tai.

Ilmakuva, jota voidaan käyttää karttana:

muoto, jolla on erittäin hyödyllinen erityisominaisuus: Se on kalibroitu, jotta sitä voidaan käyttää karttana, kartan koordinaatit on määritelty tarkasti. Kuten ehkä tiedätkin, useimmat [& hellip].

Nämä kuvat on otettu

ja erotettu erilaisiin spektrikaistoihin, mukaan lukien näkyvä spektri (punainen-vihreä-sininen) ja muut, kuten infrapuna.

Ei voida käyttää digitaalisten tietojen kartoittamiseen analogisista kartoista niiden muodostamiseksi

lomakkeet, joita ArcView voi käyttää.
Ei muuta alkuperäisiä kaari- / informaatioalueita.
Arc / Info-komentoja ei voida suorittaa (ilman ohjelmointia komentosarjakielellä).
Joitakin Arc / Info-tiedostoja ei voida käyttää erityisesti: Peltit, ristikot, etsiä taulukoita (.

Verhous: Sisältää piirteitä a

maastomalli antaa tietoja maastossa olevista ominaisuuksista. Maastomalli antaa maaston muodon. Leikatut ominaisuudet voivat sitten sisältää satelliittikuvan maastosta maankäytön näyttämiseksi ja vektoridatan ominaisuuksien, kuten teiden, näyttämiseksi.

Ilman nollapistettä ei olisi mitään, mikä tukisi turvallisesti muuta paikkatietoa, kuten

korkeudet, maankäyttö tai väestö. National Spatial Reference System (NSRS) muodostaa kahden tyyppiset peruspisteet, vaaka- ja pystysuuntaiset.

Peruskartta
Tarvittavat paikkatietokerrokset symboloivat oikein luomaan yhteisen näköisen

Columbian piirikunnan kartta.
Liiketoiminta ja taloudellinen kehitys
Taloudellinen toiminta tai työllisyys. Esimerkiksi resurssit, jotka kuvaavat työvoimaa, tuloja, kauppaa, teollisuutta ja erikoistuneita kannustinalueita.

Analoginen signaali
Analogisten signaalien pääpiirre on, että ne ovat jatkuvia. Verrattuna,

signaalit koostuvat erillisillä väleillä mitatuista arvoista.
Huijauksen esto
P-koodin salaus P-signaalien "huijaamisen" suojaamiseksi vastustajan lähettämällä vääriä GPS-signaaleja.

ARC / INFOn käyttämä termi, joka määrittelee a

karttakerros, joka tallentaa vektoritiedot.
Ominaisuusluokka
Termi, jota käytetään kattavuuselementtien, kuten kaarien, solmujen tai monikulmioiden, määrittelemiseen.


Uusimmat uudet BIS Safe Luxco S.à r.l -patentit:

Tämä sovellus on jatkoa Yhdysvaltain Ser. Nro 13/000 274, jätetty 29. maaliskuuta 2011, joka on PCT / NZ2009 / 000111: n kansallisen vaiheen hakemus, jätetty 18. kesäkuuta 2009, joka vaatii Yhdysvaltain väliaikaisen ser. Nro 61/074 347, jätetty 20. kesäkuuta 2008 ja U.S. N: o 61 / 146,525, jätetty 22. tammikuuta 2009 ja mitkä hakemukset liitetään tähän viitteenä. Soveltuvassa määrin etusijavaatimus tehdään jokaiselle yllä esitetylle sovellukselle.

Keksinnön ala

Esillä oleva keksintö liittyy ulottuvuutta vähentävään visuaaliseen esitysmenetelmään.

Kaavio tai kaavio on Wikipediassa kuvattu tietokonegrafiikkana tai graafisena järjestäjänä, joka edustaa taulukkomaisia ​​numeerisia tietoja ja / tai toimintoja. Taulukoita käytetään usein suurten tietomäärien ja tietojen eri osien välisen suhteen ymmärtämisen helpottamiseksi. Kaaviot voidaan yleensä lukea nopeammin kuin raakatiedot, joista ne ovat peräisin. Niitä käytetään monilla aloilla, ja ne voidaan luoda käsin (usein kaaviopaperille) tai tietokoneella karttasovelluksella.

Perinteisissä kaavioissa käytetään vakiintuneita ja usein huonosti toteutettuja tapoja esittää tietoja. On olemassa monia työkaluja, jotka auttavat käyttäjää rakentamaan erittäin hienostuneita tietojen esityksiä, mutta tämä hienostuneisuus johtaa tyypillisesti vähemmän merkityksellisiin kaavioihin. Esillä olevan keksinnön suoritusmuotojen tarkoituksena on voittaa tämä ongelma.

Tiedetään käyttävän ohjattuja karttatoimintoja, joita ovat saatavana Excelissä ja monissa muissa järjestelmissä, kuten esimerkiksi IBM: n tarjoamissa. Lisäksi käyttäjien käytettävissä on useita Business Intelligence (BI) -työkaluja, joiden avulla käyttäjät voivat analysoida tietoja yrittäessään luoda mielekästä palautetta. Kuitenkin tietojen määrän kasvaessa lisääntyy myös tietojen analysoinnilla luotujen visuaalisten esitysten monimutkaisuus. Nämä monimutkaiset esitykset voivat johtaa siihen, että visuaalisen esityksen osat ovat loppukäyttäjälle eniten vaadittuja ja merkityksellisiä, etenkin tapauksissa, joissa visuaalisesti esitetään korkean ulottuvuuden tietoja.

Lisäksi nykyisten tunnettujen tietojen graafisen esittämisen menetelmien painopiste on yhden visuaalisen suunnittelun tai visuaalisen suunnittelun tai visuaalisen esitystyypin tarjoaminen tietojen esittämiseksi. Toisin sanoen tuottaa esimerkiksi yksi pylväsdiagrammi näytettäväksi tai yksi ympyräkaavio tulostettavaksi. Tämä on hyvin rajoittavaa käyttäjälle, joka saattaa haluta näyttää useita eri näkökohtia tiedoista yhdessä asiakirjassa.

Lisäksi johtuen luontaisista ongelmista, jotka liittyvät järjestelmiin, jotka yrittävät visualisoida suuria ulottuvuuksia ja erityisen suuria määriä suuria ulottuvuuksia, on ehdotettu erilaisia ​​visualisointimenetelmiä näiden ongelmien voittamiseksi. Suurin osa näistä menetelmistä käyttää piileviä muuttujia (kuten pääkomponenttianalyysi) tietojen ulottuvuuden pienentämiseksi 2 tai 3 ulottuvuuteen ennen tietojen piirtämistä. Yksi lähestymistavan ongelma on, että piileviä muuttujia on joskus vaikea ymmärtää alkuperäisten muuttujien suhteen, joten käyttäjä ei pysty analysoimaan visualisoituja tuloksia tehokkaasti.

Inselbergille ja muille aiheutuva rinnakkaiskoordinaatti (PC) -kaavio yrittää piirtää monimuuttujatiedot täysin eri tavalla muuttamalla korkean ulottuvuuden tiedot kaksiulotteiseksi esitykseksi käyttämällä useita rinnakkaisia ​​viivoja edustamaan kutakin ulottuvuutta. Koska yli kolmen kohtisuoran akselin piirtäminen on mahdotonta, rinnakkaiset koordinaatistokaaviot piirtävät kaikki akselit, jotka ovat yhdensuuntaisia ​​toistensa kanssa tasossa. Tilan puristaminen tällä tavalla ei tuhoa liikaa geometrista rakennetta. Geometrinen rakenne ennustetaan kuitenkin niin, että suurin osa geometrisesta intuitiosta on opittava uudelleen, tämä on merkittävä haittapuoli etenkin yritystietojen visualisoinnissa.

Esillä olevan keksinnön tarkoituksena on voittaa tai ainakin lievittää joitain tai kaikkia mainittuja ongelmia tai ainakin tarjota yleisölle hyödyllinen valinta.

KEKSINNÖN YHTEENVETO

Eri käsitteitä kuvataan tässä selitysten lopussa olevien patenttivaatimusten mukaisesti.

LYHYT KUVAUS PIIRUSTUKSISTA

Esillä olevan keksinnön suoritusmuotoja kuvataan nyt vain esimerkinomaisesti viittaamalla oheisiin piirustuksiin, joissa:

KUVA. Kuvassa 1A on NASDAQ-lämpökartan esimerkki

KUVA. Kuvassa 1B on NASDAQ-lämpökartan sisäisen päivän tietojen esimerkki

KUVA. Kuvassa 1C on esitetty kaaviomaisesti joitain keskeisiä termejä

KUVA. Kuvio 2A esittää esillä olevan keksinnön erään suoritusmuodon mukaista järjestelmäkonseptikaaviota

KUVA. 2B esittää yleiskuvan kuvatun järjestelmän ohjelmistomoduuleista.

KUVA. Kuvio 3 esittää yleiskatsauksen datavirrasta järjestelmän sisällä esillä olevan keksinnön erään suoritusmuodon mukaisesti

KUVA. Kuvio 4 esittää arkkitehtonisen yleiskuvan kuvatusta ratkaisusta esillä olevan keksinnön suoritusmuodon mukaisesti

KUVA. Kuvio 5 esittää korkean tason järjestelmän toimituksen yleiskuvan kuvatusta ratkaisusta esillä olevan keksinnön suoritusmuodon mukaisesti

KUVA. Kuvio 6A esittää yleistä datavuokaaviota esillä olevan keksinnön suoritusmuodon mukaisesti

KUVA. Kuvio 6B esittää esillä olevan keksinnön suoritusmuodon mukaista vuokaaviota

KUVA. Kuvio 7 esittää kerrosten käsitettä esillä olevan keksinnön suoritusmuodon mukaisesti

KUVA. Kuvio 8 esittää vuokaavion esillä olevan keksinnön suoritusmuodon mukaisesta menetelmästä

Kuviot Kuviot 9A - E esittävät kaavioita esillä olevan keksinnön eri suoritusmuotojen mukaisiin visualisointeihin

KUVA. Kuvio 10 esittää käsitteellisen järjestelmän kaavion datan visualisointijärjestelmästä esillä olevan keksinnön erään suoritusmuodon mukaisesti

KUVA. Kuvio 11 esittää, kuinka esillä olevan keksinnön suoritusmuodot voidaan sisällyttää peliympäristöön

KEKSINNÖN YKSITYISKOHTAINEN KUVAUS

Seuraava kuvattu keksintö soveltuu käytettäväksi yhdessä muiden menetelmien kanssa ja yhdistäminen yhteen tai useampaan järjestelmään, esimerkiksi kuten on kuvattu TIETOJEN VISUALISOINTI- JA LIITETTÄVIEN SOVELLUSTEN MENETELMÄT, LAITTEET JA JÄRJESTELMÄT (hakija on aiemmin toimittanut sen kokonaisuudessaan nimellä US väliaikainen patenttihakemus Ser. nro 61/074 347, jätetty 20. kesäkuuta 2008), joka on sisällytetty viitteenä ja jonka osa tästä seuraa.

Neljä avaintermiä (tai -käsitettä) ovat tässä asiakirjassa esitetyn eritelmän perusta, ja ne on siten määritelty seuraavasti:

Liiketoiminnan suorituskyvyn ohjaimet (BPD)

Avaintermit määritellään seuraavasti:

Business Performance Drivers (BPD): Business Performance Driver (BPD) on liiketoimintamittari, jota käytetään liiketoiminnan tavoitteen kvantifiointiin. Esimerkiksi liikevaihto, myynti. BPD: t ovat faktoja (joita kutsutaan joskus toimenpiteiksi). Faktat ovat tietoja, jotka voidaan laskea. Esimerkiksi myydyt bruttomyyntiyksiköt.

    • 1. Mitat: Tietoerät, jotka voidaan laskea. Esimerkiksi myydyt bruttomyyntiyksiköt.
    • 2. Mitat: Tiedot, jotka voidaan luokitella. Esimerkiksi Sukupuolen sijainnit.
    • 3. BPD: hen voidaan soveltaa rajoituksia. Nämä suodattavat mukana olevat tiedot. Esimerkiksi osavaltiolle "CA" voidaan asettaa rajoitus, joka sisältää vain Kalifornian tietoja.
    • 4. Normalisointeja voidaan soveltaa BPD-levyihin. Nämä määrittävät (tai muuttavat) ajanjakson, johon BPD viittaa. Esimerkiksi - myyty päivittäinen yksikkö, kuukausivoitto. BPD: n, rajoitusten ja normalisointien yhdistelmä tarjoaa joustavuuden luoda monia tapoja tarkastella tietoja vaatimatta laajaa määrittelyä.

    Toisin sanoen Business Performance Driver (BPD) on "mitta", joka voidaan normalisoida. Mitat ovat tietoja, jotka voidaan laskea. Esimerkiksi myydyt bruttomyyntiyksiköt. BPD: t voivat näkyä visualisoinneissa. Esimerkiksi tulot ansaitaan kauppaa kohti kartalla. BPD: hen voidaan soveltaa rajoituksia ja / tai normalisointeja. Seuraavassa taulukossa on esimerkkejä näistä:

    BPD-paketit: BPD-paketti koostuu joukosta toisiinsa liittyviä BPD-paketteja. Tämä suhde (BPD-paketin ja sen BPD: n välillä) määritetään metadatan avulla. BPD-paketteja voidaan pitää Visual Document -sanastona.

    Visuaaliset mallit: Visuaaliset mallit ovat luokittelu erityyppisiin visualisointeihin, jotka käyttäjä voi valita. Jokaisessa visuaalisessa suunnittelussa on useita visualisointeja. Esimerkiksi "spatiaalinen" -luokassa voi olla vähittäiskaupan sijaintikarttoja tai maantieteellisiä sijaintikarttoja.

    Ohjelmistoratkaisun avulla käyttäjät voivat valita yhden visualisoinnin (yhden visuaalisen muodon Visual Design -luokassa) visuaalisen asiakirjan luomiseksi.

    Visuaalinen asiakirja: Visuaalinen asiakirja sisältää visuaalisia tietoja. Pääsy visuaalisen esityksen rakentamiseen käytettyihin tietoihin on monin tavoin analoginen tekstidokumentin kanssa.

    Visuaalinen asiakirja rakennetaan soveltamalla BPD-tietoja tiettyyn visuaaliseen suunnitteluun. Se on suunniteltu havainnollistamaan ainakin yhtä tiettyä kohtaa (visualisointia käyttäen), tukee empiirisen näytön avulla esitettyjä kohtia ja sitä voidaan laajentaa antamaan suosituksia esitettyjen seikkojen perusteella. Visuaalinen asiakirja on toimitettavissa käyttäjälle.

    Lämpökartat: Lämpökartta on graafinen esitys tiedoista, joissa muuttujan kaksiulotteisessa kartassa ottamat arvot on esitetty väreinä. Hyvin samanlainen esityslomake on Puun kartta.

    Lämpökarttoja käytetään tyypillisesti molekyylibiologiassa edustamaan monien geenien ilmentymistasoa useissa vertailukelpoisissa näytteissä (esim. Eri tiloissa olevat solut, eri potilaiden näytteet), kun ne on saatu DNA-mikrosiruista.

    Lämpökarttoja käytetään myös paikoissa, joissa data on epävakaa, ja tietojen esittäminen lämpökarttana parantaa käytettävyyttä. Esimerkiksi NASDAQ käyttää lämpökarttoja NASDAQ-100-indeksin volatiliteetin osoittamiseen. Lähde: Wikipedia i

    Tämä on esitetty kaaviomaisesti kuviossa. 1A. Jotkut lohkot ovat väriltään vihreitä, mikä tarkoittaa, että osakekurssi on noussut ja jotkut lohkot ovat punaisia, mikä tarkoittaa, että osakekurssi on alhaalla. Lohkoissa on vaihteleva asiaankuuluvan värin syvennys osoittamaan suunnan, johon massa liikkuu. Mitä syvempi väri, sitä suurempi liike.

    Jos käyttäjä leijuu osakkeen päällä, esitetään lisää päivänsisäisiä tietoja - kuten kuviossa 3 on esitetty. 1B: Lähde: Nasdaq.com ii

    Avaintermit on esitetty kaavamaisesti kuviossa. 1C. Visuaaliset mallit 110 ovat yksilöllisiä visualisointitekniikoita. Yhtä tai useampaa käytetään BPD-pakettien visualisointiin 115 luoda visuaalisia asiakirjoja 120.

    Monien organisaatioiden on kohdattava valtava ja kasvava tietomäärä tulkittavaksi, tarve tehdä monimutkaisempia päätöksiä nopeammin, ja vastaavasti ovat siirtymässä tietojen visualisointiin työkaluna tietojen muuttamiseksi kilpailueduksi. Tämä pätee erityisesti korkean suorituskyvyn yrityksiin, mutta se koskee myös organisaatioita, joiden henkinen omaisuus on olemassa massiivisissa, kasvavissa tietojoukoissa.

    Yksi kuvatun ratkaisun tavoitteista on antaa asiantuntijoiden tietojen visualisointitekniikat asiakkaan käsiin ohjaamalla taitavasti loppukäyttäjää valitsemaan oikeat parametrit, näyttämään oikeat tiedot ja luomaan sen hyödyllisimmät visualisoinnit liiketoiminnan suorituskyvyn parantamiseksi.

    Kuvattu ratkaisu on yleinen työkalu, ja sitä voidaan soveltaa useille liiketoiminta-alueille, jotka edellyttävät valtavan määrän tietoihin perustuvia päätöksiä. Tuloksena oleva selainpohjainen lähtö määritellään visuaaliseksi dokumentiksi.

    Annettu ratkaisu on yhteenveto kuviosta. 2A.

    Järjestelmä tunnistaa käyttäjän tehtävät 201 muodossa visuaalisten asiakirjojen määritteleminen, visuaalisten asiakirjojen pyytäminen, renderoitujen asiakirjojen pyytäminen, toimintakehotukset ja tulosten analysointi. Sitten järjestelmä havaitsee nämä tehtävät yhdessä muiden järjestelmien kanssa 203, joka sisältää CRM-sovelluksia, kolmannen osapuolen Business Intelligence (BI) -työkaluja ja muita kolmannen osapuolen sovelluksia, jotka kaikki voivat käyttää yrityksen tietovarastoon (EDW) tallennettuja tietoja. Visuaalinen suunnittelukerroskonsepti 207 voidaan käyttää visuaalisten asiakirjojen sisällä 205. Visuaaliset asiakirjat luodaan yhdessä useiden erilaisten määriteltyjen visuaalisten suunnittelutyyppien kanssa 209, BPD-paketit 211, paikkatietokartat 213 ja muut sovelluskomponentit 215, kuten sovelluspalvelimet ja sovellusinfrastruktuuri.

    Visuaalinen asiakirja sisältää visuaalisia esityksiä tiedoista. Pääsy visuaalisen esityksen rakentamiseen käytettyihin tietoihin on monin tavoin analoginen tekstidokumentin kanssa. Se on rakennettu soveltamalla Business Performance Driver (BPD) -tietoja tiettyyn visuaaliseen suunnitteluun (visuaaliset mallit on ryhmitelty kymmeneen luokitukseen).

