Le mappe di calore o i punti su una mappa possono essere modi semplici e generalmente efficaci per visualizzare i set di dati spaziali. Ma quando quei dati coinvolgono molti tipi diversi di oggetti, come la pianificazione delle risorse per una città o il monitoraggio di possibili posizioni nemiche per la strategia militare, questi metodi di visualizzazione convenzionali possono rendere quasi impossibile classificare e confrontare i dati.

I ricercatori della Purdue University hanno sviluppato una tecnica di visualizzazione che potrebbe rendere più semplice e conciso l'utilizzo di grandi set di dati spaziali. La loro tecnica semplifica i punti su una mappa in confini con varie larghezze di segmento, rendere le distribuzioni spaziali di un gran numero di oggetti in gruppi diversi o nel tempo più facili da capire, analizzare e utilizzare per il processo decisionale o la previsione di eventi futuri.

"Abbiamo creato un modo semplice per sovrapporre più livelli uno sopra l'altro per rendere più facili i confronti nelle distribuzioni, " disse Yingjie Chen, come professore associato di tecnologia della computer grafica presso il Purdue Polytechnic Institute. "I nostri esperimenti hanno dimostrato che questa tecnica è intuitiva e facile per un utente comprendere le informazioni mostrate".

Chen ha affermato che la tecnica di visualizzazione Purdue utilizza un algoritmo appositamente progettato che incorpora informazioni sullo spessore, densità e confini legati ai punti dati. Gli oggetti possono essere raggruppati per tipo o ora, consentendo agli utenti di vedere i cambiamenti nelle distribuzioni nel tempo.

"La visualizzazione dei dati continua a essere un settore in crescita, " Disse Chen. "La nostra tecnica potrebbe essere usata per studiare i fenomeni della natura, tracciare le affiliazioni politiche all'interno di una regione geografica e in molte altre aree in cui i dati possono aiutare nel confronto e nella pianificazione futura".

Chen e gli studenti nel suo Purdue Intelligent Visualization and Interaction Laboratory (PIVIL) hanno lavorato con Zhenyu Cheryl Qian, professore associato di interaction design al Purdue's College of Liberal Arts, per creare la loro visualizzazione astratta della tecnica delle distribuzioni spaziali.

I ricercatori hanno lavorato con l'Ufficio per la commercializzazione della tecnologia della Purdue Research Foundation per brevettare la tecnologia. Stanno cercando altri partner e coloro che sono interessati a concedere in licenza la tecnologia.