Analyzing High-dimensional Multivariate Network Links with Integrated Anomaly Detection, Highlighting and Exploration
Analyzing High-dimensional Multivariate Network Links with Integrated Anomaly Detection, Highlighting and Exploration
Sungahnn Ko, Shehzad Afzal, Simon Walton, Yang Yang, Junghoon Chae, Abish Malik,Yun Jang, Min Chen and David Ebert, Fellow, IEEE
为了分析高维多变量网络,特别是点和边都有多个属性的网络图,本文提出了两个可视化设计来简化复杂的网络结构。
这篇文章用的是航班延误数据,包括延误原因和延误时间。Carrier Delay 是由于航空公司的问题,比如飞机的机械问题,NAS delay是由于国家航公系统管制,Security Delay包括因为安全漏洞的重新登机,设备筛选的等待时间,Late Arrival Delay是由于同一架飞机在上一个飞机场就延误了,NAS delay和Security Delay是政府原因,Late Arrival Delay和Carrier Delay是航公公司的原因。这个数据中,主要的属性都图的边上,所以主要的可视化对象是边。