    Visuaalinen asiakirja on suunniteltu havainnollistamaan ainakin yhtä tiettyä kohtaa (visualisointia käyttäen), tukemaan empiirisen näytön avulla esitettyjä kohtia, ja sitä voidaan laajentaa antamaan suosituksia esitettyjen seikkojen perusteella. Visuaalinen asiakirja on todellinen toimitettava ohjelmisto ohjelmiston käyttäjälle. Visuaalisia asiakirjoja voidaan tarvittaessa tallentaa, jakaa tai analysoida myöhemmin.

    Visuaaliseen asiakirjaan syötetään tietoja ja metatietokantaa, joka tallentaa BPD-määritelmät - visuaalisen asiakirjan painopisteet ovat BPD-tiedostot. Business Performance Driver on liiketoimintamittari, jota käytetään liiketoiminnan tavoitteen määrittelemiseen. Esimerkkejä ovat bruttomyynti tai myydyt yksiköt. Esimerkiksi visuaalista asiakirjaa voidaan käyttää graafisesti kuvaamaan useiden BPD: n välistä suhdetta ajan mittaan.

    Visuaalisessa asiakirjassa data renderoidaan jopa seitsemässä kerroksessa yhdessä suoritusmuodossa. On kuitenkin ymmärrettävä, että kerrosten lukumäärä voi vaihdella käyttäjän tarpeen mukaan. Erityisiä visuaalisten asiakirjojen kerroksia kuvataan tässä. On kuitenkin ymmärrettävä, että muita visuaalisten asiakirjojen kerroksia voidaan sisällyttää kuvattujen erityistyyppien lisäksi.

    Visuaaliset mallit ovat selkeitä tekniikoita, jotka helpottavat analysointia välittämällä nopeasti BPD: iin liittyvät tietojoukot (kutsutaan BPD-paketeiksi). Kun visuaalisia dokumentteja on rakennettu, niitä voidaan käyttää syöttämään yrityksen muita järjestelmiä (esim. Asiakkuudenhallintajärjestelmät) tai luomaan suoraan toimintakehotuksia.

    Kuvattu ratkaisu hyödyntää parhaita saatavilla olevia teknisiä perusteita, työkaluja, tuotteita ja menetelmiä asiantuntijasisällön saatavuuden todentamiseksi.

    Perustuksensa aikana ratkaisu kyselee tietoja korkean suorituskyvyn yritystietovarastosta, jolle on tunnusomaista rinnakkainen käsittely. Tämä tietokanta tukee sekä homogeenisia (identtisiä) että heterogeenisia (erilaisia, mutta leikkaavia) tietokantoja. Järjestelmä on mukautettavissa käytettäväksi useiden kolmansien osapuolten tietokantatoimittajien kanssa.

    Skaalautuvaa edistynyttä verkkopalvelinkehystä voidaan käyttää tarjoamaan tarvittavat palvelut sovelluksen ajamiseksi ja tuotoksen toimittamiseksi verkon kautta. Joustavaa ja hallittavaa grafiikan renderointimoottoria voidaan käyttää maksimoimaan sekä staattisten että dynaamisten (esimerkiksi animoitujen GIF-, AVI- tai MPEG-näyttöjen) tukemiseen tarvittavat laatu- ja nopeustasot. Kaikki komponentit voivat toimia vankalla käyttöjärjestelmäalustalla ja suojatussa verkkoarkkitehtuurissa.

    Aiemmin olemassa olevia (ja helposti saatavilla olevia) kolmansien osapuolten komponentteja voidaan käyttää käyttäjien turvallisuuden (esim. Käyttöjärjestelmän suojaus), toimialakohtaisten sovellusten ja OLAP: n (Online Analytical Processing) tai muun perinteisemmän raportoinnin hallintaan. Kuvattu ratkaisu on suunniteltu helpottamaan nopeita ja luotettavia rajapintoja näihin tuotteisiin.

    Ennakoiva mallinnusrajapinta auttaa käyttäjää analysoimaan ennustettuja tuloksia ja "mitä jos" -analyysissä.

    Tiukat tietoturva-, testaus-, muutos- ja versiohallinta sekä dokumentointistandardit voivat hallita kehitysmenetelmiä.

    Monien organisaatioiden on kohdattava valtava ja kasvava tietomäärä tulkittavaksi, tarve tehdä monimutkaisempia päätöksiä nopeammin, ja vastaavasti ovat siirtymässä tietojen visualisointiin työkaluna tietojen muuttamiseksi kilpailueduksi. Tämä pätee erityisesti korkean suorituskyvyn yrityksiin, mutta se koskee myös organisaatioita, joiden henkinen omaisuus on olemassa massiivisissa, kasvavissa tietojoukoissa.

    Tämä yhteenveto (a) useammasta datasta, (b) päätöksenteon lisääntynyt monimutkaisuus ja (c) nopeammien päätösten tarve tunnustettiin äskettäin IDC: n valkoisessa kirjassa (Gantz, John et ai. Huipputason raportti liiketoimintatiedon käytöstä päätöksenteossa ”, marraskuu 2007), jossa tätä yhteenottoa kuvaillaan" täydellisenä myrskynä "ja että tämä" myrsky "ajaa yrityksiä tekemään kvanttihypyn niiden käytössä ja hienostuneisuus analytiikassa.

    Nykypäivän yritystyökalut ja niiden toimintatapa tuskin antavat yrityskäyttäjien selviytyä historiallisista sisäisistä tiedoista, puhumattakaan sisäisestä reaaliaikaisesta, ennakoivasta ja ulkoisesta tiedosta.

    Siksi tarvitaan uusi paradigma liiketoimintatiedon ratkaisuissa.

    Kuten yllä selitettiin, kuvio Kuvio 2A esittää korkean tason yleiskatsauksen järjestelmästä.

    Järjestelmässä on viisi avainkomponenttia. Nämä ovat:

    3. Liiketoiminnan suorituskyvyn ohjaimet (ja BPD-paketit)

    Kunkin näistä komponenteista on kuvaus alla vastaavissa otsikoissa.

    Visuaaliset asiakirjat muodostavat ratkaisun ytimen käyttäjän näkökulmasta. Tähän voi sisältyä visualisointi (t), niihin liittyvät tiedot ja / tai metatiedot (tyypillisesti visuaalinen muoto), jonka käyttäjä määrittelee pyynnöt ja on vuorovaikutuksessa. Visuaaliset asiakirjat voivat koostua yksittäisistä kehyksistä tai animoiduista kehyksistä (jotka voidaan toteuttaa esimerkiksi AVI-, GIF- tai MPEG-muodossa tai yksittäisten kuvien sarjana).

    Visuaalista asiakirjaa tarkastellaan tyypillisesti dynaamisessa selainnäkymässä. Tässä interaktiivisessa näkymässä käyttäjä voi tarkkailla, valita ja selata asiakirjaa.

    Kun visuaaliset asiakirjat on luotu, ne voidaan tallentaa tietokantaan ja jaella avainhenkilöille (tulostaa, lähettää sähköpostitse jne.) Tai tallentaa myöhempää käyttöä ja analysointia varten.

    Visuaaliset mallit ovat luokittelu erityyppisiin visualisointeihin, jotka käyttäjä voi valita. Jokaisessa visuaalisen suunnittelun luokassa on useita visualisointeja. Esimerkiksi 'spatiaalinen' -luokassa voi olla vähittäiskaupan sijaintikarttoja, verkkokarttoja tai maantieteellisiä sijaintikarttoja, kuten esimerkiksi Google ™: sta tai Yahoo ™: sta saatavia karttoja.

    Kuvatun järjestelmän avulla käyttäjät voivat valita yhden tai useamman visualisoinnin (esim. Yhden visuaalisen muodon Visual Design -luokassa) visuaalisen asiakirjan luomiseksi.

    Alla on määritelty kymmenen visuaalisen suunnittelun luokkaa, mutta ymmärretään, että suunnitellaan lisää visuaalisia malleja, samoin kuin visualisointien määrä kussakin luokituksessa ja luokitusten lukumäärä.

    Visuaaliset mallit ovat luokittelu erityyppisiin visualisointeihin, jotka käyttäjä voi valita. Jokaisessa visuaalisessa suunnittelussa on useita visualisointeja.

    Esimerkiksi "spatiaalinen" -luokassa voi olla vähittäiskaupan sijaintikarttoja tai maantieteellisiä sijaintikarttoja.

      • Hierarkkinen
      • Ajallinen
      • Tila
      • Teksti
      • Virtuaalinen
      • Rakenteellinen
      • Klassinen
      • Keskeinen
      • Navigointi
      • Interaktiivinen

      1. Hierarkkiset visuaaliset mallit

      Hierarkkisen visuaalisen suunnittelun yhtenä tarkoituksena on esitellä laajamittaista hierarkkista tietoa yhdellä näytöllä. Se on kuva hierarkkisten tietojen ymmärtämiseksi, seuraamiseksi, tutkimiseksi ja analysoimiseksi.

        • Tiedot ovat hierarkkisia.
        • Tietorakenne voi määrittää hierarkian.
        • Ne voidaan peittää liitoksilla.

        Tämän tyyppinen visualisointi voidaan luoda automaattisesti sisällysluettelosta. Tästä automaattisesti muodostetusta hierarkiasta tulee sitten erityinen kerros, jonka päälle tietyt tiedot voidaan peittää.

        Hierarkkinen visuaalinen suunnittelu on hierarkkinen kaavio, kuten organisaatiokaavio tai korrelaatiomatriisi.

        Tällä visuaalisella suunnittelulla on ainakin yksi luonnollinen keskusta ja tyypillisesti suurempi tiheys visualisoinnin reunoja kohti. Hierarkista visuaalista suunnittelua voidaan tyypillisesti pitää puurakenteena. Puurakenteen solmut ja kärjet ovat parhaita, jos ne luodaan automaattisesti tietojoukosta. Tämä puurakenne on hyvä esimerkki erikoiskerroksesta.

        Kehitysprosessiin sisältyy puun rakentaminen, joka on optimoitu tämän tyyppiselle visuaaliselle suunnittelulle, mukaan lukien lämpökartoitustekniikat.

        Laajan mittakaavan hierarkkiset tiedot esitetään käyttämällä erilaisia ​​tekniikoita, kuten kartoitus kuvakkeisiin, muotoihin, väreihin ja korkeuksiin.

        Tyypillisiä käyttökohteita ovat verkkosivujen, organisaatiokaavioiden, päätöspuiden ja valikkovaihtoehtojen kartoitus.

        2. Ajalliset visuaaliset mallit

        Yksi ajallisen visuaalisen suunnittelun tarkoitus on esittää ajallista dataa, kuten esimerkiksi päivittäinen tuotto, erityisesti suunnitellussa kalenteri- tai aikasarjanäkymässä. Tämän kalenterinäkymän avulla käyttäjät voivat tarkastella temaattisia tasoja, jotka näyttävät BPD-tietoja, kuten tulot tai myynnit.

        Tämän tyyppinen visuaalinen suunnittelu on täysin datan määrittämä visuaalinen suunnittelu. Tärkeimmät syöttöarvot ovat tyypillisesti aloitus- ja lopetuspäivämäärät sekä näytettävien muuttujien lukumäärä.

        Yksinkertaisin ja mahdollisesti hyödyllisin Visual Design Special Layer voi olla huolellisesti piirretty kalenteri. Kalenterista voi tällöin tulla hyödyllinen visuaalinen suunnittelu päivämääräpohjaisille visuaalisille asiakirjoille.

        Ajallinen analyysi on yksi melkein kaiken analyysin perusmenetelmistä. Käyttämällä ajallisia suuritiheyksisiä visualisointeja käyttäjät voivat peittää suurtiheyksiset temaattiset kerrokset hyvin suunnitelluille erikoiskerroksille, kuten edellisissä esimerkeissä esitetylle spiraalidatan visualisoinnille. Tätä analyysiä voidaan soveltaa kaikkeen asiakastiheydestä ja kulutusanalyysistä analysoimalla kellonajan vaikutuksia matkapuhelinverkon hallintaan.

          • Ei yhtenäinen aika - Esimerkiksi viikonloppuja voidaan edustaa mielenkiintoisilla tavoilla. Yksinkertaisin tapa olla näyttämättä niitä.
          • Epälineaarinen aika - Tämän avulla voidaan näyttää monen vuoden historia, jossa vanhin data on pakattu visuaalisesti ulkoasussa.
          • Ajalliset erikoiskerrokset - Niitä voidaan käyttää vertaamaan melko eristyneitä tietotyyppejä. Esimerkiksi ulkoisten julkisten tapahtumien, operatiivisen palkanlaskennan koon ja myyntituoton suhde. Ei ole helppoa tapaa yhdistää nämä tiedot numeerisesti, visuaalisesti nämä tiedot voidaan yhdistää. Tekniikka yhdistyy hyvin yksinkertaisten korrelaatioiden kanssa, koska on mahdollista yhdistää nämä erilliset aineistot korrelaatioiden näyttämiseksi.
          • Hallinta - Yksi tärkeä näkökohta ajallisen datan visualisoinnissa on tieteellisen valvonnan saaminen. Esimerkiksi kausimuuttujat. Tämä on erityisen mielenkiintoista, koska yksi vuosi on aina erilainen kuin seuraava. Yksinkertaisesti, kunkin vuoden aloituspäivä ei ole koskaan sama kuin seuraava, ja liikkuvat ulkoiset tapahtumat, kuten pääsiäinen ja "Jumalan teot", kuten sää, tekevät tarkasta vertailusta erittäin vaikeaa.

          Yksi visuaalisen visuaalisen suunnittelun tarkoitus on esittää yleiskatsaus suurista numeerisista tiedoista yhdessä paikkanäytössä (ts. Avaruudessa) tietojen ymmärtämiseksi, seuraamiseksi ja analysoimiseksi suhteessa tilaan.

          Tämän tyyppinen visuaalinen suunnittelu yhdistää kolmansien osapuolten toimittamat peruskartat renderoiduilla temaattisilla tasoilla. Nämä "yhdistelmät" ovat käyttäjän määriteltävissä ja käyttäjien saatavilla.

          Esimerkiksi kolmansien osapuolten peruskartat voivat sisältää asiakkaan omistamia aluekarttoja tai helposti saatavilla olevia peruskarttoja, kuten Google ™ Mapsin tai Yahoo ™ Mapsin tarjoamia karttoja. Järjestelmä tarjoaa tehokkaat temaattiset kerrokset yhden näistä paikkatietokartoista.

          Yksi esimerkki visuaalisesta visuaalisesta suunnittelusta on saatavilla osoitteessa www.weather.com iii. Tämä kartta näyttää kaksi kerrosta - (1) taustalla oleva lämpökartta, joka on peitetty (2) todellisella lämpötilalla tietyissä kaupungeissa. Pisteet ovat hyödyllisiä, koska osavaltioiden rajojen avulla käyttäjä voi suhteellisen helposti määrittää, mihin kaupunkiin viitataan. Taustalla oleva lämpökartta on hyödyllinen, koska sen avulla käyttäjä voi nähdä yleisen trendin yhdellä silmäyksellä.

          Toinen esimerkki on saatavana osoitteesta Information Aesthetics iv. Tämä esimerkki osoittaa matka-ajan Lontoon keskustasta ulospäin käyttämällä erilaisia ​​matkustusmenetelmiä. Lämpökarttojen käyttö osoittaa tässä hyvin selkeästi etäisyyden Lontoon keskustasta ja matka-ajan.

          Vielä eräässä esimerkissä visuaalisen suunnittelun ”spatiaalisella” luokassa voi olla vähittäiskaupan sijaintikarttoja, verkkokarttoja tai maantieteellisiä sijaintikarttoja, kuten esimerkiksi Google ™ tai Yahoo ™ -sivustolta saatavia karttoja.

          Numeerinen data voidaan kartoittaa itsenäisesti käyttämällä parametreja, kuten sävy, kylläisyys, kirkkaus, peittävyys ja koko jaettuna määriteltyyn maantieteelliseen alueeseen.

          Maantieteellisellä kartoituksella on laaja käyttöalue. Itse asiassa korkealaatuisten peruskarttojen laajan saatavuuden myötä maailmasta on tulossa tilaa. Kartoitussovelluksia voidaan käyttää valtavasti erilaisiin tehtäviin asiakassuhteen hallinnasta ajan analysointiin, toimipaikan valintaan vakuutusriskien analysointiin ja tietoliikenneverkkojen analysointiin.

          Tekstimuotoisen visuaalisen suunnittelun yhtenä tarkoituksena on antaa yrityskäyttäjille mahdollisuus toimia vuorovaikutuksessa ja tehdä kyselyjä saumattomasti rakenteellisesta maailmasta rakentamattomaan maailmaan.

          Vaikka on mahdollista tehdä numeerinen perusanalyysi muuttujille, kuten osumien taajuus ja napsautusten määrä tunnissa, keskeinen menetelmä on käyttää erityistä kerrosta rakentamaan järkevä kaavio rakentumattomasta datasta ja peittämään sitten BPD: t. Yksinkertaisesti sanottuna kuvattu ratkaisu hyödyntää tiedon visualisointia rakenteen tuomiseksi rakentamattomaan maailmaan.

          Esimerkiksi lämpökarttaa voidaan käyttää osana visuaalista visuaalista suunnittelua.

          Rakentamattomat tekstitiedot ovat valtava kasvuala tietovarastossa, ja intuitiivisesti liiketoimintatiedoteollisuus odottaa tietojen olevan arvokas voimavara. Kuvattu ratkaisu tarjoaa tiedon visualisointimahdollisuudet, jotka peittävät ja piirtävät ei-numeeriset, mutta toimintakykyiset havainnot strukturoimattomaan dataan numeerisen tietovaraston linkittämiseksi rakentamattomaan maailmaan.

          On olemassa lukuisia erikoiskerroksia, joita voidaan käyttää tekstidatan kanssa. Nämä tekstikohtaiset erikoiskerrokset ulottuvat itseorganisoituvien tekstitietokarttojen rakentamisesta kaavioihin, jotka esittävät asiakirjassa käytettyjen sanojen syntaksihierarkiaa.

          Itseorganisoituva kartta (SOM) koostuu komponenteista, joita kutsutaan solmuiksi tai neuroneiksi. Kuhunkin solmuun liittyy painovektori, jolla on sama ulottuvuus kuin tulodatavektoreilla, ja sijainti karttatilassa. Tavallinen solmujen järjestely on säännöllinen etäisyys kuusikulmaisessa tai suorakulmaisessa ruudukossa. Itseorganisoituva kartta kuvaa kartoituksen korkeamman ulottuvuuden syöttötilasta alemman ulottuvuuden karttatilaan. Menetelmä vektorin sijoittamiseksi datatilasta kartalle on löytää solmu, jolla on lähin painovektori datatilasta otetulle vektorille, ja määrittää tämän solmun karttakoordinaatit vektorillemme - Lähde: Wikipedia.

