STEF van den ELZEN

Biography

I am a PhD candidate at the Eindhoven University of Technology within the Dept. Math. and Computer Science, Visualization group of prof.dr.ir. Jarke J. van Wijk. My position is supported by SynerScope BV, a spin-off company of the visualization group providing tools and techniques for fraud and forensics building further upon the work of Danny Holten (one of my supervisiors). In the context of my PhD I perform research on visual analytics for dynamic networks. I obtained my MSc. / ir. degree (with honors) in Computer Science and Engineering also from the Eindhoven University of Technology in 2011.

In my spare time I like to code on hobby projects, play Magic the Gathering, toy around with microcontrollers trying to build robots, watch movies, go skating if the weather allows for this or listen to something I consider music.

Promotie

Op 18 november zal Stef van den Elzen zijn proefschrift "Interactive Visualization of Dynamic Multivariate Networks" verdedigen bij de TU/e. Netwerken kom je overal tegen, bijvoorbeeld e-mail verkeer tussen personen, financiële transacties tussen bedrijven, migratie tussen gemeenten, en inzicht hierin kan helpen om de wereld beter te begrijpen. Maar, het is niet eenvoudig om dat inzicht te krijgen. Een netwerk kan in beeld worden gebracht door cirkels te tekenen en die te verbinden met lijnen of pijlen, maar als er meer dan tientallen elementen zijn, dan geeft dit een onoverzichtelijke haarbal. En om het nog ingewikkelder te maken, elementen en verbindingen hebben allerlei attributen (zoals leeftijd, locatie, omvang) en die variëren ook nog eens over de tijd. Het ontdekken van patronen en relaties tussen attributen en de structuur van het netwerk is daardoor een grote uitdaging.

Stef van den Elzen heeft in zijn promotieonderzoek een reeks van nieuwe methodes voor het visualiseren van dynamische netwerken en de attributen ervan ontwikkeld. De hoeveelheid gegevens is vaak veel te groot om in een enkel beeld te kunnen worden samengevat. Kenmerkend aan zijn oplossingen is dat interactie centraal staat: de gebruiker wordt uitgenodigd om het netwerk te exploreren en antwoorden op vragen te zoeken. Een mooi voorbeeld is zijn werk op het gebied van visualisatie van telecommunicatie-data. In het kader van de D4D challenge, een wedstrijd uitgeschreven door MIT, Verenigde Naties en Orange Telecom, heeft hij een interactief systeem ontwikkeld voor het visualiseren van telecomverkeer in Ivoorkust. Met dit systeem kunnen snel momenten en plaatsen met incidenten worden gevonden, gekarakteriseerd door plotselinge toe- of afnames in het telefoonverkeer.

Zijn werk heeft veel indruk gemaakt in de onderzoeksgemeenschap. Het meest indrukwekkend is dat hij maar liefst drie keer een prijs voor het beste artikel op vooraanstaande congressen heeft gewonnen, en twee keer de prijs voor de beste visualisatie bij de D4D challenges.

Zijn onderzoeksproject is gefinancierd door SynerScope BV, een start-up vanuit de visualisatiegroep van de TU/e, die nieuwe methodes en gereedschappen ontwikkeld voor het analyseren van big data. Het werk van Van den Elzen is een prachtig voorbeeld hoe in een triple helix samenwerking tussen universiteit- bedrijfsleven- overheid innovatie en onderzoek samen kunnen gaan. De TU/e en Synerscope met Van Den Elzen blijven ook in de toekomst samenwerken in het nieuwe vakgebied Data Science, een belangrijk speerpunt van de TU/e.

Het proefschrift en videos van zijn werk kunnen worden bekeken op http://www.stef.vdelzen.net/dissertation/

Research

The main research question for my PhD project is:

‘‘how to enable people to obtain insight in very large amounts of transaction data using a combination of automated and visual methods?’’

