Hanna Gaweł
Data visualization and visual analysis are one of the main fields of visualization science. The problem of work and representation of uncertain and incomplete data is the research goal of scientists in many fields, including mathematics. At the same time, the issue of visualizing these data is poorly developed by researchers. The presentation presents three problematic issues that arise from the problem of data presentation: (1) how to visualize uncertain data; (2) the method of visualizing incomplete data; (3) the way to visualize missing data. The main purpose of the presentation is to present a proposal for the visualization in scientific work of uncertain, incomplete, and missing data that should be used in the work of the researcher. The use of the techniques proposed in the speech will allow for the implementation of the full data visualization process, without the need to rely on judgments based on simplified summaries in the form of averages, medians, and extremes – which is quite common in data visualization. The end of the speech discusses the consequences of applying the methods presented in the three above-mentioned cases. The conclusions presented during the presentations are important for both data visualization researchers and researchers from the AI area.
Wizualizacja danych i analiza wizualna to jedne z głównych dziedzin nauki o wizualizacji. Problem pracy i reprezentacji danych niepewnych i niekompletnych stanowi cel badań naukowców z wielu dziedzin, w tym matematyki. Jednocześnie, zagadnienie wizualizacji tych danych jest słabo opracowane przez badaczy. Wystąpienie prezentuje trzy problematyczne kwestie, które wynikają z problemu prezentacji danych: (1) sposób wizualizacji danych niepewnych; (2) sposób wizualizacji danych niekompletnych; (3) sposób wizualizacji brakujących danych. Głównym celem wystąpienia jest prezentacja propozycji wizualizacji w pracy naukowej niepewnych, niekompletnych oraz brakujących danych, które powinny być wykorzystywane w pracy badacza. Wykorzystanie zaproponowanych w wystąpieniu technik pozwoli na realizację pełnego procesu wizualizacji danych, bez potrzeby opierania się na osądach opartych o uproszczone podsumowania w postaci średnich, median oraz skrajności – co w wizualizacji danych jest zjawiskiem dość często spotykanym. Zakończenie wystąpienia omawia konsekwencje stosowania przedstawionych metod w trzech wyżej wymienionych przypadkach. Przedstawione podczas wystąpienia konkluzje są istotne zarówno dla badaczy wizualizacji danych jak i badaczy z obszaru AI.