          Yksi esimerkki virtuaalisesta visuaalisesta suunnittelusta on virtuaalisen ympäristön 3D-esitys. 3D-maailmat tuottavat paljon tarkempaa ja täydellisempää tietoa kuin todellinen maailma. Kun nämä kolmiulotteiset maailmat kasvavat suosiotaan ja muuttuvat syvemmälle, mahdollisuudet liiketoimintatiedon työkaluihin soveltaa tähän ympäristöön kasvavat merkittävästi.

          Yksi esimerkki virtuaalisen visuaalisen suunnittelun käytöstä on vähittäiskaupan tilan analysointityökalu, jossa tapahtumadata on matala maton tai hyllyjen värinä. Hyllyjen tapauksessa hyllyissä voi näkyä myös tuotteiden esityksiä hyllyissä.

          6. Rakenteelliset visuaaliset mallit

          Rakenteellisen visualisoinnin yhtenä tarkoituksena on havainnollistaa datan rakennetta. Esimerkiksi verkon topologia tai dataelementtien välinen yhteenliittäminen. Alla olevien esimerkkien yhteenliitännät osoittavat, kuinka yksinkertaista Special Layer -rakennetta voidaan käyttää kuvaamaan melko monimutkaisia ​​yhteyksiä.

          Yksi esimerkki rakennetyyppisestä visuaalisesta esityksestä on Lontoon maanalainen kartta. Lontoon maanalainen kartta on keskeinen historiallinen kartta, joka osoittaa Lontoon maanalaisen kaaviollisen topologian. Tämän kartan avulla matkustajat voivat suunnitella intuitiivisesti monimutkaisia ​​reittejä ja yhdistää toisiinsa. Ilman tätä visualisointia Lontoon maanalaisen järjestelmän navigointi olisi huomattavasti vaikeampaa ja monimutkaisempaa ymmärtää.

          Nämä rakenteelliset visualisoinnit ovat erittäin voimakkaita ja liittyvät läheisesti spatiaalisiin visualisointeihin. Suurin osa temaattisista käsittelyistä, joita voidaan soveltaa spatiaaliseen visualisointiin, ovat yhtä hyvin sovellettavissa rakenteelliseen visualisointiin.

          Esimerkkejä tällaisen visuaalisen suunnittelutyypin käyttötavoista ovat puhelun reitityksen visualisointi verkon yli, sähköverkon hallinta ja reitin optimointi.

          Ymmärretään, että tähän tilaan voidaan luoda laaja valikoima erikoiskerroksia. Nämä erikoiskerrokset muodostavat olennaisesti rakennekaavion perustiedoista.

          Tyypillisesti solmujen välisiä yhteyksiä käytetään rakenteen luomiseen. Yksi tärkeä näkökohta rakenteellisessa erikoiskerroksessa on rakentaa rakenne siten, että yhteenliitettävien linjojen ylitys minimoidaan

          7. Klassiset visuaaliset mallit

          Perinteiset kaaviot tarjoavat yksinkertaisen, yleisen ja vakiintuneen tavan esittää tietoja käyttäen klassisia visuaalisia malleja. Perinteiset kaaviot ovat kuitenkin riippuvaisia ​​käyttäjän taidoista, ja tässä kuvattua järjestelmää voidaan käyttää ohjatun visuaalisen suunnittelun tekniikoiden soveltamiseen perinteisiin kaavioihin niiden käyttökelpoisuuden merkittäväksi laajentamiseksi.

          Yksi esimerkki olisi näyttää nopeus Vs-ajan viivakaavio yksinkertaisessa kaksiulotteisessa viivakaaviossa. Tämän tyyppinen peruskaavio näyttää tiedot selkeästi ja antaa käyttäjän tarkkailla geometrisia suuntauksia.

          Jotkut yleiset kaaviot, jotka kuuluvat tähän suunnitteluluokkaan, ovat seuraavat:

          Hajontapiirit - ovat suorakulmaisia ​​koordinaatteja osoittamaan kahden tai useamman kvantitatiivisen muuttujan suhdetta.

          Histogrammit - näyttää yleensä pisteiden määrän, jotka kuuluvat useisiin numeerisiin alueisiin (tai lokeroihin).

          Pylväskaaviot - Pylväät näyttävät taajuuksia tai arvoja eri luokille.

          Ympyrädiagrammit - Näytä prosentuaaliset arvot piirakan siivuna.

          Viivakaaviot - ovat kaksiulotteinen siroteltu järjestettyjä havaintoja, joihin havainnot liitetään niiden järjestyksen mukaan.

          8. Keskeiset tai kvartaaliset visuaaliset mallit

          Erilaisia ​​visualisointimenetelmiä on ehdotettu korkea-ulotteiselle tiedolle. Suurin osa näistä menetelmistä käyttää piileviä muuttujia (kuten pääkomponentteja) vähentämään datan ulottuvuutta 2 tai 3 ennen tietojen piirtämistä. Yksi lähestymistavan ongelma on, että piileviä muuttujia on joskus vaikea ymmärtää alkuperäisten muuttujien suhteen.

          Inselbergin ja muiden aiheuttama rinnakkaiskoordinaatti (PC) -malli yrittää piirtää monimuuttujatiedot täysin eri tavalla. Koska yli kolmen kohtisuoran akselin piirtäminen on mahdotonta, rinnakkaiset koordinaatistokaaviot piirtävät kaikki akselit, jotka ovat yhdensuuntaisia ​​toistensa kanssa tasossa. Tilan puristaminen tällä tavalla ei tuhoa liikaa geometrista rakennetta. Geometrinen rakenne ennustetaan kuitenkin niin, että suurin osa geometrisesta intuitiosta on opittava uudelleen, tämä on merkittävä haittapuoli etenkin yritystietojen visualisoinnissa.

          Pivotal- tai Quartal-visuaalisen suunnittelun avulla käyttäjä voi näyttää korkeamman ulottuvuuden datan matalammassa mittakaavassa sijoittamalla ja jakamalla muuttujat eri akseleille. Tätä menetelmää voidaan käyttää esimerkiksi 3D-tietojen näyttämiseen 2D-käyrässä.

          9. Visuaalinen navigointisuunnittelu

          Navigointivisualisoinneissa käytetään erittäin visuaalista käyttöliittymää tietojen selaamiseen samalla kun säilytetään tietojen yleinen konteksti. Tässä tiedon visualisointimenetelmässä voidaan käyttää muita visuaalisia suunnittelutyyppejä, joten se eroaa enemmän sen käyttötavasta kuin toteutusstandardista.

          Esimerkiksi Photosynth on tehokas navigointityökalu kuvien välillä liikkumiseen, sen näyttö on suunniteltu navigoimaan suurella määrällä linkitettyjä kuvia.

          Ubrowser näyttää yhden havainnollistavan navigointiesityksen esimerkin. Tämä navigointivisualisointiesimerkki näyttää verkkosivut, jotka on esitetty geometrisesti. Verkkosivuja voidaan selata pyörittämällä esimerkissä esitettyä kuutiota.

          Navigointivisualisoinnit on suunniteltu käyttäjille tietojen interaktiiviseen liikkumiseen. Visualisoinnin tavoitteena on esittää suuri tietomäärä siten, että käyttäjät voivat liikkua informaation läpi ja saada käsityksen siitä, miten data yhdistyy toisiinsa.

          Useita näyttötekniikoita tunnetaan vertailukuvan (yhdistelmä, jota kutsutaan ensisijaiseksi informaatioksi) suhteen. Kun perustietojen raja on saavutettu, käyttäjä voi haluta tietää enemmän, mutta ei voi tutkia asiaankuuluvia tietoja. Käyttäjä voi myös yksinkertaisesti haluta tutkia muita näkökohtia, vaikka ensisijaista tietoa onkin enemmän.

          Suunnittelun visuaalisen suunnittelun keskeinen osa on, että ne ovat vuorovaikutteisia ja ne on suunniteltu auttamaan tietojen navigoinnissa ja tiedon etsimisessä eikä analyyttisissä tarkoituksissa.

          10. Interaktiiviset visuaaliset mallit

          Tämä luokitus on tarkoitettu huomattavasti edistyneille tai interaktiivisille visuaalisille malleille, jotka eivät sovi edellisiin luokituksiin.

          Nämä visualisoinnit vaihtelevat luonteeltaan puhtaista abstrakteista muodoista konkreettisempiin visualisointimuotoihin. Keskeinen ero on, että näitä visualisointeja ei voida luokitella edellisiin Visual Design -luokituksiin niiden edistyneen luonteen tai vuorovaikutteisuuden vuoksi.

          Kaikki visuaalisen suunnittelutason näkökohdat riippuvat harkittavasta vuorovaikutuksesta.

          On mahdollista käyttää yhteisiä assosiaatioita tarjoamaan ikonisia näkymiä tärkeimmistä tapahtumista. Yhteiset assosiaatiot luodaan interaktiivisten työkalujen avulla ja pyydetään käyttäjiltä palautetta asiaankuuluvista kuvakkeista. Tämä palaute kehitetään sitten opituksi interaktiiviseksi järjestelmäksi ikonisten datan esitysten tarjoamiseksi.

          Silmän liiketunnistimia voidaan käyttää vuorovaikutteisuuden hallintaan ja oppimaan tietoja merkityksellisestä kuvakkeiden käytöstä ja interaktiivisuuden ohjaamisesta.

          Laaja valikoima käyttöliittymiä käytetään yhdessä tietokonejärjestelmien kanssa.Yleensä näitä käytetään yksinkertaisesti komentojen tai tietojen syöttämiseen sen sijaan, että analysoitaisiin käyttäjän taustalla olevaa käyttäytymistä ohjelmistosovelluksen toiminnan yhteydessä.

          Olisi suotavaa käyttää tietokoneessa olevia ohjelmistosovelluksia havaitun käyttäjän käyttäytymisen perusteella ohjelmistosovelluksen yhteydessä.

          Liiketoiminnan ohjaimet (ja BPD-paketit)

          Liiketoiminnan suorituskyvyn ohjaimet (BPD) ovat tietoja, joita käytetään tietoihin osoittamaan mielekästä mittausta liiketoiminta-alueella, prosessissa tai tuloksessa. BPD: t voivat olla absoluuttisia tai suhteellisia mittausmuodossaan.

          Business Performance Driver (BPD) -konsepti eroaa tunnetusta KPI-käsitteestä ottamalla käyttöön BPD: t

          (1) voi olla useita ulottuvuuksia,

          (2) sijoita BPD niiden laskemiseen käytettyjen tekijöiden kontekstiin,

          3) tarjottava hyvin ymmärrettävät viitekohdat tai metatiedot, joiden ympärille visuaalisen asiakirjan luomista koskevat päätökset voidaan tehdä, ja

          (4) voi sisältää yhden tai useamman menetelmän tietojen normalisoimiseksi.

          BPD-paketteja kutsutaan BPD-paketeiksi. Esimerkiksi yhteen teollisuuteen (esimerkiksi televiestintään) liittyvät BPD: t voidaan ryhmitellä yhdeksi BPD-paketiksi. BPD: t voidaan luokitella yhteen tai useampaan BPD-pakettiin. Esimerkiksi nettotuotot, joissa on käytettävissä normalisointeja asiakaskohtaisesti tai kuukaudessa, voivat olla sovellettavissa useilla toimialoilla ja siten useisiin BPD-paketteihin.

          Aluekartat mahdollistavat käyttäjän omistaman ja määritetyn aluekartan ja / tai käyttäjän käyttää julkisesti saatavilla olevia kontekstikarttoja, kuten Google ™ Maps tai Yahoo ™ Maps. Kummassakin tapauksessa käyttäjä voi näyttää valitut BPD: t valitulla paikkakartalla.

          Tyypillisesti käyttäjän omistama aluekartta voi olla yrityksen sisäinen lattiapinta ja julkisesti saatavilla olevaa kontekstikarttaa voidaan käyttää BPD: n näyttämiseen maantieteellisellä alueella, esim. kaupunki, lääni, osavaltio, maa tai maailma.

          Kuvattu sovellus sisältää kaksi pääkomponenttia, sovelluspalvelimet ja sovellusinfrastruktuurin.

          Sovelluspalvelin sisältää useita palvelimia (tai palvelinprosesseja), jotka sisältävät renderointimoottorin (visuaalisten asiakirjojen tekemiseksi (tai renderoimiseksi)), metatietopalvelimet (BPD-paketteja, visuaalisia malleja ja BPD: itä varten) ja pyyntöjonon.

          Sovellusinfrastruktuuri koostuu myös joukosta palvelimia (tai palvelinprosesseja), joihin voi kuulua kuuntelija (joka kuuntelee asiakirjapyyntöjä) ja keskitetty virheloki.

          Edellä tehtyjen käyttäjävalintojen (visuaaliset asiakirjat, visuaaliset mallit ja BPD) perusteella käyttäjä voi napsauttaa toimintoa ja lähettää viestinnän kolmannen osapuolen järjestelmään (CRM, Business Intelligence tai muu sovellus). Kolmannen osapuolen järjestelmä voisi esimerkiksi ladata luettelon ratkaisusta ja lähettää sitten henkilökohtaisen sähköpostin kaikille kyseisen luettelon jäsenille.

          Yhden suoritusmuodon mukaan kuvatut sovelluksen palvelinkomponentit ovat Java-pohjainen sovellus ja käyttävät sovelluskehystä, kuten IBM ™ WebSphere -sovelluspalvelinkehystä, muita alustoja ja palvelinsovelluksia voidaan käyttää vaihtoehtona. Asiakassovellus voi olla palvelinkomponentteja hyödyntävä mashup tai se voi olla rikas Internet-sovellus, joka on kirjoitettu Adobe ™ Flash -kehyksen avulla.

            • Rinnakkaisuus - Rinnakkaiskäsittely kyselyjen tai visuaalisten asiakirjojen reagoivuuden lisäämiseksi tai kuormituksen skaalautuvuuden lisäämiseksi. Tämä rinnakkaisuus voi myös vähentää vasteaikaa suuremmille visuaalisille asiakirjoille, erityisesti animoidut kuvat voidaan suorittaa rinnakkain.
            • Suojaus - Järjestelmän ja käyttäjän suojaus. Tämä suojaus voi olla yhdistelmä valtuutusta ja todennusta. Suojauskehys voidaan toteuttaa sovelluskehystä käyttäen.
            • Karttapäivitykset - Kartanhallintatyökalu käyttäjän omistamien paikkakarttojen päivittämiseen.
            • Ennakoiva mallinnus - Tämä voi olla käyttöliittymä kolmansien osapuolten ennakoiviin malleihin.
            • Määritystyökalut - Määritystyökalut voivat tukea sovellusta sovelluksen nopean käyttöönoton mahdollistamiseksi.

            Kuviossa 2 esitetty kaavio 2B esittää yleiskuvan kuvatun järjestelmän ohjelmistomoduuleista.

            Nämä moduulit on kuvattu seuraavassa taulukossa. Tarkemmat kuvaukset ja kaaviot kustakin ohjelmistomoduulista ovat alla.

            • 1. Teknologiajärjestelmän komponentti: Tämä on järjestelmän komponentille annettu nimi, joka vastaa edellä olevan kaavion nimeä.
            • 2. Korkean tason toiminnallinen kuvaus: Kuvaa ohjelmistomoduulin roolia.
            • 3. Välimuisti: Ilmaisee, käyttääkö tämä moduuli välimuistia suorituskyvyn optimointiin.

            Järjestelmän arkkitehtoniset näkymät

            Tämä osa sisältää kuvaukset ja kaaviot järjestelmän arkkitehtonisista näkymistä. Arkkitehtuuri osoittaa, kuinka järjestelmän komponentit sopivat yhteen ja toimivat yhdessä luomaan käyttöjärjestelmän. Ajoneuvoon verrattuna kytkentäkaaviot, fyysinen runko, ajoympyrä ja tärkeimmät monimutkaiset komponentit, kuten moottori, näkyvät arkkitehtonisissa näkymissä.

            Tämä näkymä ei kuvaa järjestelmän kirjoitustapaa, vaan se kuvaa korkean tason arkkitehtonisia näkökohtia.

            Arkkitehtoniset näkökohdat toteutetaan tyypillisesti yhdellä tai useammalla ohjelmistomoduulilla. Tässä kuvattu modulaarinen näkymä esittää korkean tason kuvan ohjelmistomoduulien järjestelystä.

            KUVA. Kuvio 3 esittää yleiskatsauksen järjestelmän sisäisestä tietovirrasta.

            KUVA. Kuvio 4 esittää kuvatun ratkaisun arkkitehtonisen yleiskuvan. Tämä kaavio on kehitetty tämän asiakirjan seuraavissa osissa olevien kaavioiden ja kuvausten avulla.

            Seuraavat moduulit tai komponentit näytetään:

            Web-käyttöliittymämoduuli 4105: Käyttöliittymät ovat selainpohjaisia ​​tai voivat olla verkkopalveluasiakkaita, rikas Internet-sovellus tai paksuja asiakkaita. Kaikissa tapauksissa käyttöliittymä käyttää samaa käyttöliittymää taustapalveluihin.

            Renderoinnin määritysmoduuli 4110: Käyttöliittymää käytetään visuaalisten asiakirjojen renderointiin

            Renderointikäyttömoduuli 4115: Visuaalisia asiakirjoja käytetään analyyseihin ja ne herättävät toimintakehotuksia.

            Liitettävyyspalvelumoduuli 4120: Visuaalisten asiakirjojen määrittely ja renderointi suoritetaan joukon ohjelmia tai palveluja, joita kutsutaan yhteyspalveluiksi.

            Kokoonpanon hallintatyökalujen moduuli 4125: Useita versioita peruselementeistä BPD, Visual Design, Visual Documents hallinnoi joukko ohjelmia, joita kutsutaan kokoonpanonhallintatyökaluiksi.

            Visual Document Management Catalog 4130: Yksi tällainen kokoonpanonhallintatyökalu (4125) on joukko ohjelmia, jotka hallinnoivat käyttäjien luetteloa käytettävissä olevista visuaalisista asiakirjoista.

            Ennakoiva mallinnusmoduuli 4135: Ennustavaa mallintamista käytetään tuntemattomien tietoelementtien ennustamiseen. Näitä ennusteita käytetään ennustamaan tulevia tapahtumia ja tarjoamaan arvio puuttuvista tiedoista.

            Kartanhallintatyökalu 4140: Toinen kokoonpanonhallintatyökaluista (21125) on Kartanhallintatyökalu. Se on suunniteltu hallitsemaan visuaalisen suunnittelun paikkatietojen versioita, kuten maantieteellistä karttaa tai pohjapiirrosta.

            Visuaalisten asiakirjojen määritelmien hallintamoduuli 4145: Visuaalisten asiakirjojen määritelmiä hallitaan metatietojen (4175).

            Viestijonon lähetysmoduuli 4150: Visuaalisten asiakirjojen pyyntöjä käsitellään jonossa olevien viestien kautta, jotka lähetetään prosessien välillä ja sisällä.

            Visuaalisen suunnittelun tyyppimoduuli 4155: Visuaaliset asiakirjat koostuvat yhdestä tai useammasta visuaalisesta mallista näissä kategorioissa.

            Visuaalisen asiakirjan tilamoduuli 4160: Visuaalisten asiakirjojen tila erotetaan metatiedoista ja näytetään käyttöliittymässä.

