可视化分析工具从精心设计的数据集中提取难以捉摸的模式

从材料科学和地球系统建模到量子信息科学和网络安全，许多领域的专家进行模拟并进行实验，以收集科学进步所需的大量数据。但是从这些数据中收集有用的见识可能是一个挑战，特别是当多个复杂变量影响研究结果时。

为了更好地分析所谓的多元数据，能源部橡树岭国家实验室的研究人员开发了一种开源的，可定制的可视化分析系统，称为CrossVis。与类似的工具(通常专注于数字数据并提供结果的单一视觉表示)不同，CrossVis会处理数字，分类和基于图像的数据，同时为这些和其他数据类型提供多个动态，协调的视图。

ORNL研究人员John Goodall，Junghoon Chae，Artem Trofimov和ORNL视觉信息科学与技术进步实验室主任(ViSTA)的Chad Steed使CrossVis在线可用，并发布了该系统在图形和视觉计算方面的独特功能。

Steed说：“ CrossVis是一站式商店，用于分析许多不同类型的数据，它揭示了不仅仅是两个变量之间的关系。”

该工具的主视图由平行坐标图或PCP组成，它是一种流行的信息可视化技术。PCP将数据表的列显示为垂直轴，将其行显示为折线，折线是连接到轴的相互依赖的线段的链。在这种情况下，CrossVis接口超出了传统PCP的范围，可包含非自然数据和时间或基于时间的数据的非数值数据。

此外，CrossVis还提供散点图，图像窗格和其他补充主视图的选项，以帮助用户识别异构，多变量数据中的关键模式和有趣的异常情况。为了缩小焦点，用户还可以选择在所有视图中同时突出显示一个变量，生成新数据或输入参数以过滤现有数据。

“以前，科学家必须使用单独的程序来分析图像数据，数值数据和分类数据，然后手动比较结果，” Stee说道。“ CrossVis使他们可以在一个框架内完成所有这些步骤。”

该团队将系统应用到ORNL纳米相材料科学中心(CNMS)的研究人员领导的基因工程项目中，从而利用该系统分析分类和图像数据的能力，该项目涉及验证来自人工神经网络或人工神经网络的结果。扫描硅藻的电子显微镜图像。硅藻是藻类的一种，会产生坚固的二氧化硅，可用于工业目的，包括药物输送和水过滤。