최근, Bioinformatics Program의 책임자 인 Georges Grinstein과 University of Massachusetts Lowell의 Visualization and Perception Research 연구소 공동 책임자는 웹 캐스트를 주최하고 곧 개최 될 생명 과학 연구의 데이터 시각화 탐색 세미나를 홍보하는 스튜디오에있었습니다. 나는 Grinstein 박사와 함께 앉아 변화하는 본질에 대해 물어볼 기회를 가졌습니다. 생명 과학 데이터 , 분석 및 우리의 데이터가 우리에게 말하고있는 것에 대한 새로운 통찰력을 시각화 할 수있게 해주는 새로운 기술을 포함합니다.
생명 과학 데이터와 분석 결과를 시각화하는 것이 중요한 이유는 무엇이라고 생각합니까?
없이 심상 우리는 숫자에 의존합니다. 숫자는 요약이나 집계, 통계 또는 기타 계산 된 결과를 나타냅니다. 이것들은 데이터의 구조를 암시하지만 관련 구조를 보여주기에는 너무 정확합니다. 나는 종종 이러한 숫자를 데이터뿐만 아니라 데이터의 별칭의 대표자로 생각합니다.
생명 과학 데이터를 언제 시각화해야합니까?
그것은 일에 달려 있지만, 내 직감은 거의 항상 말한다.
이러한 종류의 데이터를 시각화하면 새로운 통찰력을 얻을 수 있지만 시각에 의존 할 위험이 있습니까?
그렇습니다. 분석적으로나 시각적으로 "통찰력"을 검증하지 않고 결론에 도달한다면 위험 할 수 있습니다. 나는 이러한 통찰력을 가설로 생각하며 검증되어야합니다. 그러나 시각화는 실제로 새로운 통찰력을 이끌어냅니다 (그리고 많은 다른 시각화가 있습니다).
데이터 세트는 매우 큽니다. 데이터를 시각적으로 표현하기 전에 데이터로 어떤 작업을해야합니까?
이것은 업무에도 달려 있습니다. 일부 알고리즘 및 일부 시각화는 대용량 데이터를 처리 할 수 없거나 결과를 생성하는 데 너무 많은 시간이 소요됩니다. 이러한 경우 하위 집합, 차원 축소 및 샘플링과 같은 기법을 통해 데이터 축소가 이루어져야합니다. 대용량 데이터 세트와 상호 작용하려는 경우 까다로운 작업 일 수 있습니다.
시각화 형식 및 경향에서 다음은 무엇입니까?
다음 4 가지 추세를 알아야합니다.
1. 분석과 시각화 간의 결합이 훨씬 강력합니다.
2. 더 큰 데이터의 시각화와의 상호 작용이 증가합니다.
삼. 많은 알고리즘과 시각화의 병렬화.
4. 큰 데이터 세트를 미리 계산하여 나중의 검색 단계에서 시간을 절약합니다.
Grinstein 박사는 4 월 24 일 케임브리지 캠브리지의 Broad Institute에서 생명 과학 연구 세미나 4 월 24 일에 Exploring Data Visualization에서, 프린스턴, 뉴저지에있는 Chauncey Conference Center에서 4 월 25 일에 발표 할 예정입니다. 가입 방법을 포함한 자세한 내용은 당사 웹 사이트를 방문하십시오. 케임브리지 또는 프린스턴 세미나.