            Vuorovaikutus ja Visual Document View Module 4165: Käyttäjä on vuorovaikutuksessa visuaalisten asiakirjojen kanssa käyttöliittymän kautta, ja metatietoihin tehdään tarvittavat muutokset ja lukupyynnöt.

            Luettele tuotantomoduuli 4170: Jos tarvitaan lisäulostuloja, kuten asiakasluetteloita, ne pyydetään käyttöliittymän kautta ja tallennetaan EDW: hen (4215).

            Datapakettien metatietomoduuli 4175: Metadataa käytetään kuvaamaan ja käsittelemään raakatietoja (tietopaketit).

            Message Queue Module 4180: Viestit voivat olla jonossa odottaessasi käsittelyä (4150).

            Visuaalinen suunnittelu ja BPD-metatietomoduuli 4185: Metatietoja käytetään kuvaamaan ja käsittelemään tiettyyn visuaaliseen asiakirjaan liittyviä BPD: itä ja visuaalisia malleja.

            Visuaalisten asiakirjojen moduuli 4190: Visuaaliset asiakirjat voivat koostua kerroksellisista visuaalisista malleista.

            Kolmannen osapuolen moduulit 4195: Visuaalisia asiakirjoja voidaan käyttää muiden kolmannen osapuolen työkalujen kanssa tai olla vuorovaikutuksessa niiden kanssa.

            Kuuntelumoduuli 4200: Kuuntelija käsittelee viestejä (4150) viestijonossa (4180)

            Asiakirjaohjaimen moduuli 4205: Asiakirjaohjainta käytetään toimittamaan käsiteltyjä tietoja renderointi- tai kyselymoottoreille.

            Keskitetty virhelokimoduuli 4210: Järjestelmävirheet havaitaan ja kirjataan EWP: hen (4215).

            EDW 4215: Kaikki tiedot tallennetaan tyypillisesti tietokantaan, tyypillisesti useita vikasietoisia prosessoreita Enterprise Data Warehousessa.

            Seuraavat arkkitehtuurikomponentit on kuvattu yksityiskohtaisemmin.

            Seuraavia termejä on käytetty myös kuviossa. 4. Nämä selitetään tarkemmin jäljempänä.

            Seuraava korkean tason järjestelmän toimituksen yleiskatsaus ratkaisusta on esitetty kuvion 1 mukaisesti. 5.

            Kuvattu ratkaisu 500 on yrityksen isännöimä 510. Kuvassa näkyy looginen kulku pyynnön lähettämisestä lopputulokseen renderoidun visuaalisen asiakirjan tarkastelussa.

            Visualisoitavat tiedot kuuluvat asiakkaalle 512 ja lähetetty pyyntö on tuntematon visualisointijärjestelmää suorittavalle yksikölle 500.

            Kontrolloiva yksikkö, integraattorit ja asiakkaat saattavat haluta saada yhteenvedot teknisistä suoritustiedoista (käyttötavat, virheet jne.) Käyttöjärjestelmästä takaisin integraattorille tai kontrolloivalle yksikölle.

            Systeemi 500 on pääsy EDW: n tietoihin 505. Järjestelmä käyttää pyyntöjonoa 515 hallita pyyntöjä yritysverkosta 510. Nämä pyynnöt välitetään asiakirjahallinnalle 520. Asiakirjan ohjain 520 käyttää sekä EDW: tä 505 ja lukee visuaalisia malleja ja BPD-metatietopalveluja 525sekä datapakettien metatietopalvelut 530.

            Kuvattu järjestelmä mahdollistaa siten erilaisten menetelmien suorittamisen. Esimerkiksi tiedot muunnetaan visuaalisesti tulkittaviksi tiedoiksi. Visuaalisesti tulkittavat tiedot ovat visuaalisia esityksiä, jotka sijoitetaan yhteen tai useampaan visuaaliseen asiakirjaan.

            KUVA. Kuvio 6A esittää yleistä datavuokaaviota kuvatulle järjestelmälle.

            Käyttöliittymä 610 antaa käyttäjän määritellä BPD: t 615 raakatietojen osalta 627, joista tulee visuaalisen asiakirjan painopiste 630.

            Lisäksi käyttöliittymä 610 antaa käyttäjän luoda automaattisen asiantuntija-avun avulla metatiedot 620, sopivimmat visuaaliset mallit 635 jotka muodostavat visuaalisen asiakirjan 625 BPD: hen liittyvien tietojen yksityiskohtaisen analyysin tarjoamiseksi 615. Tiedonhankinta-, visuaalisen suunnittelun ja visuaalisten asiakirjojen renderointiprosesseissa hyödynnetään valtavia määriä raakatietoa 627.

            Metatiedot 620 käytetään prosesseissa 625 asianmukaisten tietojen hankinnan optimoimiseksi 627, tietojen käsittely hyödyllisiksi tiedoiksi ja visuaalisten mallien luomisen ja renderoinnin optimoimiseksi 635 ja visuaalinen asiakirja 630 joka sisältää ne.

            Tämä menetelmä sisältää vaiheet, joissa annetaan kattavat mutta helposti ymmärrettävät ohjeet loppukäyttäjälle, joka on päässyt järjestelmään ja visuaaliseen suunnitteluohjelmaan. Ohjeet auttavat loppukäyttäjää hankkimaan aiheeseen liittyviä tietoja, jolloin teema voi keskittyä datasta johdettuihin tavoitteisiin. Tavoitteet voivat olla esimerkiksi liiketoiminnan tavoitteita. Tällä tavalla järjestelmä ohjaa käyttäjää huolellisesti monien valintamahdollisuuksiensa avulla, jotka heillä on käytettävissä visuaalisten esitysten luomisessa, ja järjestelmä räätälöi ohjeet automaattisesti paitsi käyttäjän vaatimien lisäksi myös niiden tietojen mukaan, jotka on tarkoitus olla edustettuna. Järjestelmä keskittyy tarjoamaan ohjeita, jotta voidaan luoda visuaalinen esitys, jonka avulla loppukäyttäjä ymmärtää tehokkaammin kerätyt tiedot.

            Lisäksi ohjeet auttavat loppukäyttäjää määrittämään yhden tai useamman yhteenvedon saaduista tiedoista, jotka mahdollistavat loppukäyttäjän ymmärtämään teeman, sekä järjestämään määritetyt yhteenvedot yhdeksi tai useammaksi asiayhteyteen, jotka edistävät loppukäyttäjän ymmärrystä tuotteesta. teema.

            Lisäksi tarjotaan ohjeita, jotka auttavat loppukäyttäjää muodostamaan yhden tai useamman graafisen esityksen datasta, jossa kukin graafinen esitys on ennalta määriteltyä tyyppiä, kuten jäljempänä yksityiskohtaisemmin käsitellään, ja sisältää useita kerroksia elementtejä, jotka vaikuttavat loppukäyttäjän tietoihin. ymmärtäminen aiheesta.

            Lopuksi annetaan ohjeet, jotka auttavat loppukäyttäjää järjestämään tuotetut useita graafisia esityksiä tavalla, joka antaa loppukäyttäjälle mahdollisuuden ymmärtää edustettavaa teemaa ja keskittyä siihen sekä näyttää tai tulostaa järjestäytyneet graafiset esitykset. Järjestelmä auttaa esitysten, niiden osien järjestämisessä tai järjestämisessä visuaaliseen asiakirjaan sen varmistamiseksi, että tietyt kriteerit täyttyvät, kuten esimerkiksi tarjoamalla sopiva esitys käytettävissä olevaan tilaan käyttämällä vähimmäismäärää tai määrää muste edustuksen luomiseksi ja sopivan esityksen tarjoaminen, joka kuvaa teeman ytimekkäästi tai visuaalisesti yksinkertaistetusti.

            Graafisten esitysten luomiseksi käsiteltävillä tiedoilla voi olla erityistä merkitystä näytettävän teeman kannalta, erilaiset tiedot tai jopa asiaankuuluvien ja erilaisten tietojen yhdistelmä.

            Visuaaliseen asiakirjaan voidaan sisällyttää useita graafisia esityksiä. Tyyppejä käsitellään tarkemmin jäljempänä, ja ne sisältävät hierarkkisen tyypin, paikkatyypin, virtuaalisen tyypin, klassisen tyypin, navigointityypin, ajallisen tyypin, tekstityypin, rakennetyypin, keskeisen tyypin ja interaktiivisen tyypin .

            Lisäksi ohjeet voivat auttaa loppukäyttäjää järjestämään graafisia esityksiä suurtiheyksisten tietojen näyttämiseksi tavalla, joka välittää tärkeitä tietoja tiedoista, sen sijaan, että ne suottaisivat loppukäyttäjän useilla esityksillä, jotka näyttävät vaikuttavilta, mutta eivät välitä paljon tietoa .

            Lisäksi voidaan antaa ohjeita loppukäyttäjän avuksi järjestämään graafiset esitykset lisätietojen lisäämisen mahdollistamiseksi, jolloin lisätiedot voidaan antaa missä tahansa sopivassa muodossa. Seuraavassa esitetyt erityiset esimerkit kuvaavat lisätietoa, joka tarjotaan seuraavissa visuaalisissa kerroksissa, jotka peittävät graafisen esityksen. Vaihtoehtoisesti tai lisäksi lisätiedot voivat sisältää lisäelementtejä, jotka näytetään esityksen yhdessä kerroksessa, esimerkiksi widgetien muodossa.

            KUVA. Kuvio 6B esittää keksinnön tämän suoritusmuodon mukaista vuokaaviota.

            Vaihe 6105: Prosessi alkaa. Käyttäjä päättää hoitaa yritystä.

            Vaihe 6110: Saatavilla olevat tiedot tunnistetaan ja analysoidaan.

            Vaihe 6115: Liiketoimintaprosessorien ohjaimet (tiedot, jotka on määritelty datana osoittamaan mielekästä mittausta liiketoiminta-alueella, prosessissa tai tuloksessa).

            Vaihe 6120: BPD-mittareihin vaikuttavat tiedot tunnistetaan.

            Vaihe 6125: BPD: t syötetään tietokonejärjestelmään

            Vaihe 6130: BPD on luokiteltu ja sitä kuvaavat asianmukaiset metatiedot luodaan.

            Vaihe 6135: Luodaan visuaaliset mallit vaikuttavien tietojen näyttämiseksi.

            Vaihe 6140: Visuaaliset mallit kootaan visuaalisiin asiakirjoihin ja renderöidään. Säädöt tehdään kaikkien komponenttien tuoreuden (esim. BPD, käytettävissä olevat tiedot) perusteella.

            Vaihe 6145: Loppukäyttäjä analysoi visuaaliset asiakirjat.

            Vaihe 6150: Loppukäyttäjä päättää ja toteuttaa toimet analyysin perusteella 6145.

            Kuten yllä on koskettu, liiketoiminnan suorituskyvyn ohjaimia (BPD) käytetään mahdollistamaan tehokkaampi data-analyysi tuottamaan tarkat ja olennaiset visuaaliset esitykset tiedoista. BPD on eräänlainen kehittyneen liiketoiminnan mitta, jossa BPD: hen sisältyy lisätietoa, jonka avulla BPD: tä käyttävä järjestelmä ymmärtää BPD: n manipuloinnin. Toisin sanoen yksi tai useampi älykäs attribuutti sisältyy liiketoimintamittaukseen BPD: n muodostamiseksi, jossa nämä attribuutit viittaavat tai sisältävät tietoja BPD: n käsittelystä tai näyttämisestä. Käsittely- ja esitystapa voi vaihdella myös sen laitetyypin tai tietovälineen mukaan, jolla liiketoiminnan toimenpiteet näytetään.

            Määritteet liitetään yritystoimintaan tallentamalla BPD merkintäkielen muodossa, kuten esimerkiksi HTML tai XML. Ymmärretään kuitenkin, että mitä tahansa muuta sopivaa muotoa BPD: n tallentamiseen voidaan käyttää, jos attribuutit voidaan liittää liiketoimintamittaan.

            HTML-esimerkissä attribuutti sisältyy tagiksi. Yksi tällainen esimerkki olisi sisällyttää tiedot tai yritystoiminto HTML-koodin runkoon ja seurata liiketoimintamittaria tunnisteella, joka viittaa kyseiseen yritystoimintaan liittyviin määritteisiin tai ulottuvuuksiin.

            Lisäksi määritteitä voidaan myös muokata tai poistaa tai lisätä uusia määritteitä BPD: n käsittelyn aikana tai sen jälkeen siten, että määritteet ylläpidetään tai pidetään ajan tasalla, ottaen huomioon BPD: tä käyttävän yksikön vaatimukset visualisoida heidän tietojaan.

            Liiketoiminnan suorituskyvyn ohjaimet tai mitattavissa olevat liiketoiminnan tavoitteet tunnistetaan graafisten esitysten luomiseksi liiketoiminnan tavoitteista, joissa nämä esitykset sijoitetaan visuaaliseen asiakirjaan. Liiketoiminnan tavoite voi olla esimerkiksi liiketoimintaan liittyvä mittari.

            Järjestelmä antaa ohjeet loppukäyttäjälle auttaakseen loppukäyttäjää asettamaan useita liiketoiminnan tavoitteita käytettävissä olevien mittareiden funktioksi sekä auttamaan käyttäjää organisoimaan liiketoiminnan tavoitteet asiayhteyteen, joka vaikuttaa loppukäyttäjän toimintaan. liiketoiminnan tavoitteiden ymmärtäminen.

            Lisäksi annetaan ohjeita, jotka auttavat loppukäyttäjää rakentamaan yhden tai useamman graafisen esityksen liiketoiminnan tavoitteista, jolloin kukin graafinen esitys on ennalta määriteltyä tyyppiä, kuten edellä mainittiin ja jäljempänä yksityiskohtaisemmin kuvataan. Lisäksi jokainen graafinen esitys sisältää useita kerroksia elementtejä, jotka auttavat loppukäyttäjää ymmärtämään liiketoiminnan tavoitetta.

            Graafisen esityksen elementit voivat sisältää esimerkiksi tietyn objektin muodon, sijainnin, värin, koon tai animaation.

            Järjestelmä tarjoaa myös ohjeet, jotka auttavat käyttäjää järjestämään useita graafisia esityksiä sopivalla tavalla, jonka avulla loppukäyttäjä voi ymmärtää edustettavia liiketoiminnan tavoitteita ja keskittyä niihin.

            Lopuksi loppukäyttäjää neuvotaan myös järjestettyjen graafisten esitysten näyttämisessä.

            Seuraava osa kuvaa menetelmää tietojen visuaalisen esityksen luomiseksi visuaalisen muotoilun muodossa.

            Menetelmä sisältää vaiheet, joissa järjestelmä antaa ohjeita loppukäyttäjälle auttamaan loppukäyttäjää muodostamaan useita graafisia esityksiä tiedoista, joissa kukin graafinen esitys on ennalta määriteltyä tyyppiä, kuten edellä on määritelty ja selitetty tarkemmin jäljempänä, ja graafinen esitys sisältää useita kerroksia elementtejä, jotka auttavat loppukäyttäjää ymmärtämään tietoja

            Järjestelmä tarjoaa myös ohjeita loppukäyttäjälle, jotka auttavat loppukäyttäjää järjestämään useita erityyppisiä graafisia esityksiä visuaaliseen esitykseen tavalla, joka antaa loppukäyttäjälle mahdollisuuden ymmärtää ja keskittyä edustettavaan dataan, sekä antaa ohjeita auttaa loppukäyttäjää näyttämään visuaalinen esitys sopivalla tavalla.

            Visuaalinen esitys voidaan näyttää useilla eri tavoilla, kuten värillisellä videonäytöllä tai tulostetulla sivulla. Tiedot, jotka välitetään näyttölaitteelle visuaalisen esityksen luomiseksi, voivat vaihdella näyttölaitteen tyypin mukaan siten, että visuaalinen esitys tuotetaan parhaiten tunnetulla sopivalla tavalla hyödyntämällä näyttölaitteen etuja ja välttäen mahdollisia haittoja.

            Näytettävät tiedot voivat perustua mitattuun mittariin tai taustalla olevaan tekijään, joka vaikuttaa metriikkaan.

            Graafisen esityksen elementit voivat sisältää tietyn objektin muodon, sijainnin, värin, koon tai animaation.

            Vaikka yksittäinen visuaalinen asiakirja voi sisältää vain yhden tyyppisen graafisen esityksen joko useiden graafisten esitysten muodossa tai yhden esityksen muodossa, on myös tilanteita, joissa yhden tyyppiset graafiset esitykset voidaan järjestää yhteen visuaaliseen asiakirjaan välittämään datan eri näkökohdat, kuten esimerkiksi ajallinen ja paikkatieto. Erilaisten graafisten esitysten sisällyttäminen yhteen asiakirjaan voi antaa loppukäyttäjälle paremman käsityksen visualisoitavista tiedoista.

            Lisäksi yksittäinen visuaalinen esitys voidaan järjestää näyttämään kuvana yhdellä sivulla tai näytöllä. Tämä voi olla erityisen hyödyllistä silloin, kun tilaa on korkealla, mutta käyttäjä vaatii visuaalisen esityksen toimittamista ytimekkäästi. Käyttäjä voi esimerkiksi pyytää tiettyjen tietojen näyttämistä visuaalisena esityksenä yhdellä matkapuhelimen näytöllä tai tietokonenäytön yhdellä näytöllä, jotta asiakkaalle tai kollegalle voidaan näyttää tietyn analyysin tulokset ilman tarvetta. välähdys useiden näyttöjen välillä, mikä voi johtaa sekaannukseen, energian tuhlaukseen ja viime kädessä visuaalisten esitysten ymmärtämisen menetykseen.

            Sama asia koskee painettuja esityksiä, joissa järjestelmän tulos, jonka avulla käyttäjä voi järjestää yhden esityksen, joka voi sisältää useita elementtejä tai kerroksia, yhdelle sivulle, ei vain kuvaa analysoitavia tietoja ytimekkäästi, vaan myös säästää paperimäärää tulostetaan ja kuinka paljon mustetta käytetään asiakirjan tulostamiseen.

            Lisäksi visuaaliseen esitykseen tarvittavaa musteen määrää voidaan edelleen vähentää antamalla ohjeita loppukäyttäjälle tavalla, joka ohjaa heitä hallitsemaan ja käyttämään valkoista tilaa esityksessä tehokkaasti musteen tarpeen vähentämiseksi.

            Useat graafiset esitystyypit voidaan yhdistää yhteen visuaaliseen asiakirjaan tai esitykseen.

            Kuten yllä mainittiin, järjestelmä voi antaa ohjeita loppukäyttäjän auttamiseksi lisätietojen lisäämisessä visuaaliseen esitykseen, ja lisätiedot voidaan tarjota kerroksittain esityksen sisällä.

            Seuraava kuvaus tarjoaa visualisointikehyksen, joka tukee esillä olevan keksinnön suoritusmuotoja. Kuvaus sisältää yleiskatsauksen visuaalisen suunnittelun merkityksestä, mukaan lukien lyhyt historiallinen kuvaus maailmankuulusta johtavasta visualisoinnista. Kuvauksessa esitetään myös Visual Design -luokitukset kuvatulle ratkaisulle.

