Busca avançada
Ano de início
Entree

Visual analytics: aplicações e uma investigação conceitual

Resumo

A pesquisa em Visual Analytics é central no tratamento dos desafios associados à análise de dados e computação intensiva em dados, pelo potencial de combinar técnicas de Aprendizado de Máquina e de Visualização para apoiar a interpretação de dados complexos. O acoplamento de técnicas oriundas de ambas as áreas pode promover avanços significativos na capacidade humana de análise, pois permite a indivíduo e computador assumirem papeis complementares ao tratar os muitos problemas introduzidos pelo volume e complexidade dos conjuntos de dados gerados em diversos domínios de aplicação. Este projeto de pesquisa aborda dois focos distintos em visual analytics, um de natureza aplicada e outro de natureza conceitual. No aspecto aplicado serão considerados (I) o problema de visualização de redes de grande escala, com ênfase em redes sociais; e (II) o problema da análise exploratória de espaços de atributos que caracterizam fenômenos multivariados e variantes no tempo. Um exemplo são registros obtidos por sensores utilizados para monitoramento ambiental. Em ambos os casos, a busca por soluções escaláveis para grandes volumes de dados representa um grande desafio de pesquisa. No aspecto conceitual, dando continuidade a uma colaboração já em andamento, iremos conceber e realizar alguns estudos experimentais que contribuam para esclarecer os processos cognitivos subjacentes à interpretação de um tipo particular de visualização multidimensional, os chamados mapas de similaridade. A análise dos resultados pode sugerir modelos conceituais do processo de interpretação desse tipo de mapeamento visual. Esperamos, com esse estudo, contribuir para ampliar o embasamento conceitual sobre essas técnicas, essencial para futuros avanços na área. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (7)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
REIS, CLAUSIUS D. G.; PADOVESE, LINILSON RODRIGUES; DE OLIVEIRA, MARIA C. F.. Automatic detection of vessel signatures in audio recordings with spectral amplitude variation signature. METHODS IN ECOLOGY AND EVOLUTION, v. 10, n. 9, p. 1501-1516, . (17/05838-3, 16/02175-0)
PAULOVICH, V, FERNANDO; DE OLIVEIRA, MARIA CRISTINA F.; OLIVEIRA JR, OSVALDO N.. A Future with Ubiquitous Sensing and Intelligent Systems. ACS SENSORS, v. 3, n. 8, p. 1433-1438, . (17/05838-3, 13/14262-7)
SORIANO-VARGAS, AUREA; HAMANN, BERND; DE OLIVEIRA, MARIA CRISTINA F.. TV-MV Analytics: A visual analytics framework to explore time-varying multivariate data. INFORMATION VISUALIZATION, v. 19, n. 1, . (17/05838-3, 12/24537-0, 15/12831-0)
VALEJO, ALAN; GOES, FABIANA; ROMANETTO, LUZIA; FERREIRA DE OLIVEIRA, MARIA CRISTINA; LOPES, ALNEU DE ANDRADE. A benchmarking tool for the generation of bipartite network models with overlapping communities. KNOWLEDGE AND INFORMATION SYSTEMS, . (17/05838-3, 15/14228-9)
VALEJO, ALAN; FERREIRA, VINICIUS; FABBRI, RENATO; FERREIRA DE OLIVEIRA, MARIA CRISTINA; LOPES, ALNEU DE ANDRADE. A Critical Survey of the Multilevel Method in Complex Networks. ACM COMPUTING SURVEYS, v. 53, n. 2, . (15/14228-9, 17/05838-3)
VALEJO, ALAN; FERREIRA DE OLIVEIRA, MARIA CRISTINA; FILHO, GERALDO P. R.; LOPES, ALNEU DE ANDRADE. Multilevel approach for combinatorial optimization in bipartite network. KNOWLEDGE-BASED SYSTEMS, v. 151, p. 45-61, . (17/05838-3, 15/14228-9)
VALEJO, ALAN; FALEIROS, THIAGO; FERREIRA DE OLIVEIRA, MARIA CRISTINA; LOPES, ALNEU DE ANDRADE. A coarsening method for bipartite networks via weight-constrained label propagation. KNOWLEDGE-BASED SYSTEMS, v. 195, . (17/05838-3, 15/14228-9)

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.