Visualization of multivariate spatiotemporal data through graph wavelet transform

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Valdrighi, Giovani de Almeida
Orientador(a): Poco, Jorge
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Espaço-temporal
Visualização
Multivariado
Processamento de sinais em grafos
Palavras-chave em Inglês:
Visualization
Spatiotemporal
Multivariate
Graph signal processing
Link de acesso: https://hdl.handle.net/10438/35440
Resumo: Os dados espaço-temporais são de grande valor, já que contextos sociais e ambientais comumente apresentam padrões e relações espaciais e temporais (e até mesmo espaço-temporais) importantes. A complexidade desses dados aumenta ao considerar as relações entre diferentes variáveis espaço-temporais. As técnicas de visualização permitem que especialistas realizem uma análise interativa desses dados complexos. Diversos trabalhos já foram realizados na visualização de séries temporais geolocalizadas, principalmente utilizando múltiplas visualizações vinculadas a um mapa. Recentemente, a Transformada Wavelet também tem sido empregada para lidar com os padrões espaço-temporais presentes nos dados, criando uma descrição do sinal em diferentes frequências. No entanto, essas técnicas consideram a análise do cenário unidimensional e não apresentam adaptações que considerem o caso multivariado. Neste trabalho, apresentamos uma metodologia para estender o uso da Transformada Wavelet para cenários multivariados, permitindo extrair eventos de interesse de dados de múltiplas fontes. Essa metodologia foi empregada para analisar o desmatamento da Floresta Amazônica, considerando as diferentes atividades humanas que ocorrem na região. Posteriormente, essa metodologia foi incorporada a um sistema desenvolvido para a análise visual e interativa de dados multivariados espaço-temporais, chamado \textit{ManyWaves}. Utilizando a maioria das capacidades da Transformada Wavelet, nossa abordagem não apresenta um alto custo computacional e pode lidar tanto com mudanças espaciais quanto temporais.
id FGV_94274c8a4acf6a6e2a59cd8fb670e408
oai_identifier_str oai:repositorio.fgv.br:10438/35440
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str
spelling Valdrighi, Giovani de Almeida Escolas::EMApFerreira Júnior, Nivan RobertoSantos, Emanuele Marques RodriguesMiranda, Fábio Markus NunesPoco, Jorge 2024-06-14T16:57:53Z2024-06-14T16:57:53Z2024-05-22https://hdl.handle.net/10438/35440Os dados espaço-temporais são de grande valor, já que contextos sociais e ambientais comumente apresentam padrões e relações espaciais e temporais (e até mesmo espaço-temporais) importantes. A complexidade desses dados aumenta ao considerar as relações entre diferentes variáveis espaço-temporais. As técnicas de visualização permitem que especialistas realizem uma análise interativa desses dados complexos. Diversos trabalhos já foram realizados na visualização de séries temporais geolocalizadas, principalmente utilizando múltiplas visualizações vinculadas a um mapa. Recentemente, a Transformada Wavelet também tem sido empregada para lidar com os padrões espaço-temporais presentes nos dados, criando uma descrição do sinal em diferentes frequências. No entanto, essas técnicas consideram a análise do cenário unidimensional e não apresentam adaptações que considerem o caso multivariado. Neste trabalho, apresentamos uma metodologia para estender o uso da Transformada Wavelet para cenários multivariados, permitindo extrair eventos de interesse de dados de múltiplas fontes. Essa metodologia foi empregada para analisar o desmatamento da Floresta Amazônica, considerando as diferentes atividades humanas que ocorrem na região. Posteriormente, essa metodologia foi incorporada a um sistema desenvolvido para a análise visual e interativa de dados multivariados espaço-temporais, chamado \textit{ManyWaves}. Utilizando a maioria das capacidades da Transformada Wavelet, nossa abordagem não apresenta um alto custo computacional e pode lidar tanto com mudanças espaciais quanto temporais.Spatiotemporal data is highly valuable as many social and environmental systems present important spatial and temporal (and even spatiotemporal) patterns and relations. The complexity of this data increases when considering relations between different spatiotemporal variables. Visualization techniques enable experts to perform an interactive analysis of this complex data. Diverse work has already been done on visualizing geolocated time series, mainly using multiple views linked to a map. The Wavelet Transform has recently been employed to tackle the spatiotemporal patterns in the data, creating a description of the signal at different frequencies. However, these techniques consider analyzing the unidimensional scenario without support for adaptations that consider the multivariate case. We present a methodology to extend Wavelet Transform to multivariate scenarios, allowing us to extract events of interest from data from multiple sources. This methodology was employed to analyze the deforestation of the Amazonia Rainforest, considering the different human activities that occur in the region. This methodology was later incorporated into a system designed for the visual and interactive analysis of multivariate spatiotemporal from multiple sources, called ManyWaves. Using most of the capabilities of the Wavelet Transform, our approach does not present a high computational cost, and can deal with both spatial and temporal changes.engEspaço-temporalVisualizaçãoMultivariadoProcessamento de sinais em grafosVisualizationSpatiotemporalMultivariateGraph signal processingAprendizado do computadorVisualizaçãoAnálise multivariadaAnálise espacial (Estatística)Visualization of multivariate