            Ymmärretään, että tässä osassa kuvatut visuaalisen suunnittelun esimerkit ovat esimerkkejä havainnollistamistarkoituksiin visualisoinnin tuottamisen taustalla olevien käsitteiden tunnistamiseksi. Siksi ymmärretään edelleen, että kuvatut käsitteet voivat tuottaa erilaisia ​​visuaalisia malleja kuin ne, jotka on erityisesti kuvattu. Esitettyjä visuaalisen suunnittelun esimerkkejä käytetään myös auttamaan lukijaa ymmärtämään visuaalisia malleja kuvaava kertomus.

            Kuvattu järjestelmä on erityisesti mukautettu luomaan todellisia erityisiä visualisointisuunnitelmia, jotka ovat merkityksellisiä valituille vertikaalisille ja horisontaalisille teollisuuden sovelluksille.

            Vertikaalinen teollisuuden sovellus on sovellus, joka liittyy tiettyyn alaan, kuten esimerkiksi viihdeteollisuuteen, suunnattuun ratkaisuun. Tässä esimerkissä luodaan kyseiselle teollisuudelle merkitykselliset BPD: t, kuten elokuvien vuokrausmallit eri vuodenaikoina.

            Horisontaalinen teollisuuden sovellus on sovellus, joka liittyy ratkaisuihin useilla toimialoilla. Esimerkiksi BPD voi perustua CRM-analytiikkaan, jota sovelletaan useilla eri toimialoilla.

            Suunnittelu on nyt olennainen osa melkein kaikkia näkökohtia siitä, miten ihmiset elävät töissä ja hengityksessä. Kaikki on suunniteltu hammasharjasta verkkosivuston kaikkiin osa-alueisiin. Vertaa visuaalista suunnittelua arkkitehtoniseen suunnitteluun - molemmissa tapauksissa kuka tahansa voi piirtää melko monimutkaisia ​​kuvia. Tuloksena olevissa kuvissa voi olla stimuloivia ja hyvin piirrettyjä graafisia elementtejä. Molemmissa tapauksissa on kysymys, miksi maailma tarvitsee suunnittelijoita? Tutkimalla tätä kysymystä syvällisemmin voidaan kysyä - onko sillä eroa siinä, miten ihminen ymmärtää ja ymmärtää mallin, kun sen tekee ammattilainen eikä amatööri?

            Liiketoimintatiedon trendi on suunnitella työkaluja joustavuuden tarjoamiseksi ja jättää visuaalisen suunnittelun maailma amatööreille. Stephen Few kommentoi julkaisussa Information Dashboard Design v, että “epäilemättä olen kiitollinen eniten kiitollisuutta monille ohjelmistotoimittajille, jotka ovat tehneet niin paljon tämän kirjan tarpeelliseksi jättämättä huomioimatta tai edes miettimättä kojelautojen visuaalisia suunnittelutarpeita. Heidän omalaatuinen välinpitämättömyytensä visuaaliseen suunnitteluun on antanut minulle keskittyä, sytyttänyt intohimoni ja takannut toimeentuloni tulevina vuosina. "

            Kuvattujen puitteiden visuaaliset mallit ovat hyvin harkittuja tietojen näyttämisessä. Kuvatun järjestelmän avulla voidaan siepata hyvät tietojen visualisointisuunnittelukonseptit ja toimittaa ne käyttäjille visuaalisina asiakirjoina ainutlaatuisia tietojenkäsittely- ja analyysitekniikoita käyttäen.

            Menetelmä tai visuaalisen suunnittelun luokitukset

            Tämän suoritusmuodon mukaan määritetään kymmenen Visual Design -tyyppiä, jotka sisällytetään kuvattuun järjestelmään. Ymmärretään, että muita visuaalisia malleja voidaan määritellä tarkemmin, mukaan lukien tiettyjen esimerkkien ja todellisten visuaalisten mallien luominen erityisiä teollisuuden sovelluksia varten.

              • Hierarkkinen
              • Ajallinen
              • Tila
              • Teksti
              • Virtuaalinen
              • Rakenteellinen
              • Klassinen
              • Keskeinen
              • Navigointi
              • Interaktiivinen
                • Vaihtoehtoiset lähestymistavat - Visuaalisen suunnittelun kyvyn arvioimiseksi on tärkeää verrata sitä muihin visualisointimenetelmiin. Erityisesti tulisi verrata visuaalista muotoilua klassiseen kaavioon tai numerotaulukkoon. Tämä vertailu on tärkeä, koska monet datan visualisoinnit lisäävät huomattavaa graafista painoa, mutta vähän informaatioarvoa.
                • Visuaalinen yksinkertaisuus - visualisoinnin tarkasteleminen ei saisi ylikuormittaa mieltä. Visualisoinnin yksinkertaisuus on tärkeää, koska se parantaa tulkintaa ja mahdollistaa yhteisymmärryksen ilman koulutusta. Jotkut visualisoinnit vaativat huomattavaa koulutusta. Yleensä kuvattu ratkaisu ei käytä näitä visuaalisia malleja.
                • Tietojen tiheys - visualisoinnin tietojen tiheys on kriittinen mittari sen kokonaisarvosta. Suuremman tiheyden visualisoinneilla, jos onnistutaan säilyttämään yksinkertaisuutensa, on huomattavat mahdollisuudet lisätä tietovirtaa loppukäyttäjille.
                • Käytetyn musteen määrä - käyttääkö visuaalinen suunnittelu negatiivista tilaa avaintietojen näyttämiseen? Tämä negatiivisen tilan käyttö sallii pienempien mustemäärien käyttämisen samalla, kun näytetään sama tai suurempi informaatiotiheys. Lisäksi vaadittavaa mustetta vähennetään yleensä, kun "näkymien" tai tietosivujen määrää pienennetään saman datamäärän välittämiseksi.
                • Kyky olla valaistu yksityiskohdilla - Loppujen lopuksi tietojen visualisointi muuttuu tietojen visualisoinniksi, kun tietyt yksityiskohdat näytetään. Visualisoinnin kyky pitää yksityiskohtaista tietoa tietyissä paikoissa, usein saavutettu tarroilla, on avainasemassa määritettäessä sen arvoa tiedon visualisointina.

                On olemassa seitsemän määriteltyä visuaalista suunnittelutasoa, jotka on asetettu kaavamaisesti kuvion 1 mukaisesti. 7. Muita visuaalisen suunnittelun kerroksia voidaan lisätä tarvittaessa.

                Nämä seitsemän visuaalisen suunnittelun tasoa on kuvattu seuraavassa taulukossa:

                Erikoiskerroksen suhteen alla on kaksi esimerkkiä erikoiskerroksista:

                Klassinen esimerkki erikoiskerroksesta: Voronoi-kaavio

                Matematiikassa Voronoi-kaavio, joka on nimetty Georgy Voronoin mukaan, kutsutaan myös Voronoi-tesselliksi, Voronoi-hajotukseksi tai Dirichlet-tesselliksi (Lejeune Dirichletin jälkeen) on erityinen metrisen tilan hajoaminen, joka määritetään etäisyyksien avulla tiettyyn erilliseen joukkoon esineitä avaruudessa, esimerkiksi erillisellä pistejoukolla.

                Yksinkertaisimmassa ja yleisimmässä tapauksessa tietyssä pistejoukossa S ja S: n Voronoi-kaaviossa on tason osio, joka yhdistää alueen V (p) kuhunkin pisteeseen S siten, että kaikki V: n (p) pisteet ovat lähempänä p: tä kuin mikään muu S: n piste.

                Voronoi-kaavio voidaan siten määritellä erityiskerrokseksi, jossa joukko polygoneja muodostetaan pistejoukosta. Tuloksena olevalle monikulmikerrokselle voidaan sitten tehdä temaattisia käsittelyjä, kuten väritys.

                B. Ei-perinteinen esimerkki erikoiskerroksesta: kalenteri

                Kalenteri voidaan luoda erityiskerroksena ajallisen visuaalisen asiakirjan näyttämistä varten. Tämä erikoiskerros vaatii aloituspäivän ja lopetuspäivän, suurin osa muista kalenterin luonnetta ja rakennetta koskevista tiedoista voidaan määrittää automaattisesti. Temaattiset kerrokset käyttäisivät sitten kalenterin rakennetta aihekohtaisten käsittelyjen, kuten väritys ja muotoilu, perustana.

                ENTROPÍA vii: n esimerkissä näkyy kalenteri, joka voidaan luoda spiraaliksi. Tämän spiraalin rakenteesta ja ulkoasusta käydään huomattavia suunnittelukeskusteluja, joita tietosuunnittelijat keskittyvät esimerkiksi esteettisyyteen ja tiedon selkeyteen. Tämän keskustelun tulos on spiraalikalenterin erikoiskerroksen visuaalinen suunnittelu. Tätä erikoiskerrosta voidaan sitten käyttää temaattisiin hoitoihin, kuten väreihin.

                Esillä olevan keksinnön suoritusmuotoja kuvataan tässä viitaten järjestelmään, joka on sovitettu tai järjestetty suorittamaan tässä kuvatut menetelmät ulottuvasti pienennetyn visuaalisen esityksen tuottamiseksi.

                Yhteenvetona voidaan todeta, että järjestelmään kuuluu ainakin prosessori, yksi tai useampi muistilaite tai liitäntä yhteen tai useampaan muistilaitteeseen yhdistämistä varten, tulo- ja lähtöliitännät ulkoisiin laitteisiin kytkemistä varten, jotta järjestelmä voi vastaanottaa ja toimia yksi tai useampi käyttäjä tai ulkoinen järjestelmä, tietoväylä eri komponenttien välistä sisäistä ja ulkoista viestintää varten ja sopiva virtalähde. Lisäksi järjestelmä voi sisältää yhden tai useamman viestintälaitteen (langallisen tai langattoman) yhteydenpitoon ulkoisten ja sisäisten laitteiden kanssa ja yhden tai useamman tulo- / lähtölaitteen, kuten näytön, osoitinlaitteen, näppäimistön tai tulostuslaitteen.

                Suoritin on järjestetty suorittamaan ohjelman ohjeet, jotka on tallennettu ohjelmaohjeiksi muistilaitteeseen. Ohjelmaohjeet edustavat erilaisia ​​menetelmiä keksinnön toteuttamiseksi, kuten tässä kuvataan. Ohjelmaohjeet voidaan kehittää tai toteuttaa käyttämällä mitä tahansa sopivaa ohjelmointikieliä ja työkalupakettia, kuten esimerkiksi C-pohjaista kieltä. Lisäksi ohjelmaohjeet voidaan tallentaa millä tahansa sopivalla tavalla siten, että prosessori voi siirtää ne muistilaitteeseen tai lukea, kuten esimerkiksi tallentaa tietokoneella luettavaan tietovälineeseen. Tietokoneella luettava tietoväline voi olla mikä tahansa sopiva tallennusväline, kuten esimerkiksi puolijohdemuisti, magneettinauha, CD-levy (CD-ROM tai CD-R / W), muistikortti, flash-muisti, optinen levy, magneettilevy tai mikä tahansa muu sopiva tietokoneella luettava väline.

                Järjestelmä on järjestetty olemaan yhteydessä ulkoisten tietojen tallennusjärjestelmien tai -laitteiden kanssa tarvittavien tietojen noutamiseksi.

                Järjestelmän syötteenä toimitetut tiedot voivat olla mitä tahansa sopivaa datatyyppiä, esimerkiksi reaalimaailman tietoja, mukaan lukien, mutta ei rajoittuen, peliympäristöön, kuten kasino, liittyvä peli- tai uhkapelidata, tapahtumadata, testi tai valmistusympäristöstä saadut laadunvalvontatiedot, kirjanpitojärjestelmästä hankitut yritystiedot, yritystietokannasta haetut myyntitiedot jne. Järjestelmä voi vastaanottaa kaikki nämä tiedot reaaliajassa välimuistissa tai tallentaa enemmän pysyvästi.

                Kuten edellä mainitussa alustavassa patenttihakemuksessa aikaisemmin on käsitelty, on kehitetty parannettu menetelmä suurdimensioisen datan graafiseksi esittämiseksi seuraavasti.

                Keksinnön erityisten suoritusmuotojen mukaisesti tarjotaan erilaisia ​​menetelmiä, joissa käytetään viitattua järjestelmää, jotta käyttäjä voi näyttää korkeamman ulottuvuuden dataa alemman ulottuvuuden kaaviossa. Menetelmiä voidaan käyttää esimerkiksi 3D-tietojen näyttämiseen 2D-esityksessä, mutta ei rajoittuen tähän, ja niitä voidaan käyttää minkä tahansa sopivan korkeamman ulottuvuuden datan näyttämiseen alemman ulottuvuuden käyrässä. Tietojen näyttäminen (visuaalinen esitys) voi tapahtua minkä tahansa sopivan tulostuslaitteen, kuten näyttölaitteen, tulostuslaitteen tai minkä tahansa muun sopivan laitteen kautta, jota voidaan käyttää visuaalisesti edustamaan tietoa käyttäjälle. Viitteessä kuvattu ja tässä järjestetty järjestelmä järjestää tiedot sopivassa muodossa, jotta ne voidaan renderoida oikealla tavalla ennen kuin ne visualisoidaan valitussa muodossa.

                Lyhyesti sanottuna tässä kuvatut menetelmät sisältävät datan luokittelun yhdelle muuttujalle, kun taas datan jakaminen toiseen muuttujaan perustuen. Tämä mahdollistaa moniulotteisen datan esittämisen vähemmän ulottuvuuksilla tavalla, jonka avulla käyttäjä voi helposti erottaa datan kontekstin.

                Vaikka menetelmää voidaan soveltaa sijoittamalla dataa ensimmäiseen muuttujaan ja jakamalla dataa toiseen muuttujaan perustuen, seuraava esimerkki osoittaa menetelmän, jota sovelletaan tietoihin, joissa on 3 muuttujaa V1, V2 ja V3. Siihen, mihin tiedot on tallennettu tietokantaan, jossa on N tietuetta, oletetaan, ettei missään kolmesta muuttujasta ole puuttuvia arvoja.

                Menetelmä voidaan suorittaa käyttämällä seuraavia vaiheita, kuten kuviossa 1 on esitetty. 8:

                Tiedot haetaan tietovarastosta vaiheessa 801.

                1) Vaiheessa 803, sijoita muuttuja, kuten kolmas muuttuja V3.

                2) Vaiheessa 805, lajittele kaksi muuta muuttujaa, kuten kaksi ensimmäistä muuttujaa V1 ja V2, kukin järjestetyn muuttujan V3 mukaan.

                3) Vaiheessa 807, laske V1: n ja V2: n kumulatiiviset summat siinä järjestyksessä kuin ne on lajiteltu vaiheessa 2.

                4) Olkoon T1 = V1 yhteensä. Jaa V1: n kumulatiivisen summan sarakkeella V1: n lajitellut N-arvot kahteen suunnilleen yhtä suureen puolikkaaseen. Toisin sanoen, etsi kokonaisluku N1 välillä 1 ja N siten, että V1: n arvojen summa riveillä 1, 2,. . . , N1 on suunnilleen T½, kuten kuviossa 3 esitetään. 9A. Siten datapisteet jakautuvat vaaka-akselin suuntaisesti vaiheittain 809, kuten kuviossa 3 on esitetty. Kuvio 9A säilyttäen yllä vaiheessa 1 määritetyn sijoitustiedot.

                KUVA. Kuvio 9A esittää N-tietueen jakamisen kahteen osaan, joten V1: n summa kussakin osassa on vähintään suunnilleen yhtä suuri kuin T½.

                5) Laske rivien 1-N1 V2-arvojen summa, olkoon T1 a tämä summa. Seuraavaksi jakoi tietueet 1, 2,. . . , N1 kahteen osaan siten, että V2: n summa kussakin osassa on noin T1a / 2. Toisin sanoen, etsi kokonaisluku N1a välillä 1 - N1 siten, että V2: n summa tietueille 1, 2,. . . , N1a on suunnilleen T1a / 2, ja V2: n summa tietueille N1a + 1,. . . , N1 on suunnilleen T1 a / 2 (kuten kuviossa 9B on esitetty). Siten datapisteet jaetaan pystysuoraa akselia pitkin vaiheessa 811, kuten kuviossa 3 on esitetty. 9B, säilyttäen yllä vaiheessa 1 määritellyt sijoitustiedot.

                KUVA. Kuvassa 9B on esitetty N1-tietueiden 1, 2, jako. . . , N1 kahteen osaan, joten kunkin osan V2: n yhteenlasketut summat ovat yhtä suuret tai suunnilleen samat.

                6) Vaiheessa 813, toista yllä oleva vaihe 5 muille V2-tietueille N1 + 1, N1 + 2,. . . , N. Tietueet 1, 2,. . . Siksi N on sijoitettu neljään neljännekseen, jotka on merkitty kuviossa 0, 1, 2, 3. 9B.

                Vaiheessa 815, yllä olevat vaiheet 4-6 toistetaan sitten jokaiselle neljälle neljännekselle 0, 1, 2, 3 siten, että jokainen neljästä kvadrantista jaetaan edelleen neljään kvadranttiin, kuten kuviossa 3 on esitetty. 9C.

                KUVA. Kuvio 9C esittää kunkin kvadrantin 0, 1, 2, 3 jakamisen neljään kvadranttiin.

                Tämä prosessi voidaan toistaa edelleen jakamalla kvadrantit pienempiin ja pienempiin kvadrantteihin. Tätä iterointia voidaan jatkaa, kunnes jokainen kvadrantti sisältää vain yhden datapisteen.

                Yleisemmin sanottuna "sijoitustoiminto", kuten muuttujalle V3 käytetty, voi olla mikä tahansa lajittelutoiminto, joka on luonteeltaan deterministinen. Muuttujat voidaan esimerkiksi lajitella minimoimaan muuttujien tai muuttujiin liittyvien kohteiden välinen tilastollinen etäisyys. Vaihtoehtoisesti muuttujat voidaan lajitella yhdessä useamman kuin yhden muuttujan kanssa. Myös pääkomponenttianalyysin tai vastaavan toiminnon tuloksia voidaan käyttää muuttujien järjestykseen. On myös mahdollista käyttää muuta muuttujaa V4, jota voidaan käyttää ensimmäisen akselin sijoittamiseen, kun taas V3 sijoittaa toisen akselin.

                Yleisemmin sanottuna "jakamistoiminto", kuten muuttujiin V1 ja V2 käytetty, voidaan korvata millä tahansa toiminnolla tai funktiojoukolla tai yhtälöjärjestelmällä, joka tuottaa arvon alkiojoukolle. Esimerkiksi funktio voi olla kokonaisarvojen loki tai polynomifunktio.

