Combining fisheye lens and dimensional stacking to visualize high dimensional data

• Autor(a) principal: Richter, Rodrigo Ronconi
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/238158
• topic: Processamento : Imagens médicas; Computação gráfica; Dimensional stacking; Cartesian fisheye; Rubber sheet stretching; Visualization tool; Fisheye lens

Conforme a quantidade de dados armazenados pelo mundo cresce, a necessidade de processar, analisar e visualizá-los também amplia. Existem diversos desafios para desenvolver técnicas para visualizar grande quantide de dados, especialmente de formas que são intuitivas e permitem interações em tempo real. Uma técnica existente para exibir dados multivariados em um espaço bidimensional é chamada de empilhamento dimensional. Ela mapeia múltiplas dimensões, dentro delas mesmas, em um plano 2D discreto. Essa técnica, porém, gera uma imagem que aumenta de resolução dramaticamente conforme o número de dimensões aumenta. Isso limita o número de dimensões traçadas concorrentemente. Enquanto ela funciona para um número limitado de dimensões, ela se torna ineficiente para mais dimensões. Nesse trabalho, é proposto que seja aplicado uma técnica de distorção em uma imagem gerada pelo empilhamento dimensional, com o objetivo de resolver o problema da limitação de dimensões. Através da combinação da técnica de distorção da lente fisheye, o empilhamento dimensional pode ser usado para a a visualização de conjuntos de dados com um número mais elevado de dimensões do que seria possível sem nenhuma distorção, ou com operações tradicionais, tais como deslocamento, corte e amplificação. Nós descrevemos o processo para gerar ambas técnicas e como combiná-las, e então as implementamos em uma aplicação web que posibilita carregamento de múltiplos conjuntos de dados e possui interações em tempo real e configuração de parâmetros. Para avaliar a efetividade da aplicação, são conduzidos testes e analise utilizando diferentes conjuntos de dados. Então, é comparado como a aplicação se desempenhou com relação às propriedades dos conjuntos de dados, como o número de instâncias e o número de dimensões.