spatiotemporal data through graph wavelet transforminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINALGWT_analysis_of_multivariate_spatiotemporal_data.pdfGWT_analysis_of_multivariate_spatiotemporal_data.pdfPDFapplication/pdf17139823https://repositorio.fgv.br/bitstreams/98888574-c560-4e66-8aac-c8ed0870fdab/download34ce543fd100af529435648c2eb2fb43MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-85112https://repositorio.fgv.br/bitstreams/05386c05-7efb-4580-9f00-c219f84d768d/download2a4b67231f701c416a809246e7a10077MD52TEXTGWT_analysis_of_multivariate_spatiotemporal_data.pdf.txtGWT_analysis_of_multivariate_spatiotemporal_data.pdf.txtExtracted texttext/plain100788https://repositorio.fgv.br/bitstreams/68b72c03-22e1-4228-8c2f-e1e0a59720a6/download7079311edb1025f6b61d795511a61e05MD53THUMBNAILGWT_analysis_of_multivariate_spatiotemporal_data.pdf.jpgGWT_analysis_of_multivariate_spatiotemporal_data.pdf.jpgGenerated Thumbnailimage/jpeg2954https://repositorio.fgv.br/bitstreams/3ca6b17b-f165-45b0-87ed-4632317aac35/download0fc1a3464f928834b05c7e56a88260f3MD5410438/354402024-06-18 19:16:49.84open.accessoai:repositorio.fgv.br:10438/35440https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-06-18T19:16:49Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.eng.fl_str_mv Visualization of multivariate spatiotemporal data through graph wavelet transform
title Visualization of multivariate spatiotemporal data through graph wavelet transform
spellingShingle Visualization of multivariate spatiotemporal data through graph wavelet transform
Valdrighi, Giovani de Almeida
Espaço-temporal
Visualização
Multivariado
Processamento de sinais em grafos
Visualization
Spatiotemporal
Multivariate
Graph signal processing
Aprendizado do computador
Visualização
Análise multivariada
Análise espacial (Estatística)
title_short Visualization of multivariate spatiotemporal data through graph wavelet transform
title_full Visualization of multivariate spatiotemporal data through graph wavelet transform
title_fullStr Visualization of multivariate spatiotemporal data through graph wavelet transform
title_full_unstemmed Visualization of multivariate spatiotemporal data through graph wavelet transform
title_sort Visualization of multivariate spatiotemporal data through graph wavelet transform
author Valdrighi, Giovani de Almeida
author_facet Valdrighi, Giovani de Almeida
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EMAp
dc.contributor.member.none.fl_str_mv Ferreira Júnior, Nivan Roberto
Santos, Emanuele Marques Rodrigues
Miranda, Fábio Markus Nunes
dc.contributor.author.fl_str_mv Valdrighi, Giovani de Almeida
dc.contributor.advisor1.fl_str_mv Poco, Jorge
contributor_str_mv Poco, Jorge
dc.subject.por.fl_str_mv Espaço-temporal
Visualização
Multivariado
Processamento de sinais em grafos
topic Espaço-temporal
Visualização
Multivariado
Processamento de sinais em grafos
Visualization
Spatiotemporal
Multivariate
Graph signal processing
Aprendizado do computador
Visualização
Análise multivariada
Análise espacial (Estatística)
dc.subject.eng.fl_str_mv Visualization
Spatiotemporal
Multivariate
Graph signal processing
dc.subject.bibliodata.por.fl_str_mv Aprendizado do computador
Visualização
Análise multivariada
Análise espacial (Estatística)
description Os dados espaço-temporais são de grande valor, já que contextos sociais e ambientais comumente apresentam padrões e relações espaciais e temporais (e até mesmo espaço-temporais) importantes. A complexidade desses dados aumenta ao considerar as relações entre diferentes variáveis espaço-temporais. As técnicas de visualização permitem que especialistas realizem uma análise interativa desses dados complexos. Diversos trabalhos já foram realizados na visualização de séries temporais geolocalizadas, principalmente utilizando múltiplas visualizações vinculadas a um mapa. Recentemente, a Transformada Wavelet também tem sido empregada para lidar com os padrões espaço-temporais presentes nos dados, criando uma descrição do sinal em diferentes frequências. No entanto, essas técnicas consideram a análise do cenário unidimensional e não apresentam adaptações que considerem o caso multivariado. Neste trabalho, apresentamos uma metodologia para estender o uso da Transformada Wavelet para cenários multivariados, permitindo extrair eventos de interesse de dados de múltiplas fontes. Essa metodologia foi empregada para analisar o desmatamento da Floresta Amazônica, considerando as diferentes atividades humanas que ocorrem na região. Posteriormente, essa metodologia foi incorporada a um sistema desenvolvido para a análise visual e interativa de dados multivariados espaço-temporais, chamado \textit{ManyWaves}. Utilizando a maioria das capacidades da Transformada Wavelet, nossa abordagem não apresenta um alto custo computacional e pode lidar tanto com mudanças espaciais quanto temporais.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-06-14T16:57:53Z
dc.date.available.fl_str_mv 2024-06-14T16:57:53Z
dc.date.issued.fl_str_mv 2024-05-22
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://hdl.handle.net/10438/35440
url https://hdl.handle.net/10438/35440
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/98888574-c560-4e66-8aac-c8ed0870fdab/download
https://repositorio.fgv.br/bitstreams/05386c05-7efb-4580-9f00-c219f84d768d/download
https://repositorio.fgv.br/bitstreams/68b72c03-22e1-4228-8c2f-e1e0a59720a6/download
https://repositorio.fgv.br/bitstreams/3ca6b17b-f165-45b0-87ed-4632317aac35/download
bitstream.checksum.fl_str_mv 34ce543fd100af529435648c2eb2fb43
2a4b67231f701c416a809246e7a10077
7079311edb1025f6b61d795511a61e05
0fc1a3464f928834b05c7e56a88260f3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1827842456274599936

Registros relacionados