                Esimerkiksi V3 on taajuus, V4 on taajuus ja V1 ja V2 ovat voittoa. Jaottofunktiota voidaan yleisesti käyttää jakamaan koko akseli mihin tahansa osaan. Esimerkiksi jakotoiminto voi käyttää suurempaa lukua kuin 2 (mikä tahansa arvo on hyväksyttävä). Siksi akseli voidaan jakaa useisiin osiin, jotka ovat suurempia kuin 2, kuten kymmenesosassa, kolmannessa osassa jne. Käytettyjen halkeamien lukumäärä noudattaa samoja perussääntöjä kuin tässä on määritelty, mutta arvo jaetaan korkeamman luvun mukaan. Vaihtoehtoisesti voitaisiin käyttää mitä tahansa muuta menetelmää kohteiden jakamiseksi deterministisesti ämpäreiksi, joilla on yhtä suuret tai suunnilleen samat, mutta järjestetyt arvot.

                Tämä iterointiprosessi voi luoda joitain alueita, jotka eivät sisällä datapisteitä. Tällaisia ​​tyhjiä alueita voidaan käyttää lisätietojen näyttämiseen.Tyhjää aluetta voidaan käyttää esimerkiksi minkä tahansa sopivan visuaalisen mallin esittämiseen, mukaan lukien mikä tahansa tässä spesifikaatiossa esitetyistä tai viitatuista erilaisista visuaalisista malleista. Tyhjälle alueelle käytetty visuaalinen suunnittelu voi olla erilaista kuin tässä esimerkissä kuvattu.

                Jatkokäsittelyvaihetta voidaan soveltaa levittämään tietoja lähdepisteistä ympäröiviin ruudukkosoluihin, tämä valinnainen vaihe vähentää yksittäisten pistetietojen tarkkuutta, mutta lisää koko kuvanäytön tarkkuutta. Yksi esimerkki hajautustoiminnosta on puolittaa yksisoluisen datan tiedot ja luoda vierekkäiseen ja tyhjään soluun pseudopiste, jonka arvo on puolet kokonaismäärästä.

                Tiedot on yleensä järjestetty n ulottuvuuteen. ”Neljännes” on yleisemmin n-ulotteinen alue. Aineistossa voi olla n + 1 tai enemmän muuttujia. Sijoitus- ja jakautumisvaiheita voidaan soveltaa mihin tahansa määrään akseleita.

                  • Wikipedian kuvaama pääkomponenttianalyysi (PCA) sisältää matemaattisen menettelyn, joka muuntaa joukon mahdollisesti korreloivia muuttujia pienemmäksi määräksi korreloimattomia muuttujia, joita kutsutaan pääkomponenteiksi. Ensimmäisen pääkomponentin osuus on mahdollisimman suuri tiedon vaihtelusta, ja jokainen seuraava komponentti vastaa mahdollisimman paljon jäljellä olevasta vaihtelusta. Soveltamisalasta riippuen sitä kutsutaan myös erilliseksi Karhunen-Loève-muunnokseksi (KLT), Hotelling-muunnokseksi tai oikeaksi ortogonaaliseksi hajotukseksi (POD).
                  • PCA: n keksi Karl Pearson vuonna 1901. Nyt sitä käytetään enimmäkseen työkaluna tutkivaan data-analyysiin ja ennustavien mallien tekemiseen. PCA sisältää datakovarianttimatriisin ominaisarvohajoamisen tai tietomatriisin yksikköarvohajoamisen laskemisen, yleensä sen jälkeen kun keskiarvo keskittää kunkin attribuutin tiedot. PCA: n tuloksista keskustellaan yleensä komponenttipisteiden ja kuormitusten suhteen (Shaw, 2003).
                  • PCA on yksinkertaisin todellisista ominaisvektoripohjaisista monimuuttujaanalyyseistä. Usein sen toiminnan voidaan ajatella paljastavan tietojen sisäisen rakenteen tavalla, joka parhaiten selittää tietojen varianssin. Jos monimuuttujainen tietojoukko visualisoidaan koordinaattijoukkona korkean ulottuvuuden datatilassa (1 akseli muuttujaa kohti), PCA toimittaa käyttäjälle alemman ulottuvuuden kuvan, tämän kohteen "varjon", kun sitä tarkastellaan sen (joissakin mielessä) informatiivisin näkökulma.
                  • PCA liittyy läheisesti tekijäanalyysiin, jotkut tilastopaketit yhdistävät tarkoituksella nämä kaksi tekniikkaa. Todellinen tekijäanalyysi tekee erilaisia ​​oletuksia taustarakenteesta ja ratkaisee hieman erilaisen matriisin ominaisvektorit.

                  Siksi, jos tiedoissa on k muuttujaa, joille PCA suoritetaan, voidaan k PC (pääkomponentit) laskea. Kaikki k PC: t yhdessä selittävät 100% tietojen vaihtelusta. Jos p1, p2,. . . , pk ovat PC1: n, PC2: n,. . . , PCk, vastaavasti, sitten p1 ≧ p2 ≧. . . ≧ pk ja p1 + p2 +. . . + pk = 1.

                  Tiedot voidaan näyttää siten, että: kaikkien muuttujien "täydellinen näkymä" tarjoaa osittaisen näkymän, joka tarjoaa täydelliset tiedot valituille muuttujille, tai osittaisen näkymän, joka tarjoaa osittaista tietoa valituille muuttujille. Lisämuuttujia voidaan näyttää kaksiulotteisessa käyrässä.

                  Esimerkiksi voidaan käyttää lisätietokarttaa, kuten lämpökarttaa tai ääriviivakarttaa. Vaihtoehtoisesti (tai jopa tietokartan lisäksi) muuttujat voidaan näyttää käyttämällä juonen yli sopivasti sijoitettuja numeroita. Tämä päällekkäisyys voi olla lisämuuttuja, esimerkiksi voitto. Tämä mahdollistaa visuaalisen tiedon löytämisen tässä kuvatun menetelmän perusteella ylimääräisen mittarin (voitto) suhteen.

                  Analyysin avulla on todettu, että kaikki jako-funktion eri arvot tuottavat olennaisesti saman sijainnin datapisteille ja että jakoluokan 2 käyttö on laskennallisesti tehokkainta. Erityisesti silloin, kun allokointi ruudukossa suoritetaan rinnakkain eri ketjujen välillä, prosessorit tai palvelut binaarista jakotoimintoa käyttämällä tarjoavat maksimaalisen määrän rinnakkaista käsittelyä.

                  Taulukko 1 esittää joukon data-arvoja. Asiakasnumero -sarakkeessa näkyy numero, joka yksilöi tietyn asiakkaan. Jokaiselle asiakkaalle annetaan tulo- ja voittotiedot. Asiakkaat on myös luokiteltu sekä käyntien määrän että ostettujen tuotteiden määrän mukaan.

                  KUVA. Kuvio 9E esittää taulukon 1 tietojen kaksiulotteisen näytön.

                  Data-arvot järjestetään x-akseliin nähden käyntien määrän muuttujan avulla. Data-arvot jaetaan x-akselille käyttämällä tulomuuttujaa.

                  Data-arvot järjestetään y-akseliin nähden käyttämällä ostettujen kohteiden lukumäärän muuttujaa. Data-arvot jaetaan y-akselille käyttämällä voittomuuttujaa.

                  Kaikkien tulotietojen arvojen yhteenlaskettu arvo on 64000. Kaikkien voittoarvojen yhteenlaskettu arvo on 8600.

                  Kunkin kuvassa olevan datapisteen sijainti 9D on merkitty numerolla, joka vastaa taulukon 1 asiakasnumeroa. Tässä esimerkissä kunkin datapisteen sijainti on määritetty seuraavasti.

                  Taulukosta 1 tiedetään jo datapisteiden sijoitukset sekä käyntien määrän että ostettujen tuotteiden muuttujien suhteen.

                  Vaihe 1: Järjestelmä jakaa (tai jakaa) asiakkaita visuaalisen esityksen X-akselia pitkin siten, että asiakkaiden kokonaistulojen summa ennen jakoa on joko 50% kokonaismäärästä tai suurempi ja lähellä 50 % kokonaismäärästä. Toisin sanoen järjestelmä seuraa paremmuusjärjestykseen tulleiden asiakkaiden kumulatiivisia tuloarvoja ja jakaa luokitellut asiakkaat ensimmäisen kumulatiivisen arvon jälkeen, joka on yhtä suuri tai suurempi kuin 50% koko kumulatiivisesta arvosta. Näin varmistetaan, että asiakkaat jaetaan mahdollisimman tasaisesti siten, että jokainen jakaminen sisältää olennaisesti puolet kokonaistuloista.

                  Esimerkiksi viittaamalla seuraavaan taulukkoon 2 asiakkaiden 50, 38, 40, 99, 98, 103, 94, 81, 73 ja 68 sijoitettujen kumulatiivisten tulojen arvoista, jakautuminen tapahtuisi asiakkaan 94 jälkeen, jotta kaikki taulukon asiakkaat Yläpuolella oleva asiakas 94 mukaan lukien on sijoitettu jaon vasemmalle puolelle ja asiakkaat 81, 73 ja 68 jaon oikealle puolelle. Toisin sanoen kokonaistulo on 64000, josta 50% on 32000, ja 34000 (kumulatiivinen arvo saavuttaessa asiakas 94 sijoituksessa) on ensimmäinen kumulatiivinen arvo, joka on yli 50%

                  Vaihtoehtoisesti voidaan varmistaa, että jokainen jakaminen sisältää olennaisesti puolet tuloista, jako voidaan tehdä ennen ensimmäistä kumulatiivista arvoa, joka on yli 50% kokonaiskumulatiivisesta arvosta. Samaa yllä olevaa taulukkoa käytettäessä jako tässä esimerkissä tapahtuisi asiakkaan 103 jälkeen siten, että asiakas 103 ja kaikki muut sen yläpuolella olevat asiakkaat sijoitetaan jaon vasemmalle puolelle ja asiakkaat 94 ja sen alapuolelle sijoitetaan asiakkaan oikealle puolelle. jako. Toisin sanoen, sijoitetun asiakkaan 94 kumulatiivinen tuloarvo on 34000, ensimmäinen kumulatiivinen arvo on yli 50% (32000), joten jakaminen tapahtuu ennen tätä, ts. Asiakkaan 103 yläpuolella.

                  Vaihtoehtona, jotta varmistetaan, että jokainen jakaminen sisältää olennaisesti puolet tuloista, järjestelmä voi määrittää, mihin jakaminen tehdään, määrittämällä, mikä kumulatiivisista tuloarvoista on lähinnä 50 prosenttia kokonaismäärästä, ja jakamalla paremmuusjärjestyksessä olevat asiakkaat tuloarvoon siten, että jakaminen tapahtuu määritetyn tuloarvon jälkeen tai ennen sitä. Samaa yllä olevaa taulukkoa käyttäen järjestelmä laskee, että 50% kokonaistulojen arvosta on 32000, ja määrittää, että tätä lähinnä oleva kumulatiivinen arvo on 34000. Siksi järjestelmä voi jakaa asiakkaat joko ennen sijoittunutta asiakasta 94 tai sen jälkeen, jos kumulatiivinen arvo on lähinnä 50%.

                  Toisin sanoen jako- tai jakopiste määritetään etsimällä kokonaistulojen kokonaisarvo, joka on yhtä suuri tai lähellä 50 prosenttia rankattujen asiakkaiden kokonaismäärästä (32000), ja jakamalla sitten järjestetyt muuttujat jaon alaosaan , ja muut muuttujat sijoitetaan jaon yläosaan.

                  Kuten edellä selitettiin ensimmäisessä esimerkissä, jakopiste seuraa asiakasta 94, jossa tulojen summa tähän asiakkaaseen asti on 34000 ja ennen tätä asiakasta on 22 000. Siksi asiakkaat 50, 38, 40, 99, 98, 103 ja 94 on sijoitettu jaon vasemmalle puolelle, kun taas asiakkaat 81, 73 ja 68 ovat jaon oikealle puolelle.

                  Vaihe 2: Järjestelmä jakaa visuaalisen esityksen vasemmalla puolella olevat asiakkaat eri akselilla vaiheeseen 1 käyttämällä erilaista luokittelua (esim. Ostetut tuotteet) kuin vaiheessa 1 ja käyttämällä erilaista kertynyttä muuttuja-arvoa ( esim. voittoarvojen kerääminen järjestyksessä sen sijaan, että kerätään tuloarvoja).

                  Toisin sanoen järjestelmä luokittelee asiakkaita ostettujen tuotteiden määrän perusteella siten, että sijoitettujen asiakkaiden kertyneen voiton arvo ennen jakoa on yhtä suuri tai lähellä 50% vasemman puolen kokonaismäärästä muiden jäljellä olevien asiakkaiden kanssa sijoitettu jaon jälkeen. Mitä tahansa edellä olevassa vaiheessa 1 kuvattua menetelmää voidaan käyttää määrittämään, missä jakautuminen tapahtuu. Tässä esimerkissä asiakkaat 50, 94, 103 ja 40 sijoitetaan vasempaan alakulmaan ja asiakkaat 98, 38 ja 99 vasempaan yläkulmaan.

                  Vaihe 3: Järjestelmä jakaa visuaalisen kuvan oikealla puolella olevat asiakkaat jollakin samoista menetelmistä kuin vasemmanpuoleiset asiakkaat jaettiin vaiheessa 2. Tämä johtaa asiakkaiden 68 ja 81 sijoittamiseen alempaan oikea kvadrantti ja asiakas 73 sijoitetaan oikeaan yläkulmaan.

                  KUVA. Kuvio 9D esittää esimerkin asiakaspaikoista visuaalisen esityksen kvadranteissa vaiheen 3 jälkeen.

                  Vaihe 4: Järjestelmä jakaa visuaalisen kuvan vasemmassa alakulmassa olevat asiakkaat vasempaan ja oikeaan osaan (vasemman alakulman sisällä) käyttäen yhtä samoista menetelmistä, jotka on kuvattu edellä luokituksen 1 perusteella (käyntien lukumäärä). Siksi asiakkaat 50, 40, 103 sijoitetaan vasempaan osaan ja asiakas 94 oikeaan osaan.

                  Vaihe 5: Järjestelmä jakaa asiakkaat vaiheessa 4 luodussa vasemmassa osassa ylä- ja alaosiin (vasemman osan sisällä) käyttäen yhtä samoista menetelmistä, jotka on kuvattu edellä luokituksen 2 perusteella (ostetut tuotteet). Siksi asiakkaat 50 ja 103 sijoitetaan alaosaan ja asiakas 40 sijoitetaan yläosaan.

                  Vaihe 6: Järjestelmä jakaa asiakkaat vasempaan yläkulmaan käyttäen yhtä samoista menetelmistä, jotka on kuvattu edellä luokituksen 1 (käyntien määrä) perusteella. Siksi asiakkaat 38 ja 99 sijoitetaan vasemman yläreunan vasempaan osaan ja asiakas 98 sijoitetaan vasemman yläkulman oikeaan osaan.

                  Jokaiseen osaan tai alueeseen kuuluu nyt enintään kaksi asiakasta. Näistä alueista on mahdollista tehdä lopullinen jako (tässä järjestelmä yksinkertaisesti tarkkailee kahden luvun suhteellisia luokituksia lopullisen jaon tekemiseksi). Kuvion 2 esimerkissä Kuvassa 9A asiakkaat 38 ja 99 jaetaan edelleen luokituksen 2 (ostetut tuotteet) mukaan ja asiakkaat 50 ja 103 jaetaan edelleen luokituksen 1 (käyntien määrä) mukaan.

                  Tämä antaa kuviossa 2 esitetyn datapisteen jakauman. 9E.

                  Voidaan nähdä, että asiakkaiden jakaminen visuaalisen esityksen x-akselilla perustuu ensimmäiseen yksittäiseen järjestyskriteeriin (esim. Käyntien lukumäärä), kun taas asiakkaiden jakaminen visuaalisen esityksen y-akselilla perustuu toinen erilainen yksittäinen sijoituskriteeri (esim. ostettujen tuotteiden määrä).

                  Esitetty alue on jaettu katkoviivoilla useisiin alueisiin. Yhtä leveät alueet sisältävät suunnilleen samanlaiset osuudet kokonaistuloista. Vastaavasti saman korkeuden alueet sisältävät suunnilleen samanlaiset osuudet kokonaistulosta.

                  Vasemmanpuoleiset alueet sisältävät osan tuloista asiakkailta, jotka kävivät harvemmin (koska tiedot luokitellaan näin). Oikean käden alueet tuottavat osan asiakkaista, jotka ovat käyneet useimmiten.

                  Vastaavasti ylemmät alueet sisältävät osan voitoista asiakkailta, jotka ostivat eniten tuotteita. Alemmilla alueilla on osuus voitosta asiakkailta, jotka ostivat vähiten tuotteita.

                  Yhteenvetona voidaan todeta, että tässä kuvatussa suoritusmuodossa kukin datapiste (asiakas) on viime kädessä sijoitettu omalle alueelleen tai visuaalisen esityksen alueelle, kuten kuviossa 3 on esitetty. 9E. Datapisteen sijoittelu perustuu ensimmäiseen sijoitusmuuttujaan ja ensimmäisen jakautumismuuttujan jakamiseen pitkin yhtä akselia ja toisen sijoitusmuuttujan jakamiseen ja toisen jakautumismuuttujan jakamiseen pitkin toista akselia.

                  Yllä olevista esimerkeistä voidaan nähdä, että muuttujat (esim. Käyntien tai ostettujen kohteiden lukumäärä), joita käytetään visualisoitavan tietojoukon (esim. Asiakkaat) järjestämiseen akselin suuntaisesti, eroavat muuttujista (esim. Voitto tai tuotto), joita käytetään jakaa tai jakaa sama tietojoukko samaa akselia pitkin.

                  Lisäksi, vaikka tässä selityksessä käytetään terminologiaa x- ja y-akselit, ymmärretään, että y-akseli ei ole riippuvainen akseli. Toisin sanoen y-akselia ei käytetä muuttujan (y) tallentamiseen, joka on riippuvainen toisesta muuttujasta (x). Kutakin akselia käytetään riippumattomien muuttujien järjestämiseen ja jakamiseen (tai jakamiseen).

                  Yhdessä lisäsuoritusmuodossa kertynyt muuttuja voi olla sama kullakin akselilla (esim. Kertynyt tulo määritetään kullekin x- ja y-akselille erilaisille sijoituskriteereille). Tässä tapauksessa kukin visuaalisen esityksen näkyvä alue sisältää suunnilleen yhtä suuren osan muuttujan kokonaismäärästä. Esimerkiksi kuviossa Kuviossa 9B, jos asiakkaiden jakautumista tai jakamista sekä x- että y-akselilla säätelee yksi muuttuja (esimerkiksi tulot), niin kvadrandi 0 sisältää noin 25% tuloista, kuten kukin kvadrantista 1, 2. ja 3. Alueiden lisäjako voidaan suorittaa tässä esimerkissä, kuten edellä on kuvattu.

                  Järjestelmä voi myös näyttää uuden muuttujan visuaalisessa esityksessä käyttämällä lisätietokarttaa, kuten lämpö- tai ääriviivakarttaa, joka on sijoitettu visuaalisen esityksen päälle, jotta sitä voidaan tarkastella yllä kuvatun informaation kanssa.

