Análise da qualidade de algoritmos de reordenação de matrizes relacionados a visualização de informação

• Processo: 14/11186-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2014
• Data de Término da vigência: 31 de julho de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Celmar Guimarães da Silva
• Beneficiário: Willian Hitoshi Kawakami
• Instituição Sede: Faculdade de Tecnologia (FT). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Assunto(s): Visualização de informação Algoritmos Comparação Validação Metodologia e técnicas de computação
• Palavra(s)-Chave do Pesquisador: Reordenação de Matrizes | Seriação | Visualização de Informação

Resumo

Matrizes são estruturas subjacentes a diferentes tipos de visualização de dados, como por exemplo heatmaps. Diferentes algoritmos possibilitam uma permutação automática de seus elementos para prover um melhor entendimento visual, procurando agrupar linhas e colunas similares e evidenciar padrões. Trabalhos anteriores utilizaram a ferramenta Matrix Reordering Analyzer (MRA) como apoio à criação de novos algoritmos de reordenação (PQR Sort e PQR Sort SR), e principalmente para a comparação da qualidade de reordenação e tempo de execução de diferentes algoritmos. Porém, o conjunto de algoritmos implementados na MRA ainda é restrito, dificultando uma comparação mais fiel ao estado da arte na área. Dessa forma, este projeto de pesquisa tem por objetivo gerar uma comparação entre algoritmos de reordenação de matrizes que envolva algoritmos do estado da arte e que auxilie na validação dos resultados já obtidos com os algoritmos PQR Sort e PQR Sort SR.

Publicações científicas

(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)

DA SILVA, CELMAR GUIMARAES; MEDINA, BRUNO FIGUEIREDO; DA SILVA, MARESSA RODRIGUES; KAWAKAMI, WILLIAN HITOSHI; NAVES ROCHA, MIGUEL MECHI. A fast feature vector approach for revealing simplex and equi-correlation data patterns in reorderable matrices. INFORMATION VISUALIZATION, v. 16, n. 4, p. 261-274, OCT 2017. (15/14854-7, 14/11186-0, 15/00411-6)