Метод визуализации метаграфов со сложной многоуровневой иерархической структурой
- Авторы: Молчанов А.В.1, Гапанюк Ю.Е.1, Афанасьев Г.И.1
 - 
							Учреждения: 
							
- Московский государственный технический университет имени Н.Э. Баумана
 
 - Выпуск: Том 12, № 3 (2025)
 - Страницы: 58-66
 - Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
 - URL: https://journals.eco-vector.com/2313-223X/article/view/695660
 - DOI: https://doi.org/10.33693/2313-223X-2025-12-3-58-66
 - EDN: https://elibrary.ru/BAJDCN
 - ID: 695660
 
Цитировать
Полный текст
Аннотация
Визуализация графов является важным инструментом визуального анализа взаимосвязанных данных, однако традиционные методы недостаточно эффективно справляются с задачами отображения вложенных многоуровневых иерархических структур. В данной работе предложен метод с использованием подхода классических силовых алгоритмов, который ориентирован на визуализацию метаграфов посредством планетарной модели взаимодействия вершин. Особенность предлагаемого подхода заключается в учете собственного веса вершин. Такая адаптация обеспечивает сохранение вложенных структур, повышение читаемости графа и масштабируемость визуализации при увеличении сложности данных. Результаты моделирования метода демонстрируют эффективность этого метода при работе с различными типами вложенных данных, включая файловые системы, организационные структуры и биологические онтологии.
Ключевые слова
Полный текст
Об авторах
Алексей Викторович Молчанов
Московский государственный технический университет имени Н.Э. Баумана
							Автор, ответственный за переписку.
							Email: molchanovav@student.bmstu.ru
				                					                	SPIN-код: 5436-5405
																		                								
аспирант
Россия, г. МоскваЮрий Евгеньевич Гапанюк
Московский государственный технический университет имени Н.Э. Баумана
														Email: gapyu@bmstu.ru
				                					                	SPIN-код: 4758-2148
																		                								
кандидат технических наук, доцент
Россия, г. МоскваГеннадий Иванович Афанасьев
Московский государственный технический университет имени Н.Э. Баумана
														Email: gaipcs@bmstu.ru
				                					                	SPIN-код: 7790-1645
																		                								
кандидат технических наук, доцент
Россия, г. МоскваСписок литературы
- Антонов Е.В., Артамонов А.А., Рудик А.В., Малугин М.И. Визуализация трендов научной области: предложенный метод и обзор больших данных // Научная визуализация. 2022. Т. 14. № 2. С. 62–76. doi: 10.26583/sv.14.2.06.
 - Горшков Ю.Г. Визуализация звуков легких на основе многоуровневого вейвлет-анализа // Научная визуализация. 2022. Т. 14. № 2. С. 18–26. doi: 10.26583/sv.14.2.02.
 - Гапанюк Ю.Е. Этапы развития метаграфовой модели данных и знаний // Интегрированные модели и мягкие вычисления в искусственном интеллекте (ИММВ-2021): сб. науч. тр. X Междунар. науч.-техн. конф. В 2 т. Т. 2. 2021. С. 190–200.
 - Гуреев В., Мазов Н. Повышение роли открытых библиографических данных в условиях ограниченного доступа к собственническим ИС // Теория и практика управления наукой. 2023. № 5. С. 49–76. doi: 10.19181/smtp.2023.5.2.4.
 - Карпачевский А. Теоретические и технологические проблемы географического сетевого анализа // Геодезия, картография, геоинформатика и кадастры. Инновации в науке, образовании и производстве. 2024. doi: 10.52565/9785911553449.
 - Касьянов В.Н. Методы и средства визуализации информации на основе атрибутированных иерархических графов с портами // Сибирский аэрокосмический журнал. 2023. Т. 24. № 1. С. 8–17. doi: 10.31772/2712-8970-2023-24-1-8-17.
 - Исаев Р.А., Подвесовский А.Г., Захарова А.А. Метафоры визуализации в задачах разведочного анализа гетерогенных данных // Научная визуализация. 2024. Т. 16. № 5. С. 56–74. doi: 10.26583/sv.16.5.04.
 - Омельянчук Н.А., Рыбаков М.А., Землянская Е.В. Методы реконструкции генных регуляторных сетей на основе транскриптомных данных отдельных клеток // Вавиловский журнал генетики и селекции. 2024. Т. 28. № 8. С. 974–981.
 - Терехов В.И., Черненький В.М., Гапанюк Ю.Е. Представление сложных сетей на основе метаграфов // Нейроинформатика–2016: сб. науч. тр. XVIII Всерос. науч.-техн. конф. В 3 ч. Ч. 1. М.: НИЯУ МИФИ, 2016. С. 225–235.
 - Chatzimparmpas A., Kucher K., Kerren A. Visualization for trust in machine learning revisited: The state of the field in 2023 // IEEE Computer Graphics and Applications. 2024. Vol. 44. No. 3. Pp. 99–113. doi: 10.1109/MCG.2024.3360881.
 - Davidson R., Harel D. Drawing graphs nicely using simulated annealing // ACM Transactions on Graphics. 1996. Vol. 15. Pp. 301–331.
 - Jacomy M., Venturini T., Heymann S., Bastian M. ForceAtlas2, a continuous graph layout algorithm for handy network visualization designed for the gephi software // PLoS ONE. 2014. Pp. 1–12.
 - Jeong H., Tombor B., Albert R. et al. The large-scale organization of metabolic networks // Nature. 2000. Vol. 407. Pp. 651–654. doi: 10.1038/35036627.
 - Noack A. An energy model for visual graph clustering // Graph drawing. G. Liotta (ed.). Berlin; Heidelberg: Springer, 2003. Vol. 2912. Pp. 425–436. (Lecture Notes in Computer Science).
 - Noack A. Unified quality measures for clusterings, layouts, and orderings of graphs, and their application as software design criteria. Dis. … of PhD. Cottbus: Brandenburg University of Technology, 2007. 303 p.
 - Regan E., Barabási A.-L. Hierarchical organization in complex networks // Physical Review E. 2003. Vol. 67. doi: 10.1103/PhysRevE.67.026112.
 
				
			
						
					
						
						
						
									




