Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/D.55.2018.tde-29102018-172305 |
Resumo: | O crescimento do volume de dados ocasionado pelo desenvolvimento tecnológico atual, tem sido fortemente evocado como premissa para a utilização de técnicas que auxiliem a exploração, análise e entendimento desses dados. Um conjunto dessas técnicas está compreendido na área de Visualização de Dados, que proporciona maneiras visuais de identificar padrões e tendências, além de extrair características obscuras dos dados. Tais abordagens podem ser aplicadas a qualquer problema que culmine na análise de dados. Um desses problemas é a utilização do som como ferramenta para descrever as características de uma paisagem, área denominada análise de Paisagens Acústicas. Nesta pesquisa de mestrado é apresentada uma abordagem visual para análise de Paisagens Acústicas. Essa abordagem consiste em duas etapas, sendo que na primeira são aplicadas técnicas visuais (Projeção Multidimensional t-SNE) e numéricas (Coeficiente de Silhueta) para avaliar quais conjuntos de características melhor descrevem uma Paisagem Acústica específica. A segunda etapa utiliza técnicas de visualização para analisar diferenças globais e características específicas de paisagens terrestres e aquáticas. Para isso foram utilizados o Mapa de Calor, as Coordenadas Paralelas e a xHiPP, uma extensão da projeção HiPP. A xHiPP busca melhorar a HiPP para alcançar melhor capacidade de análise e flexibilidade de aplicação. Com a aplicação das etapas apresentadas foi possível encontrar evidências de que o Mel-frequency Cepstrum Coefficients formam um conjunto de atributos eficaz para representação e segregação de Paisagens Acústicas. Também foi possível verificar que as técnicas de visualização empregadas na análise são capazes de destacar atributos semelhantes dos áudios, facilitando a análise, permitindo que o usuário dê enfoque às características relevantes do ambiente, no lugar de analisar áudios individuais para extrair informações. |
id |
USP_937aa3433ddc4fe1e0e890cdaef5b2c7 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-29102018-172305 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes A Soundscape visual analysis strategy based on discriminate feature selection 2018-05-22Rosane MinghimJoão do Espírito Santo Batista NetoMilton Cezar RibeiroGuilherme Pimentel TellesFábio Felix DiasUniversidade de São PauloCiências da Computação e Matemática ComputacionalUSPBR Características Espectrograma Features Projeção Projection Spectrogram Visualização Visualization O crescimento do volume de dados ocasionado pelo desenvolvimento tecnológico atual, tem sido fortemente evocado como premissa para a utilização de técnicas que auxiliem a exploração, análise e entendimento desses dados. Um conjunto dessas técnicas está compreendido na área de Visualização de Dados, que proporciona maneiras visuais de identificar padrões e tendências, além de extrair características obscuras dos dados. Tais abordagens podem ser aplicadas a qualquer problema que culmine na análise de dados. Um desses problemas é a utilização do som como ferramenta para descrever as características de uma paisagem, área denominada análise de Paisagens Acústicas. Nesta pesquisa de mestrado é apresentada uma abordagem visual para análise de Paisagens Acústicas. Essa abordagem consiste em duas etapas, sendo que na primeira são aplicadas técnicas visuais (Projeção Multidimensional t-SNE) e numéricas (Coeficiente de Silhueta) para avaliar quais conjuntos de características melhor descrevem uma Paisagem Acústica específica. A segunda etapa utiliza técnicas de visualização para analisar diferenças globais e características específicas de paisagens terrestres e aquáticas. Para isso foram utilizados o Mapa de Calor, as Coordenadas Paralelas e a xHiPP, uma extensão da projeção HiPP. A xHiPP busca melhorar a HiPP para alcançar melhor capacidade de análise e flexibilidade de aplicação. Com a aplicação das etapas apresentadas foi possível encontrar evidências de que o Mel-frequency Cepstrum Coefficients formam um conjunto de atributos eficaz para representação e segregação de Paisagens Acústicas. Também foi possível verificar que as técnicas de visualização empregadas na análise são capazes de destacar atributos semelhantes dos áudios, facilitando a análise, permitindo que o usuário dê enfoque às características relevantes do ambiente, no lugar de analisar áudios individuais para extrair informações. The growth of data volume caused by current technological development has been strongly evoked as a premise for use of techniques that help exploration, analysis, and understanding of data. A subset of these techniques is yielded by the field of Data Visualization, which provides visual manners to identify patterns and trends, as well as the extraction of hidden data features. Such approaches can be applied to problems that aim at data analysis with a strong exploratory component. One