                  Datapisteiden jakauma voi noudattaa samaa sijoitusinformaatiota tai sillä voi olla erilainen sijoitusinformaatio sekä x- että y-akselille.

                  Yhdessä suoritusmuodossa funktio voidaan määrittää kullekin akselille, jossa funktio ylläpitää kohteen yhden metriikan järjestysjärjestystä ja kunnioittaa toisen mittarin jakaumaa. Tämä antaa ainutlaatuisen sijainnin kullekin akselilla olevalle kohteelle. Kaksi- tai kolmiulotteiseen ruudukkoon käytettynä tulos on kunkin kohteen yksilöllinen sijainti siten, että luokitusruudukon arvojen summat ovat samat. Muotolämpökartta tai kolmiulotteinen objektipinnoite näyttää sitten analyysissä käytetyn metrisen tiheyden.

                  Siksi voidaan nähdä, että tässä kuvattua järjestelmää voidaan käyttää varaamaan tai sijoittamaan automaattisesti yksi tai ryhmä esineitä, artikkeleita, esineitä, käsitteitä, kokonaisuuksia tai asioita tietylle alueelle tai visuaalisen esityksen tietylle alueelle tai osalle. kyseiseen alkioon liittyvien muuttujien määrä jne.

                  Tässä kuvattua järjestelmää voidaan käyttää esimerkiksi tuotantolinjalta tulevien tuotteiden laadun seurantaan, jossa eri tuotteille on osoitettu tietty alue visuaalisen esityksen perusteella luokitusten ja jakamisen (jakelu) muuttujien perusteella mistä tahansa lukumäärästä eri muuttujaa .

                  Esimerkiksi valmistuksen ja testauksen aikana kirjatut muuttujat samoin kuin tietokantaan tallennetut myynti- ja markkinointitiedoista saadut arvot voivat sisältää keskimääräisen vikaantumisajan (MTBF), keskimääräisen vikaantumisajan (MTTF) tai vastaavan, rakennuskustannukset arvo, voittomarginaali, suosion sijoitus, myytyjen tuotteiden määrä, palautuserien määrä, palautusten lukumäärä jne.

                  Käyttämällä tässä kuvattua järjestelmää tuotteet sijoitetaan tietojoukkona vastaavasti visuaaliseen esitykseen. Tuotepäällikön on sitten helpompaa selvittää asiaankuuluvat tiedot järjestelmän tuottamasta tietojen visualisoinnista. Esimerkiksi tietojen visualisointi voi välittää tuotepäällikölle tietoja, jotka osoittavat, mitkä sarjan korkeamman voiton omaavista tuotteista aiheuttavat eniten tai vähiten ongelmia. Toisin sanoen järjestelmän luoman datan visualisointi antaa tuotepäällikölle mahdollisuuden huomata tuotedatapisteiden sijainti esityksessä ja sen vuoksi tunnistaa, missä tuotantoympäristössä esiintyy eniten kannattavuuteen vaikuttavia ongelmia.

                  Ymmärretään, että tässä kuvattu järjestelmä sisältää yhden tai useampia elementtejä, jotka on järjestetty suorittamaan tässä kuvatut erilaiset toiminnot ja menetelmät. Seuraavan kuvauksen osan tarkoituksena on antaa lukijalle esimerkki käsitteellisestä näkymästä siitä, kuinka eri moduulit ja / tai moottorit, jotka muodostavat järjestelmän elementit, voidaan yhdistää toisiinsa toimintojen toteuttamisen mahdollistamiseksi. Lisäksi selityksen seuraava osa selittää järjestelmään liittyvällä yksityiskohdalla, miten tässä kuvatun menetelmän vaiheet voidaan suorittaa. Käsitteelliset kaaviot toimitetaan osoittamaan lukijalle, kuinka eri moduulit ja / tai moottorit käsittelevät eri tietoelementtejä eri vaiheissa.

                  Ymmärretään, että moduulien tai moottoreiden järjestely ja rakenne voidaan mukauttaa vastaavasti järjestelmän ja käyttäjän vaatimuksista riippuen siten, että eri moduulit tai moottorit voivat suorittaa erilaisia ​​toimintoja tässä kuvattuihin.

                  Ymmärretään, että kuvatut moduulit ja / tai moottorit voidaan toteuttaa ja toimittaa ohjeet käyttäen mitä tahansa sopivaa tekniikkaa. Esimerkiksi moduulit tai moottorit voidaan toteuttaa tai luoda käyttämällä mitä tahansa sopivaa ohjelmistokoodia, joka on kirjoitettu millä tahansa sopivalla kielellä, missä koodi sitten käännetään tuottamaan suoritettava ohjelma, joka voidaan ajaa millä tahansa sopivalla tietokonejärjestelmällä. Vaihtoehtoisesti tai suoritettavan ohjelman yhteydessä moduulit tai moottorit voidaan toteuttaa käyttämällä mitä tahansa sopivaa laitteiston, laiteohjelmiston ja ohjelmiston seosta. Esimerkiksi moduulien osat voidaan toteuttaa käyttämällä sovelluskohtaista integroitua piiriä (ASIC), järjestelmää sirulle (SoC), kenttäohjelmoitavia porttiryhmiä (FPGA) tai mitä tahansa muuta sopivaa sovitettavaa tai ohjelmoitavaa prosessointilaitetta.

                  Tämän suoritusmuodon mukaisesti on esitetty kuviossa 1. 10 käsitteellinen järjestelmän kaavio datan visualisointijärjestelmästä 1001 joka on järjestetty suorittamaan menetelmä n ulottuvuuden mukaan järjestämään n tai useampaa muuttujaa edustavat datapisteet.

                  Datapisteisiin liittyvät tiedot haetaan datamuistimoduulista 1009 käyttämällä tiedonhakumoduulia 1003. Tiedonhakumoduuli 1003 on määritetty sallimaan tietojen noutaminen datamuistimoduulista 1009, joka on yhteydessä tietojen visualisointijärjestelmään 1001. Tietojen tallennusmoduuli voi olla minkä tahansa sopivan tyyppinen tietojen tallennusjärjestelmä. Se voi olla esimerkiksi yritystietovarasto (EDW), datamoduuli, tietokanta, tallennusryhmä tai mikä tahansa muu sopiva laite tai laiteryhmät, jotka voivat tallentaa tietoja myöhempää hakua varten. Lisäksi datan tallennusmoduuli voi olla välimuisti, jota käytetään tallentamaan väliaikaisesti reaaliajassa siepattuja saapuvia tietoja.

                  Systeemi 1001 sisältää datapisteiden sijoitusmoduulin 1005 joka on järjestetty järjestämään joukko datapisteitä.

                  Sijoitus suoritetaan visuaalisen esityksen ensimmäisen akselin suhteen käyttäen ensimmäistä muuttujaa, joka liittyy haettuun dataan. Ensimmäinen akseli voi olla esimerkiksi akseli, joka tunnetaan yleisesti nimellä x-akseli tai vaaka-akseli kaksiulotteisessa akselijärjestelmässä.

                  Järjestelmään kuuluu myös datapisteiden jakomoduuli 1007 joka on järjestetty jakamaan datapistejoukko toisen muuttujan perusteella, joka liittyy haettuun dataan. Datapisteet jaetaan datapisteiden jakomoduulilla samalla akselilla kuin ranking. Lisäksi datapisteiden jakelu suoritetaan datapisteiden jakelumoduulilla tavalla, joka varmistaa, että yllä olevassa luokitusvaiheessa määritettyyn datapisteiden järjestykseen liittyvä tieto säilytetään.

                  Tässä suoritusmuodossa järjestelmä sisältää myös näyttömoduulin 1011 lähtömoduulina datapisteiden visuaalisen edustamiseksi vaaka-akselilla.

                  Näyttömoduulin vaihtoehtona tai yhdessä sen kanssa voidaan järjestää muita lähtömoduuleja sijoitus- ja jakelumoduulien tulosten tuottamiseksi. Toisin sanoen, tiedonhakumoduulin noutama raakatieto analysoidaan ja muunnetaan luokitus- ja jakelumoduulien avulla, jotta saadaan lähtötiedot tietyssä muodossa. Lähtödata toimitetaan näyttöön ja / tai muihin lähtömoduuleihin, jotta käyttäjä voi visualisoida raakatiedot tavalla, joka välittää hyödyllisempää tai piilotettua tietoa, joka muuten menetettäisiin.

                  Lisälähtömoduuli voi olla tulostuslaite, joka on yhteydessä kuvatun järjestelmän kanssa tulostuksen ohjausdatan vastaanottamiseksi siten, että datan esitykset voidaan tulostaa mille tahansa sopivalle tulostusmateriaalille. Vaihtoehtoisesti lisäulostulomoduuli voi olla rajapinta, joka mahdollistaa luokittelu- ja jakelumoduulien datan liitännän muiden datankäsittelymoduulien tai tallennuslaitteiden kanssa.

                  Datapisteiden sijoitusmoduuli on järjestetty edelleen järjestämään datapisteet yhden tai useamman muun akselin suhteen käyttämällä yhtä tai useampaa muuttujaa. Esimerkiksi lisäakseli voi olla se, jota kutsutaan yleisesti y-akseliksi tai pystyakseliksi. Myös tietojen sijoittamiseen ja jakamiseen voidaan käyttää useampaa kuin kahta akselia.

                  Sijoitusmoduuli voi sijoittaa datapisteet millä tahansa sopivalla luokitusmenetelmällä, kuten deterministisellä lajittelutoiminnolla.

                  Sijoitusmoduuli voi lisäksi luokitella datapisteet vähintään yhden datapisteisiin liittyvän datan määrän, tärkeyden, tilastollisen järjestyksen, tilastollisen etäisyyden, määrän tai arvon perusteella.

                  Datapisteiden jakomoduuli on edelleen järjestetty jakamaan datapisteitä näiden lisäakselien varrella säilyttäen yllä yllä kuvattujen luokitusvaiheiden määrittämän datapisteiden järjestykseen liittyvän informaation.

                  Järjestelmä voi muuttaa datapisteiden edustamiseen käytettyjen akseleiden pituutta. Esimerkiksi yhdelle akselille allokoitu enimmäisarvo voidaan määrittää tietyn muuttujan data-arvoilla. Vaihtoehtoisesti järjestelmä voi määritellä minkä tahansa akselin maksimiarvot tietyn muuttujan data-arvojen summalla.

                  Lähtömoduulin avulla järjestetyt datapisteet tai ainakin niiden osajoukot voidaan esittää visuaalisesti. Lisäksi järjestelmä voi ohjata lähtömoduulia edustamaan lisätietoa visuaalisesti näytettyjen järjestettyjen tietojoukkojen yli peittokuvana.

                  Esimerkiksi lähtömoduuli voi visuaalisesti edustaa lisätietoa muodon tai lämpökartan muodossa järjestettyjen datapisteiden päällä datapisteisiin liittyvän lisäinformaation välittämiseksi.

                  Siksi, kuten edellä on kuvattu, datapisteiden jakomoduuli on järjestetty jakamaan datapisteet jakamalla datapisteet kahden tai useamman alueen välillä visuaalisessa esityksessä. Järjestelmä voi luoda n-ulotteisia alueita datapisteiden näyttämiseksi, joissa datapisteet edustavat n tai useampaa muuttujaa.

                  Esimerkiksi järjestelmä voi järjestää alueet visuaalisen esityksen sisällä välittämään informaatiota, joka perustuu alueiden sisältämien summattujen muuttujien osuuksiin.

                  Lisäksi järjestelmä on järjestetty ohjaamaan datapisteiden jakomoduulia siten, että se voi jakaa datapisteitä visuaalisen esityksen alueella luomalla kaksi tai useampaa osa-aluetta alueen sisällä ja jakamalla datapisteitä näiden osa-alueiden välillä. Visuaalisen esityksen osa-alueet voidaan sitten jakaa edelleen ja datapisteet jakaa edelleen näihin edelleen jaettuihin osa-alueisiin, kunnes esitys on järjestetty kuvaamaan enintään yhden yksittäisen datapisteen kullakin jaetulla osa-alueella. Siksi jokainen datapiste asuu omalla varaamallaan alueella, ja sellaisenaan jokaisella datapisteellä on ainutlaatuinen sijainti visuaalisessa esityksessä, joka kuvaa spesifistä tietoa kyseiseen datapisteeseen liittyvistä muuttujista.

                  Lisäksi datapisteiden jakautumisen kautta kullakin datapisteellä on ainutlaatuinen sijainti visuaalisen esityksen kullakin akselilla, joka määritetään ranking- ja jakomoduulien toiminnan avulla.

                  Koska osa-alueiden "ruudukossa" voi olla tiettyjä alueita, jotka eivät sisällä datapistettä, järjestelmä voi käyttää näitä alueita tai alueita lisätietojen visuaaliseen esittämiseen. Esimerkiksi järjestelmä voi ohjata näyttömoduulia edustamaan lisätietoa visuaalisesti lämpökartan muodossa. Myös muita vaihtoehtoisia lisätietotyyppejä voidaan näyttää, kuten esimerkiksi widgetit, staattiset tai dynaamiset objektit. Lisäksi erilaisia ​​visuaalisia suunnittelutyyppejä voidaan näyttää lisätietona, kuten maantieteelliset, ajalliset, hierarkkiset, spatiaaliset, virtuaaliset, klassiset, navigointi-, teksti-, rakenteelliset ja interaktiiviset tyypit.

                  Siksi järjestelmän luomassa visuaalisessa esityksessä esitettävät datapisteet tarjoavat täydellisen kuvan kiinnostavasta informaatiosta minimoiden samalla alueen tai tilan, jossa tietoa näytetään.

                  Järjestelmä voi myös sisältää suodatusmoduulin, joka on järjestetty suodattamaan datapisteisiin liittyvä data ennen datapisteiden tai niihin liittyvän datan näyttämistä visuaalisessa esityksessä.

                  Dimensioiden lukumäärän minimoimiseksi, joissa datapisteitä näytetään, järjestelmä voi myös sisältää ulottuvuuden pienennysmoduulin, joka on järjestetty soveltamaan minkä tahansa sopivan tyyppistä mittojen vähentämistekniikkaa dataan, joka liittyy datapisteisiin ennen järjestämällä datapisteet näytettäviksi esityksessä.

                  Järjestelmä voi myös antaa käyttäjälle mahdollisuuden valita tietojoukko visuaalista esitystä varten tai antaa käyttäjälle mahdollisuuden valita järjestettyjen datapisteiden näkymä maksimoidakseen datapisteiden mielenkiinnon kohteena olevien tietojen tai kiinnostavien muuttujien visuaalisen esityksen. Valintaa voidaan valvoa järjestelmällä seuraamalla osoitinlaitetta graafisen käyttöliittymän yhteydessä tai millä tahansa muulla sopivalla tulonvalvontamenetelmällä ja -järjestelmällä.

                  Ymmärretään, että tässä kuvatun järjestelmän tuottamat visuaaliset esitykset on erityisesti sovitettu mahdollistamaan monimutkaisen datan visuaalinen esitys hyödyllisen tiedon välittämiseksi minimoiden tuotannon painomateriaalien käytön tai rajoittamalla tilaa, jossa tieto voidaan välittää . Toisin sanoen antamalla tässä kuvatun järjestelmän tuottaa visuaalinen esitys, jolla on yksi tai useampi kuvattu ominaisuus monimutkaisen ongelman tai monimutkaisen datan yhteenvetoon, tarjotaan välittömästi joukko teknisiä etuja.

                  Esimerkiksi visuaalisen esityksen ominaisuuksiin voi sisältyä visuaalisen esityksen koon rajoittaminen, vähimmäismäärän musteen käyttö tai esityksen luominen käyttämällä pienintä tai rajattua aluetilaa tai minimiaikaa. Nämä ominaisuudet voivat sitten ratkaista yhden tai useamman ongelman, kuten kulutushyödykkeiden liiallisen kulutuksen vähentämällä tarvittavien kulutushyödykkeiden, kuten paperi- ja mustevarojen, kulutusta sekä vähentämällä visuaalisten esitysten tai materiaalien esittämiseen tarvittavaa energiaa. näyttömoduulin tiedot, koska kyky toimittaa vaaditut tiedot pienemmässä kokoisessa visuaalisessa tilassa.

                  Siksi tässä kuvatut datan visualisointitekniikat muuttavat vastaanotetun raakatiedon ainutlaatuiseksi visualisoinniksi, joka mahdollistaa raakadatassa olevan lisä- tai piilotetun tiedon visuaalisen esittämisen tavalla, joka välittää tiedot käyttäjälle tehokkaalla tavalla.

                  KUVA. Kuvio 11 esittää esimerkin siitä, miten tässä kuvattu järjestelmä voidaan sisällyttää peliympäristöön. Peliympäristö koostuu useista peliautomaateista 1101 ja elektroniset taulukot 1103 (muiden elektronisten pelilaitteiden joukossa), jotka on sovitettu kommunikoimaan elektronisesti muiden järjestelmien kanssa käyttäen mitä tahansa sopivia protokollia, kuten datapakettiprotokollia.

                  Peliympäristö sisältää lisäksi useita elektronisia kassalaitteita 1105 ja pankkiautomaatit 1107 jotka ovat yhteydessä laaja-alaisen verkon kautta 1109 yhdellä tai useammalla rahoitustietokannalla 1111.

                  Peliautomaattien tiedot 1101 ja elektroniset taulukot 1103 siirretään palkitsemisohjelmatietokantaan 1113 ja asiakastietokanta 1115. Ymmärretään, että nämä kaksi tietokantaa voidaan yhdistää yhdeksi tietokannaksi.

                  Kassalaitteiden tiedot siirretään myös palkitsemisohjelmatietokantaan 1113 ja asiakastietokanta 1115. Tietokannat 1113 ja 1115 ovat yhteydessä keskitettyyn hotellihallintajärjestelmään 1117 joka valvoo peliympäristön toimintaa, mukaan lukien asiakkaiden toiminta muilla kasinon alueilla, kuten kaupoissa, hotelleissa, kylpylöissä jne.

                  Systeemi 1119 Tässä kuvattu on yhteydessä palkitsemisohjelmatietokantaan 1113, asiakastietokanta 1115 ja keskitetty hotellihallintajärjestelmä 1117 joten järjestelmä voi noutaa kaikki tarvittavat tiedot peliympäristön toiminnoista. Järjestelmä käyttää tässä kuvattuja erilaisia ​​suoritusmuotoja 1119 tuotoksen tuottamiseksi 1121.

                  Ymmärretään, että tässä kuvatut esillä olevan keksinnön suoritusmuodot ovat vain esimerkinomaisia ​​ja että erilaisia ​​muutoksia ja modifikaatioita voidaan tehdä poistumatta keksinnön suojapiiristä.

