КГО: Листья

Идея разработать такой образ пришла совершенно спонтанно, мы с @AndersRichter (личный сайт) решили сделать интересную Магистерскую работу, где я выступил в роли генератора идей. Так как стандартным на нашей кафедре считается курсач связанный с железом (ИУ4 как никак :)) то и магистерская должна была быть с этим хоть как то связана.

Посидев в переговорке офиса мы придумали визуализацию для отображения многомерных данных. В чем суть? Основная идея таких визуализация отобразить сложные зависимости между различными параметрами.

Ниже можно посмотреть на результаты нашего брейншторма.

Так как сама когнитивная визуализация слабо связана с тематикой нашей кафедры, мы решили  выбрать объектом исследований элементную базу электронных устройств. По сути это резистор, конденсатор и катушка индуктивности. Не сильно вдаваясь в подробности стоит отметить что все эти компоненты имеют параметры емкости, резистивности и индуктивности. Конечно же сопротивление резистора в разы больше сопротивления катушки и конденсатора, но это не значит что у двух последних этого параметра нет совсем.

В высокоточных приборах очень важно понимать, насколько все три параметра каждого из элементов отклоняются от нормы. Обычно эти параметры описаны в документации (например у резистора принято считать емкость и индуктивность паразитными составляющими, у идеального резистора их быть не должно). В доках на дешевые резисторы (если доки вообще на них есть) не указываются паразитные характеристики, но вот в прецизионных элементах это обязательно.

\[ r =x_1\sin(x_2+0.5*\theta+x_3\sin(x_4\theta))^{x5} \]

Формула описывает один лист из визуального образа.

Параметр x1 отвечает за длину листа и в полярных координатах в точности соответствует своему значению, что упрощает работу с визуальным образом и не требует преобразования данных для визуализации при использовании этой характеристики отображения. Параметр x2 отвечает за поворот листа, для возможности наложения нескольких листьев для образования целостного образа, при визуализации нескольких параметров исследуемого объекта. Параметр x2 выражен через число и задает угол поворота в радианах. Параметр x3 позволяет вносить контролируемые искажения в форму листа, а именно он задает силу этих искажений. Параметр x4 влияет на частоту вносимых искажений. Для изменений толщины листа предусмотрен параметр x5, который при своем изменении не влияет на другие характеристики образа. На рисунке 3 приведены образы листа в зависимости от изменений каждого из параметров в формуле (1).

Мы (люди) привыкли воспринимать окружающий нас мир через 5 (пожалуй не будем уходить в конспирологию) органов чувств. Достаточно большой объем информации мы получаем  через зрительную модальность. В раннего детства мы учимся фокусироваться на предметах, следить за их изменениями, дифференцировать их и тд. Все эти навыки развиваются по большей части непроизвольно. Конечно есть люди которые тренируют в себе некоторые специфичные навыки, которые необходимы им в жизни или работе, но нас интересует среднестатистический человек, так как разрабатывая любой когнитивный образ нужно постараться сделать его максимально универсальным для восприятия в целом. Это важно, так как любые ошибки в проектировании образа приведут к тому, что разные люди будет видеть один и тот же образ по-разному. а значит желать различные выводы об одном и том же объекте.

Стоит отметить, что универсальность необходима не во всех случаях. В этом проекте было важно передать конкретную информацию о отклонении параметров, но бывают случаи когда необходимо передать некое малоформализуемое абстрактное знание. К тому же спроектировать визуальные образ, так что бы пользователь в нем мог найти подсказки или пути решения его проблемы, которые разработчику образа заранее неизвестны. Такая концепция КГО является наиболее близкой к оригинальному определению, которое дал Зенкин А.А. в совей книге "Когнитивная компьютерная графика". Зенкин был первым в России, кто обозначил направление изучения когнитивных графических образов еще в 1991 году. Зенкин говорил именно о визуальных образах которые не только отражают уже известные факты, но и дают возможность человеку найти новые, ранее неизвестные. В этом и заключается преимуществом  когнитивных образов. В своих работах я только иду к таким визуальным образам, ищу разные подходы и концепции в из создании.

Роль цвета в визуальном образе

В реализованной системе цвет позволяет четко дифференцировать к какому параметру относится каждый лист, например резистивность всегда отображается зеленым цветом.
Текущая версия образа поддерживает только одну шкалу, которая применяется к параметру который доминирует в исследуемом элементе.
Лист доминирующего параметра всегда отображается вверху. Получается что если мы визуализируем резистор, то вверху окажется сопротивление а если конденсатор то емкость. Что бы пользователь случайно не перепутал что именно отображает каждый из листов визуализации, им присвоен определенный цвет, который не зависит от самих значений и всегда связан с типом параметра.

Человеку проще отличать цвета нежели численные значения. Отличать числа нас научило общество, а отличать цвета по сути природный навык. Наш мозг справляется с этой задачей гораздо быстрее, без применения сознательных ресурсов (так например вопрос что больше 123 или 132 заставляют нас распознать образы этих чисел, положить их в кратковременную память, затем проанализировать и сделать вывод. В случае двух цветом мы не думаем о том отличается ли зеленый от красного и тд, мы сразу это видим. Конечно же чем ближе цвета друг у другу тем сложнее их отличать, а значит и когнитивных ресурсов на эту операцию тратится больше)

Так же мы с лекгостью можем понять какой из компонентов отражен на визуализации, так например, если зеленый лепесток вверху это точно резистор (точнее сказать, элемент с ярко выраженными резистивными свойствами)

Роль искажений листьев в визуальном образе

Искажения листьев  это те волны которые на основном скрине на некоторых листьях. Они введены для упрощения восприятия критичности отклонения параметров. Если отклонение меньше заданной нормы то искажений нет и лист полностью гладкий как и лист идеального компонента. Если отклонение больше в 2 раза чем норма то лист имеет максимальные искажения. Мы введи ограничение в 2 раза для силы искажений, что бы визуальный образ при сильных отклонениях не превращался в непонятно что. По сути в реальных ситуациях нет разницы в два раз больше отклонилось от нормы или в 4, и то и то уже, как правило, неприемлемо для использования. Хотя и этот параметр тоже можно настроить в зависимости от задачи.

Искажение играет роль раздражителя для глаза, так как само по себе искажение это плохо, то смотря на лист человек испытывает схожие ощущения, что является психофизиологическим подкреплением получаемой информации.

Основной функционал системы заключается в получении информации о идеальном компоненте и о компоненте который будет сравниваться с идеальным (вообще. можно сравнивать и два реальных компонента)

Изначально, что бы разработать прототип визуализации мы зарандомили вводимые значения как идеального так и реального компонентов. Но так же дали возможность пользователю ввести эти значения руками.

В идеале планируется реализовать возможность интеграции с кастомной электроникой, которая будет выполнена так же в рамках магистерской работы. По задумке, это должен быть RLC-метр собственной разработки, который имеет вДтроенный Wi-Fi модуль, который подключаясь к сети способен отдавать снимаемые с компонента значения. В системе будет поле ввода IP адреса устройства, для автоматического получения и визуализации данных о реальном компоненте. Так называемый идеальный компонент будет вводится самим пользователем.

Так же важными параметрами являются отклонения для каждого значения. Например на Чип и Дип можно купить резистор с допуском 5%? а есть 10% и тд. Чем меньше допуск тем дороже такой резистор произвести, а значит и цена его будет выше.  Остальные функции, которые можно увидеть на скрине отвечают за тонкую настройку визуального образа. Мы предусмотрели корректировку разбросов в интерфейсе системы.