such problem is the use of sound as a tool to describe environmental landscapes, named ecological Soundscapes. A visual approach to analysis Soundscapes is presented in this master research. The approach contains two steps, and the first step applies visual (tSNE Multidimensional Projection) and numeric (Silhouette Coefficient) techniques to evaluate attributes groups that better describe a specific Soundscape. The second step employs visual techniques to analysis global differences and specific features of the terrestrial and underwater environment. To achieve these goals, the research used Heatmap, Parallel Coordinates, and xHiPP, an extension of HiPP projection. The xHiPP enhanced HiPP to improve its analytical capabilities and flexibility. The presented steps were able to show evidence of the Mel-frequency Cepstrum Coefficients is an effective attribute collection to represent and segregate Soundscapes. As well, visual techniques employed in the analysis are capable to highlight similar audio features, making exploration easy, allowing users to focus relevant environmental attributes, instead of analyzing individual audios to extraction some information. https://doi.org/10.11606/D.55.2018.tde-29102018-172305info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T20:24:51Zoai:teses.usp.br:tde-29102018-172305Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T13:30:33.766672Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
dc.title.alternative.en.fl_str_mv |
A Soundscape visual analysis strategy based on discriminate feature selection |
title |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
spellingShingle |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes Fábio Felix Dias |
title_short |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
title_full |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
title_fullStr |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
title_full_unstemmed |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
title_sort |
Uma estratégia para análise visual de Paisagens Acústicas com base em seleção de características discriminantes |
author |
Fábio Felix Dias |
author_facet |
Fábio Felix Dias |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Rosane Minghim |
dc.contributor.referee1.fl_str_mv |
João do Espírito Santo Batista Neto |
dc.contributor.referee2.fl_str_mv |
Milton Cezar Ribeiro |
dc.contributor.referee3.fl_str_mv |
Guilherme Pimentel Telles |
dc.contributor.author.fl_str_mv |
Fábio Felix Dias |
contributor_str_mv |
Rosane Minghim João do Espírito Santo Batista Neto Milton Cezar Ribeiro Guilherme Pimentel Telles |
description |
O crescimento do volume de dados ocasionado pelo desenvolvimento tecnológico atual, tem sido fortemente evocado como premissa para a utilização de técnicas que auxiliem a exploração, análise e entendimento desses dados. Um conjunto dessas técnicas está compreendido na área de Visualização de Dados, que proporciona maneiras visuais de identificar padrões e tendências, além de extrair características obscuras dos dados. Tais abordagens podem ser aplicadas a qualquer problema que culmine na análise de dados. Um desses problemas é a utilização do som como ferramenta para descrever as características de uma paisagem, área denominada análise de Paisagens Acústicas. Nesta pesquisa de mestrado é apresentada uma abordagem visual para análise de Paisagens Acústicas. Essa abordagem consiste em duas etapas, sendo que na primeira são aplicadas técnicas visuais (Projeção Multidimensional t-SNE) e numéricas (Coeficiente de Silhueta) para avaliar quais conjuntos de características melhor descrevem uma Paisagem Acústica específica. A segunda etapa utiliza técnicas de visualização para analisar diferenças globais e características específicas de paisagens terrestres e aquáticas. Para isso foram utilizados o Mapa de Calor, as Coordenadas Paralelas e a xHiPP, uma extensão da projeção HiPP. A xHiPP busca melhorar a HiPP para alcançar melhor capacidade de análise e flexibilidade de aplicação. Com a aplicação das etapas apresentadas foi possível encontrar evidências de que o Mel-frequency Cepstrum Coefficients formam um conjunto de atributos eficaz para representação e segregação de Paisagens Acústicas. Também foi possível verificar que as técnicas de visualização empregadas na análise são capazes de destacar atributos semelhantes dos áudios, facilitando a análise, permitindo que o usuário dê enfoque às características relevantes do ambiente, no lugar de analisar áudios individuais para extrair informações. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-05-22 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://doi.org/10.11606/D.55.2018.tde-29102018-172305 |
url |
https://doi.org/10.11606/D.55.2018.tde-29102018-172305 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Ciências da Computação e Matemática Computacional |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1794503145166995456 |