DaVE -- A Curated Database of Visualization Examples

📄 arXiv: 2408.03188v2 📥 PDF

作者: Jens Koenen, Marvin Petersen, Christoph Garth, Tim Gerrits

分类: cs.DC, cs.GR, cs.HC

发布日期: 2024-08-06 (更新: 2024-12-03)

备注: 4 + 1 pages, 4 figures, IEEE VIS 2024

DOI: 10.1109/VIS55277.2024.00010

💡 一句话要点

DaVE：一个用于高性能计算可视化示例的精选数据库

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 可视化 高性能计算 数据分析 数据库 HPC 科学可视化 数据探索

📋 核心要点

  1. 高性能计算领域数据日益复杂，领域专家缺乏足够的可视化技术经验来有效分析这些数据。
  2. DaVE通过提供一个精选的可视化示例数据库，帮助用户根据数据特征快速找到合适的可视化方法。
  3. DaVE提供示例代码、容器模板和配方，方便用户将高保真可视化集成到HPC应用中。

📝 摘要（中文）

可视化技术，从简单的折线图到复杂的高维视觉分析系统，已经在众多领域中被广泛应用，用于探索、分析和评估数据。然而，在模拟科学领域，高性能计算(HPC)产生的数据量日益增长，数据更加复杂、多维且多模态，应用这些可视化技术需要大量的资源和高水平的技术经验，而这些往往是领域专家所不具备的。本文提出了DaVE——一个精选的可视化示例数据库，旨在提供HPC应用中出现的最先进和高级的可视化方法。基于用户输入的领域或数据特定描述符，DaVE提供一个合适的可视化技术列表，每个技术都附带描述、示例、参考资料和资源。用户可以下载示例代码、可适配的容器模板和配方，以便轻松集成到HPC应用程序中，从而方便地访问高保真可视化。虽然该数据库目前仅包含基于对当前HPC用户的需求和挑战的广泛评估而填充的有限数量的条目，但DaVE的设计易于由可视化和HPC社区的专家进行扩展。

🔬 方法详解

问题定义：论文旨在解决高性能计算(HPC)领域中，领域专家难以有效利用可视化技术分析日益增长的复杂数据的问题。现有方法的痛点在于，HPC产生的数据量巨大、维度高、模态多样，需要专业的可视化知识和技术才能有效处理，而领域专家往往不具备这些技能，导致数据分析效率低下。

核心思路：论文的核心思路是构建一个精选的可视化示例数据库DaVE，该数据库包含各种适用于HPC数据的可视化方法，并提供详细的描述、示例、参考资料和资源。用户可以通过输入数据或领域相关的描述符，快速找到适合的可视化技术。

技术框架：DaVE数据库的核心在于其组织和检索机制。用户首先输入数据或领域描述符，系统根据这些描述符匹配数据库中的可视化技术。对于每个可视化技术，DaVE提供以下信息：描述、示例、参考资料、资源、示例代码、可适配的容器模板和配方。用户可以下载这些资源，并将其集成到自己的HPC应用程序中。

关键创新：DaVE的关键创新在于其精选性和易用性。它不是一个简单的可视化技术列表，而是经过精心挑选和整理的，确保每个技术都适用于HPC领域的数据。此外，DaVE提供丰富的资源和示例代码，使得用户可以轻松地将可视化技术集成到自己的应用程序中。

关键设计：DaVE的关键设计在于其可扩展性。数据库的设计允许可视化和HPC领域的专家轻松地添加新的可视化技术和资源。此外，DaVE使用标准化的数据格式和API，使得它可以与其他HPC工具和平台集成。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

DaVE数据库目前包含基于对当前HPC用户的需求和挑战的广泛评估而填充的有限数量的条目。尽管如此，它已经展示了其在简化HPC数据可视化方面的潜力。通过提供可下载的示例代码、容器模板和配方，DaVE显著降低了领域专家应用复杂可视化技术的门槛。未来的工作将集中于扩展数据库的内容，并评估其在实际HPC应用中的性能。

🎯 应用场景

DaVE可应用于各种需要高性能计算和数据可视化的领域，例如气候模拟、流体动力学、材料科学和生物信息学。通过提供易于访问和使用的高质量可视化示例，DaVE可以帮助领域专家更有效地分析和理解他们的数据，从而加速科学发现和工程创新。未来，DaVE可以扩展到支持更多的数据类型和可视化技术，并与其他HPC工具集成，成为HPC领域不可或缺的组成部分。

📄 摘要（原文）

Visualization, from simple line plots to complex high-dimensional visual analysis systems, has established itself throughout numerous domains to explore, analyze, and evaluate data. Applying such visualizations in the context of simulation science where High-Performance Computing (HPC) produces ever-growing amounts of data that is more complex, potentially multidimensional, and multimodal, takes up resources and a high level of technological experience often not available to domain experts. In this work, we present DaVE -- a curated database of visualization examples, which aims to provide state-of-the-art and advanced visualization methods that arise in the context of HPC applications. Based on domain- or data-specific descriptors entered by the user, DaVE provides a list of appropriate visualization techniques, each accompanied by descriptions, examples, references, and resources. Sample code, adaptable container templates, and recipes for easy integration in HPC applications can be downloaded for easy access to high-fidelity visualizations. While the database is currently filled with a limited number of entries based on a broad evaluation of needs and challenges of current HPC users, DaVE is designed to be easily extended by experts from both the visualization and HPC communities.