                  • 1. A. Inselberg ja B. Dimsdale, "Rinnakkaiskoordinaatit: työkalu moniulotteisen geometrian visualisointiin", Proc. IEEE Visualization 1990, IEEE Computer Society Press, San Francisco, Kalifornia, USA, 23.-25.10.1990, s.361-378
                  • 2. http://fi.wikipedia.org/wiki/Principal_components_analysis.
                  • 3. Pearson, K., pääkomponenttien analyysi, Lontoon, Edinburghin ja Dublinin filosofinen aikakauslehti ja lehti, s. 566, osa 6, numero 2 (1901).
                  • i Wikipedia “Heat map” Päiväys, 10. kesäkuuta 2008 http://fi.wikipedia.org/wiki/Heat_map
                  • ii Nasdaq Nasdaq-100: n dynaaminen lämpökartta Päiväys, 10. kesäkuuta 2008 http://screening.nasdaq.com/heatmaps/heatmap_100.asp
                  • iii Weather.com Päivämäärä, 31. tammikuuta 2008 http://weather.com/.
                  • iv Informaatio Estetiikka Informaatio Estetiikka "matka-aikakartat" Päiväys, 31. tammikuuta 2008 http://infosthetics.com/archives/locative/
                  • v Muutama, Stephen - valkoisesta paperista "BizViz: Visual Business Intelligence Power" - Mar. 7, 2006. www.perceptualedge.com
                  • vi Wikipedia Wikipedia “Voronoi Diagram” Päiväys, 31. tammikuuta 2008 http://fi.wikipedia.org/wiki/Voronoi_diagram.
                  • vii ENTROPÍA ENTROPÍA “Más tiempo” Pääsy päivämäärä, 31. tammikuuta 2008 http://www.luispabon.com/entropia/index.php?entry=entry071129-145959.
                  • viii Wikipedia Wikipedia “Agile Software Development” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/wiki/Agile_software_development
                  • ix Wikipedia Wikipedia: ”Dimensional Modeling” Päiväys: 10. huhtikuuta 2008 http://fi.wikipedia.org/wiki/Dimensional_modeling
                  • x Kimball, Ralph, A Dimensional Modeling Manifesto Päiväys: 10. huhtikuuta 2008 http: www.dbmsmag.com/9708d15.html
                  • xi Sam's Publishing developer.com Gamelan ™ ”Johdatus EJB: hin” http://www.developer.com/java/ejb/article.php/1434371.
                  • xii Wikipedia Wikipedia: "Dimensional Modeling" Päiväys: 10. huhtikuuta 2008 http://fi.wikipedia.org/wiki/Dimensional_modeling
                  • xiii Gilbert, Cheryl, et. al. SearchCIO — Midmarket “IIOP” -päivämäärä Käytetty, 30. tammikuuta 2008 http://searchcio-midmarket.techtarget.com/sDefinition/0.sid183_gci214019.00.html.
                  • xiv Google Google Maps ”KML-galleria: Tutki maapalloa Googlessa” Päiväys, 30. tammikuuta 2008 http://earth.google.com/gallery/
                  • xv Wikipedia Wikipedia “Mean down time” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/wiki/Mean_down_time.
                  • xvi Wikipedia Wikipedia “Keskimääräinen aika epäonnistumisten välillä” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/wiki/Mean_time_between_failures.
                  • xvii Wikipedia Wikipedia “Mean time to recovery” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/wiki/Mean_time_to_recovery.
                  • xviii Paris Technologies, Inc. Paris Technologies “OLAP” Päiväys, 30. tammikuuta 2008 http://www.olap.com.
                  • xix Wikipedia Wikipedia “Planogram” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/wiki/Planogram.
                  • xx Wikipedia Wikipedia “Software as a Service” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/Software_as_a_Service.
                  • xxi Wikipedia Wikipedia “Itseorganisoituva kartta” Päiväys, 30. tammikuuta 2008 http://fi.wikipedia.org/wiki/Self-organizing_map.
                  • xxii Zeiger, Stefan, Servlet Essentials, versio 1.3.6-marraskuu. 4. 1999 Päiväys, 30. tammikuuta 2008
                  • xxiii Six Sigma Subject Matter Expert - pk-yritys Päiväys: 30. tammikuuta 2008 http://www.isixsigma.com/dictionary/Subject_Matter_Expert_-_SME-396.htm
                  • xxiv IBM WebSphere -tuotesivut “WebSphere-ohjelmisto” Päiväys: 30. tammikuuta 2008 http://www-306.ibm.com/software/websphere/?pgel=ibmhzn&cm_re-masthead-_-products-_-sw-websphere.

                  Ohjelmiston saatavuus

                  & # x02022 Tarkoitus: Integroitu paketti avoimen lähdekoodin verkkosovelluskehitystyökaluja ja sovellusportaaliympäristöä, joka on suunnattu vesi- ja ympäristötieteeseen ja tekniikkaan.

                  & # x02022 Kehittäjät: Brigham Youngin yliopisto, riippumattomat koodin avustajat ja Tethys-alustan ohjauskomitea.

                  & # x02022 Lisenssi: Avoin lähdekoodi BSD: n 2-lausekkeen ja # x0201CS-yksinkertaistetun & # x0201D -lisenssin alla.

                  & # x02022 Alun perin julkaisupäivä: 2015.

                  & # x02022 Nykyinen julkaisuversio: 2.1.

                  Muita ohjelmistotyökaluja:

                  & # x02022 Kaikki tässä artikkelissa esitetyt sovellukset tarjotaan avoimen lähdekoodin lisenssien kautta Brigham Youngin yliopiston hydroinformatiikan tutkimuslaboratorion github.com-arkistossa, joka sijaitsee osoitteessa https://github.com/BYU-Hydroinformatics.


                  6. heinäkuuta 2012

                  Valot, termostaatit ja lukot

                  Valot, termostaatit ja lukot

                  Onko siinä kaikki kodinhoitajan ja pienyrityksen omistajan "Valot, termostaatit ja lukot" uusi etenevä hyöty- ja palvelumarkkinoiden lähentyminen? Ensinnäkin, miksi "Valot" ei kukaan ymmärrä, että valaistus on yksi vähiten energian käyttäjistä kotona tai pienyrityksissä? Kuitenkin aina, kun näemme keskustelun, "valaistus" näyttää olevan tärkeä osa mitä tahansa ohjelmaa.

                  Samoin energianhallintajärjestelmät, edes kehittyneiksi mainostetut, eivät näytä koskaan yrittävän mennä perinteisen suoran kuormanhallinnan ulkopuolelle (apuohjelma sammuttaa laitteen, kuten ilmastointikompressorin, uima-altaan pumpun, vedenlämmittimen, huipussaan) tietyn ajanjakson ajan) tai ohjelmoitavien ohjattavien termostaattien ("PCT: t") välityksellä, jossa termostaatille lähetetään hintasignaali jäähdytysasetuksen palauttamiseksi tietyksi ajaksi, tai "näytön", joka näyttää nykyisen hinnoittelun, kokonaiskäytön ja (joskus) ennustettu käyttö. Meillä on jopa hälytysyhtiöitä, jotka tarjoavat 'valvontajärjestelmiä', jotka ohjaavat myös valaistusta, termostaatteja ja lukitsevat / avaavat ovet. Vau! Nämä uudet toiminnot ja ominaisuudet ovat todella hienoja! Saatat ajatella niin, jos kaikki mitä näet, oli paikallisen sähkölaitoksen, kaapelioperaattorin tai hälytysvalvontayrityksen nykyinen mainonta ja "hype" uusien palveluiden ympärillä.

                  Vaikuttaa siltä, ​​että jokainen mielen hämmentävä energianhallintajärjestelmä on suunniteltu ja rakennettu sen lähtökohdan mukaan, että kuluttaja on (jotenkin) saatettava "tietoiseksi" kulutuksestaan ​​(ja nykyisestä hinnoittelustaan), jotta hän voi tehdä "oikeita" valintoja energiassaan ja sitten "he" käyttävät muutamia yksinkertaisia ​​toimintoja, jotka ympäröivät "Valot, termostaatit ja lukot". Mutta emmekö voi tehdä paljon, paljon paremmin? Minusta näyttää siltä, ​​että viestimme pitäisi olla "ihmiset voivat (ja aikovat) tehdä parempia päätöksiä paremmalla tiedollaEivätkö sitä apuohjelmat yritä tarjota?

                  Vaikka totta onkin, älykkäät mittarit itsessään kertovat sinulle vain, kun käytät paljon energiaa. mitä heiltä puuttuu, on mukana oleva työkalupakki "tehdä jotain asialle"! Joten, miksi emme voi luoda koreografista kotitaloutta, joka hallitsee energiankulutusta (mahdollisesti laitteiden ja laiteryhmien mukaan), joka tasapainottaa hinnan tarpeeseen, oppii kulutus- ja elämäntavat ja, mikä tärkeintä, voimme analysoida useiden energialähteiden / vaihtoehtojen vuorovaikutusta, ja nykyinen ja tuleva käyttö suhteessa nykyisiin ja ennustettuihin tarpeisiin tuottamaan tehokkain ratkaisu. Tämä kuulostaa todella mielenkiintoiselta, mutta onko se todella mahdollista? Uskon, että on ja että se voidaan saavuttaa rakentamalla nykyisiä AMI-tekniikoita.

                  Tässä alan mielestäni me unohdamme näkökohdan siitä, kuka kohderyhmä on. jos kyseessä on suuri yleisö, he ajattelevat, että tämä on mumbo-jumbo (ei rikkomusta), koska heillä ei ole aavistustakaan, mikä on heidän edunsa kaiken tämän tekemiseen. Joten meidän on selvästi tehtävä paljon parempaa työtä kouluttamalla heitä siitä, mikä arvo heille on tässä (palaan edelliseen kohtaan, joka koskee ihmisille parempaa tietoa parempien päätösten tekemiseksi). Olen myös samaa mieltä arvioinnista, jonka mukaan todellinen vastaus on automaattisen älykkyyden suosiminen laitteistojen sijaan (mitä markkinoidaan tällä hetkellä pääasiassa).

                  Jotta tämä toimisi oikein, tarvitsemme merkittäviä muutoksia - ja uusi AMI-tekniikka on vasta alkua. Ensimmäiset näistä ovat hinnat, jotka yleishyödylliset laitot veloittavat kuluttajilta sähköstään, ja jotta nämä uudet tekniikat toimisivat, kaikilta asiakkailta on veloitettava käyttöajat. Minulle tämä tuottaa oikeudenmukaisemman järjestelmän.Niille, jotka haluavat tehdä yhteistyötä apuohjelman kanssa, heidät tulisi palkita ja niiden, jotka eivät tee yhteistyötä, on maksettava ylimääräistä. Kaikki ehdottavat, että TOU on lähtökohta, mutta minulle, jos haluat olla radikaali, tarvitsemme oikeudenmukaisemman järjestelmän. Esimerkiksi, jos pidän termostaatini asetettuna Energy Star -asetuksiin koko vuoden ajan, mutta kaikki naapurini pitävät vaihtovirtaa 60 asteessa, maksan siitä (yhteisten yleishyödyllisten kustannusten muodossa). Joten heidän kokonaiskapasiteettikustannustensa pitäisi todennäköisesti olla enemmän kuin minun, koska heillä on enemmän kysyntää järjestelmälle kuin minä, erityisesti ruuhka-aikoina. Mutta kaikki tämä ei tapahdu ilman sääntely-ympäristön uudistamista ja kokonaisvaltaista energiapolitiikkaa. Tässä on toinen ydinkysymys. yleishyödylliset laitokset / kuluttajat ovat hyötyneet aiempien vuosikymmenien päätöksistä voimalaitosten rakentamiseksi, ja olemme hyötyneet siitä. Monet näistä kasveista eri puolilla maata ovat saavuttamassa elämänsä loppu. Yleispalvelujen on investoitava uuteen sukupolveen, mutta ilman kattavaa energiapolitiikkaa voisin vahingossa luoda uuden laitoksen, jota "verotetaan" / rangaistaan ​​poliitikkojen viimeisimmän mielijohteen vuoksi. Kattava energiapolitiikka (ei ASETUKSET) voisi tarjota sopivan etenemissuunnitelman. Ehkä ehdotamme jopa "vanhempainlauseketta" laitokselle, joka on rakennettu ja / tai päivitetty nimenomaan kyseisen energiapolitiikan noudattamiseksi.

                  Tyypillisesti jokaisesta kuluttajasta veloitetaan kolmesta yleisestä palveluluokasta (1) yleinen asiakasmaksu, (2) käyttömaksu siitä, kuinka paljon käytät laskutuskaudella, ja (3) kapasiteettimaksu (kuinka suuresta enimmäiskysynnästä tosiasiallisesti tarvitset) (ajattele tätä järjestelmän määrittelemänä ajankohtana, kuinka nopeasti kytket veden päälle), mutta tällä hetkellä kapasiteettimaksut ovat tyypillisesti vain erittäin suurille kaupallisille ja teollisille asiakkaille, kun taas ne on upotettu pieniin kaupallisiin ja asuntojen hinnat. Nykymaailmassa paikallisen apuohjelman on rakennettava ja käytettävä järjestelmäänsä vastaamaan kaikkia näitä kolmea vaatimusta, jotka itse asiassa saatat asettaa heidän järjestelmälleen. Mutta he laskuttavat sinua yksilöllisesti sen ryhmän kokonaismäärän perusteella, johon kuulut. Joten kun käyttäydyt vastuullisesti ja nostat termostaattia todella kuumina päivinä, maksat saman verran kilowattituntia kohden kuin naapuri, joka hoitaa taloaan 66 astetta koko kesän. Joten vaikka he todella kuluttavat paljon kalliimpaa energiaa, he todella maksavat paljon halvempaa keskiverto ja autat tasoittamaan eron.

                  Asuin- ja pienasiakkaat muodostavat yleensä suurimman osan asiakkaista lukumääräisesti apuohjelmalle, mutta apuohjelman erittäin suuret teollisuusasiakkaat (mikä voi olla melko pieni määrä tilejä) voi aiheuttaa yleisen kuormituksen. Lisäksi yksityisasiakkailla ja pienillä kaupallisilla asiakkailla voi usein olla suurin vaihtelu matalan keskimääräisen käytön, keskimääräisen käytön ja huippukäytön välillä ja vielä enemmän äärimmäisissä ruuhka-aikoina. Siten näistä yksittäisistä näennäisesti matalasta kulutuksesta tulee merkittäviä asioita yleishyödyllisille yrityksille, kun ne yhdistetään kymmeniin tuhansiin ja jopa miljooniin asiakkaisiin. Joten järjestelmillä ja ohjelmilla, jotka voivat vaikuttaa positiivisesti yksittäisten asiakkaiden toimintaan, voi olla merkittäviä vaikutuksia hyödyllisyystasolla. Siksi apuohjelmasta asiakkaalle lähetettävä viesti on yksinkertaisesti: "Voit todella vaikuttaa ympäristövaikutuksiin ja kuukausittaisiin energiakustannuksiin". Hyvä analogia on kierrätys. jokainen vähän auttaa, mutta saat todella sosiaalisen edun, kun kaikki osallistuvat.

                  Meidän on kuitenkin oltava tietoisia siitä, että yksittäisistä kuluttajista ei koskaan tule energiavalvojia, ja he viettävät merkittävän osan päivästä seuraamaan ja hallitsemaan energiankulutustaan. Avain on minulle se, että meidän on yritettävä käsitellä koko lähtökohta tarjoamalla tekniikoita ja asiakasohjelmia, jotka voit määrittää / konfiguroida ja sitten (olennaisesti) unohtaa. Tarvitsemme näiden ohjelmien tarjoamaan tapaa tehdä päätöksiä palveluasiakkaan kotelon / toimitilan ominaisuuksien, energiaa kuluttavien laitteiden ja elämäntavan (tai yritystyypin) perusteella, ja järjestelmän on tiedettävä tarpeeksi erilaisista energiankulutuksista, varastoista ja laitteiden luominen niiden käytön oppimiseksi ja optimoimiseksi vastaamaan nykyisiä ja ennustettuja olosuhteita ja elämäntapatapahtumia.

                  Mutta kaikki ei ole kadonnut, kun olen alkanut nähdä todisteita siitä, että apuohjelmat ja tekniikan toimittajat sekä PHEV / PEV-valmistajat alkavat käsitellä näitä asioita. Esimerkiksi Espanjassa Endesa (yksi Euroopan suurimmista sähkölaitoksista) on siirtymässä kohti PHEV / PEV-laitteiden lataus- ja akkuvarastointiominaisuuksien integrointia.

                  Texasissa TXU Energy on ilmoittanut "Free Nights" -hintasuunnitelman. Tämän verosuunnitelman avulla kuluttajat saavat ilmaista energiaa päivittäin klo 22.00–6.00. Toivon voivani nähdä ensi "Ilmaiset yöt ja viikonloput". Odotan myös, että ehkä TXU saattaa niputtaa tämän päivitetyllä ilmastointilaitteella, kuten ehkä jääpohjainen jäähdytysvesijärjestelmä? Voisimmeko sitten nähdä huonepohjaisen vyöhykkeen lämmityksen / jäähdytyksen? Pneumaattinen kaavoitus erittäin taloudellisessa kenties uudessa TXU-maailmassa tämän tyyppinen ilmastointilaite tulisi suunnitella uudelle / jälkiasennettavalle asennukselle?

                  Sitten taas PHEV / PEV-etupuolella meillä on Toyota, joka tarjoaa latausjärjestelmän, joka alkaa näyttää edeltäjältä koko toimipaikan energianhallintatyökalusarjassa.

                  "Toyota Motor Corporation (TMC) on yhteistyössä asiakaspalvelun IT-yrityksensä Toyota Media Service Corporationin kanssa kehittänyt työkalun, joka tukee Prius PHV -laajennettavan hybridiauton helppoa kotipohjaista lataamista ensi vuonna lanseerattavan Toyota Housing Corporation, TMC: n talonrakentamisen ja suunnittelun tytäryhtiö, aloittaa työkalun, H2V (home-to-vehicle) Managerin, myynnin Japanissa tammikuussa 2012. PHEV-käyttäjät voivat muodostaa yhteyden (langallinen tai langaton) kotitietokoneelta, televisiosta tai älypuhelimelta H2V Managerille PHV- tai EV-latauksen alkamisajan asettamiseksi tai säätämiseksi sekä kotitalouden sähkönkulutuksen tarkistamiseksi.Samat toiminnot voidaan suorittaa etänä älypuhelimella Toyota Smart Centerin kautta.

                  Tarvittaessa H2V Manager keskeyttää PHV- tai EV-latauksen automaattisesti, kun kotitalouden virrantarve nousee, ja jatkaa lataamista, kun virrankapasiteettia on ylimääräistä. Tämä toiminto estää katkaisijoita katkaisemasta virransyöttöä, kun samanaikaisesti käytetään suurta määrää kodinkoneita, jolloin sähkönkulutus ylittää kodin enimmäisjännitteen. "Looginen seuraava vaihe näyttää ilmeiseltä.

                  Joten ehkä olin liian ankara valituksessani valoista, termostaateista ja lukoista. Ehkä olemme todella siirtymässä oikeaan suuntaan reaaliaikaisen Smart Grid -sovelluksen avulla. Haluaisin vain nähdä sen tapahtuvan hieman nopeammin, kun vähemmän painotetaan yksittäisiä pieniä askelia ja enemmän koko talon (tai lähtökohdan) lähestymistapaa.


                  Katso video: Disappearing table of content, catalog, search or other in arcgis