CASVI - Kognitive Aspekte von skalierbaren visuellen Schnittstellen

Die Ziele dieses strategischen Forschungsprojekts entsprechen im Wesentlichen den drei Forschungszielen der Knowledge Visualization Area - Assisted Analytics, Knowledge Interfaces, Immersive Analytics - und umfassen die übergreifenden Aspekte der visuellen Großdatenanalyse und der kognitiven Prozesse bei der Interaktion mit Daten. Ziel 1 - Assisted Analytics for Large Scale Data: Untersuchung von Modellen der menschlichen Interaktion mit Daten in analytischen Prozessen. Diese Modelle beschreiben das Benutzerverhalten in interaktiven Systemen, die zur Entdeckung von neuem Wissen führen (wie z.B. Trends, Korrelationen oder Interdependenzen). Wir werden erforschen, wie diese Modelle genutzt werden können, um Benutzern bei der visuellen Analyse von großen Datenmengen intelligente Unterstützung zu bieten. Ziel 2 - Kognitive Aspekte von Wissensschnittstellen: Wir untersuchen die Modelle, die die Exploration und Produktion auf Wissensbeständen vorantreiben. Diese Modelle beschreiben das Verhalten von Menschen bei wissensintensiven Aufgaben wie dem Erlernen eines neuen Themas, dem Verfassen eines wissenschaftlichen Artikels usw. und versuchen, dieses vorherzusagen. Wir verwenden unsere interaktiven Schnittstellen, um Nutzungsdaten zu sammeln und die Modelle an etablierte kognitive Modelle anzupassen, die in der kognitiven Psychologie untersucht wurden. Ziel 3 - Kognitive Aspekte von Human Augmentation Interfaces: Untersuchung von Modellen des menschlichen Verhaltens, die von Sensoren abgeleitet werden. Diese Modelle beschreiben, wie Menschen mit Maschinen interagieren, und zwar anhand von Sensoren, die an der Maschine oder am Menschen oder an beiden angebracht sind. Die Modelle sollen die Entwicklung von Schnittstellen unterstützen, z.B. bei der Personalisierung von menschlichen Schnittstellen mit Hilfe von Sensoren oder bei der Vorhersage menschlicher Entscheidungen, um die Interaktion mit komplexen Systemen zu optimieren. Ziel 4 - Evaluierung ausgewählter Dienste einschließlich Testeinsätzen bei freundlichen Anwendern: Aufbau und Evaluierung von Modellen durch das Sammeln von Feedback von Testanwendern in größerem Umfang durch Testeinsätze ausgewählter Technologien und Dienste.