[3M5-OS-7b] 可視化とAIと科学・文化・社会

[3M5-OS-7b-03] 連続的な主成分分析を用いた多次元データの可視化における意味的ズーム法

〇浅井 楓矢¹、脇田 建¹ (1. 東京科学大学)

キーワード：情報可視化、次元圧縮、主成分分析、ユーザーインターフェース、ズーム

多次元データをPCAを用いて次元削減し可視化する際、特定のクラスタに注目してその詳細な構造や特徴を調査したい場合がある。幾何的ズームでは、現在のクラスタ構造を詳細に展開してその内部情報を明らかにすることが困難である。そこでズーム機能として幾何的ズームによるデータのフィルタリングとPCAの再計算を組み合わせたレイアウトの更新を行うセマンティックズームを実現する。これにより大域的なデータを考慮せずに局所的なデータに対して次元削減を行い、クラスタの分離を行うことができる。このズーム時の課題として、PCAは軸の向きと回転について自由度があり、僅かな拡大でレイアウトが大きく変化しユーザーが混乱する点があげられる。本研究では、これを解決するためにProcrustes解析によってレイアウトの回転の抑制を行う。加えて、ズームの過程で幾何的なズームとPCAを多段階に行うことで、段階的に補完されたセマンティックズームとする。本手法の応用として、時系列高次元データ、動的ネットワークデータを対象として有効性を示す。