Hierarchical visualization of multidimensional data points

The focus of this thesis is to explore how clutter impacts the visualization of multidimensional data and provide a solution that leads to a clutter-free visualization. Specifically, the study examines the visualization process for Metis software of data gathered from measuring windshields to assist in decision-making. To visualize data, Metis provides two visualization modes: synoptic visualization and table visualization. The Synoptic visualization serves the purpose of visualizing real-time data, gathered for the measurement carried on a car windshield. During the measurement phase, sensors are strategically placed across the windshield to gather data, which is then visualized using Metis. An image depicting the windshield is rendered on a measurement page of the software, as well as some graphical elements called channels representing the channels, each of which represents multidimensional data and has a one-to-one mapping with the sensor used for the measurement. The tables visualization is a tool that displays the historical measurement results over time in a tabular format. It organizes the data into columns that represent all the channels, while each row represents the recorded measurement result. However, even if the data is not multidimensional, the table may appear cluttered, which can make it difficult to understand and analyze the data. One of the challenges in this work is to find a suitable method to display the channels in a way that facilitates decision-making. However, the limited size of modern screens and the potential for a large number of channels create a risk of cluttered visualization. This may occur if the channels overlap in the synoptic visualization or if they do not fit on the screen in the tabular visualization. This thesis consists of the first part of presenting a ground-breaking and innovative solution that organizes channels into clusters, and makes efficient use of scale changing, in order to introduce a hierarchical visualization to eliminate the clutter and assess all the goals of the visualization in the context of the use of Metis. The second part of this thesis on the other hand explores the clutter in the context of rendering historical data via a table and presents a solution that clusters the channels in columns and renders a cluster at the time. The final part of this thesis consists of assessing the limitations of these solutions and highlighting possible future improvements.

L'obiettivo di questa tesi è esplorare il modo in cui il disordine (in inglese Clutter) influisce sulla visualizzazione di dati multidimensionali e fornire una soluzione che porti a una visualizzazione priva di disordine. In particolare, lo studio esamina il processo di visualizzazione del software Metis dei dati raccolti dalla misurazione dei parabrezza per assistere il processo decisionale. Per visualizzare i dati, Metis offre due modalità di visualizzazione: la visualizzazione sinottica e la visualizzazione tabellare. La visualizzazione sinottica serve a visualizzare i dati in tempo reale, raccolti per la misurazione effettuata sul parabrezza di un'automobile. Durante la fase di misurazione, i sensori sono posizionati strategicamente sul parabrezza per raccogliere i dati, che vengono poi visualizzati con Metis. In una pagina di misurazione del software viene resa un'immagine che raffigura il parabrezza e alcuni elementi grafici chiamati canali che rappresentano i canali, ognuno dei quali rappresenta dati multidimensionali e ha una mappatura uno-a-uno con il sensore utilizzato per la misurazione. La visualizzazione delle tabelle è uno strumento che visualizza i risultati delle misure storiche nel tempo in un formato tabellare. Organizza i dati in colonne che rappresentano tutti i canali, mentre ogni riga rappresenta il risultato di misura registrato. Tuttavia, anche se i dati non sono multidimensionali, la tabella può apparire ingombra, rendendo difficile la comprensione e l'analisi dei dati. In questo lavoro, una delle sfide è trovare un metodo per visualizzare i canali in modo da facilitare il processo decisionale. Tuttavia, a causa delle dimensioni limitate degli schermi moderni e della possibilità di un numero elevato di canali, c'è il rischio di una visualizzazione disordinata. Ciò può accadere se i canali si sovrappongono nella visualizzazione sinottica o se non si adattano allo schermo nella visualizzazione tabellare. Questa tesi consiste in una prima parte di presentazione di una soluzione innovativa che organizza i canali in cluster e fa un uso efficiente del cambiamento di scala, al fine di introdurre una visualizzazione gerarchica per eliminare il disordine e valutare tutti gli obiettivi della visualizzazione nel contesto dell'uso di Metis. La seconda parte di questa tesi esplora invece il clutter nel contesto del rendering di dati storici attraverso una tabella e presenta una soluzione che raggruppa i canali in colonne e rende un cluster al momento. La parte finale di questa tesi consiste nel valutare i limiti di queste soluzioni ed evidenziare i possibili miglioramenti futuri.