Current methods are based on purely visual analysis. The main challenge here is scalability; these visual methods fall short, for instance because of limited screen resolution. Also, current state of the art as well as industry standards are mainly based on purely automated methods such as rule based retrieval. However, these automated methods fall short due to aggregated results and loss of context. Furthermore, no exploration of the data is possible for instance to find new patterns not earlier defined by a rule. We believe a right combination of both visual and automated methods supports users in the analytical reasoning process to detect anomalies and obtain new insights from the data. The application domains are financial transactions, accounting data, network data or, in general, any domain data that can be modeled as a dynamic network. The aims of the project are to develop algorithms and interactive techniques for dynamic network analysis and visualization. The main goals are to study, develop and evaluate in close cooperation with industry and domain experts:

  • selection of suitable automated methods,
  • development of interaction methods that enable users to specify what they find interesting in a natural and intuitive manner,
  • development of new visual metaphors to show the data, in raw as well as compressed form (after analysis),
  • development of methods to enable users to store and present the results of their analysis.

Teaching

Instructor

2IV35 2014: Visualization
2IV35 2013: Visualization
2IV60 2013: Computer Graphics
2IV10 2012: Computer Graphics

Student assistant

2IO60 2009: Design Based Learning 3.1: Development of a 3D network game
2IO60 2008: Design Based Learning 3.1: Development of a 3D network game

Publications

Papers

Reducing Snapshots to Points: A Visual Analytics Approach to Dynamic Network Exploration, Stef van den Elzen, Jorik Blaas, Danny Holten, Jarke J. van Wijk, Visualization and Computer Graphics, IEEE Transactions on, Volume:22 , Issue: 1 (best paper award)doi

Multivariate Network Exploration and Presentation: From Detail to Overview via Selections and Aggregations, Stef van den Elzen, Jarke J. van Wijk, Visualization and Computer Graphics, IEEE Transactions on, Volume:20 , Issue: 12 (best paper award)doi

Dynamic Network Visualization with Extended Massive Sequence Views, Stef van den Elzen, Danny Holten, Jorik Blaas, Jarke J. van Wijk, Visualization and Computer Graphics, IEEE Transactions on, Volume:20, Issue: 8,doi

Small Multiples, Large Singles: A New Approach for Visual Data Exploration, Stef van den Elzen, Jarke J. van Wijk, Eurographics Computer Graphics Forum (Proceedings of EuroVis 2013), 2013, doi

Exploration and Analysis of Massive Mobile Phone Data: A Layered Visual Analytics approach, Stef van den Elzen, Jorik Blaas, Danny Holten, Jan-Kees Buenen, Jarke J. van Wijk, Robert Spousta, Anna Miao, Simone Sala, Steve Chan in Proceedings of the 3rd International Conference on the Analysis of Mobile Phone Datasets, (NetMob 2013), Cambridge, MA, May 2013. (best visualization award) winning research

Reordering Massive Sequence Views: Enabling Temporal and Structural Analysis of Dynamic Networks, Stef van den Elzen, Danny Holten, Jorik Blaas, Jarke J. van Wijk, Proceedings of IEEE PacificVis 2013 (best paper award) doi

BaobabView: Interactive Construction and Analysis of Decision Trees, Stef van den Elzen, Jarke J. van Wijk, IEEE Conference on Visual Analytics Science and Technology (VAST), 2011, p. 151-160 doi

Extended abstracts

Visualizing group dynamics signals, Stef van den Elzen, Henri Hambartsumyan, Erik Kuijpers in Measuring Behavior '10: Proceedings of the 7th International Conference on Methods and Techniques in Behavioral research

Thesis

Interactive construction, analysis and visualization of decision trees, Stef van den Elzen , MSc. Thesis, Eindhoven University of Technology, 2011



Links

PhD Defense

On November 18, I will defend my PhD thesis: Interactive Visualization of Dynamic Multivariate Networks at Eindhoven University of Technology, Auditorium

Best Paper!

We won the best paper award at the IEEE Visual Analytics Science and Technology 2015 Conference, for our paper "Reducing Snapshots to Points: A Visual Analytics Approach to Dynamic Network Exploration".

Best Paper!

We won the best paper award at the IEEE Information Visualization 2014 Conference, November 9 to 14 for our paper "Multivariate Network Exploration and Presentation: From Detail to Overview via Selections and Aggregations".