Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Alfonso, Leandro de Oliveira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
Escola Politécnica
Brasil
PUCRS
Programa de Pós-Graduação em Ciência da Computação
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Visualização de Dados
Dados Faltantes
Qualidade de Dados
Data Visualization
Missing Data
Data Quality
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
Link de acesso: https://tede2.pucrs.br/tede2/handle/tede/11805
Resumo: O uso de representações visuais facilita a análise e interpretação dos dados, auxiliando a compreender os fenômenos atuais e ajudando na tomada de decisão. Porém, muitas vezes os conjuntos de dados podem estar incompletos ou com dados faltantes devido a vários fatores, tais como: procedimento incorreto durante a coleta de dados, erros de formatação, processamento dos dados com falhas, entre outros. Podemos lidar de diferentes formas com dados faltantes a fim de inferir maior precisão, omitindo-os ou até mesmo calculando novos valores substitutos. Este trabalho propõe um modelo de visualização interativa que integra inteligência artificial (IA) para auxiliar cientistas de dados no pré-processamento de conjuntos de dados incompletos, com foco na melhoria da qualidade dos dados. Um protótipo que foi implementado com base no modelo proposto, oferece suporte a decisões em tempo real, garantindo a integridade dos dados durante o processo analítico e possibilitando um gerenciamento eficiente por meio de metadados, que armazenam cada iteração do processo de visualização e tratamento. O modelo contribui para aumentar a precisão e a confiabilidade em conjuntos de dados incompletos
id P_RS_1f6f0a5866452e31436d0615854f2066
oai_identifier_str oai:tede2.pucrs.br:tede/11805
network_acronym_str P_RS
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_RS
repository_id_str
spelling Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dadosVisualization of missing data to improve the quality of datasetsVisualização de DadosDados FaltantesQualidade de DadosData VisualizationMissing DataData QualityCIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAOO uso de representações visuais facilita a análise e interpretação dos dados, auxiliando a compreender os fenômenos atuais e ajudando na tomada de decisão. Porém, muitas vezes os conjuntos de dados podem estar incompletos ou com dados faltantes devido a vários fatores, tais como: procedimento incorreto durante a coleta de dados, erros de formatação, processamento dos dados com falhas, entre outros. Podemos lidar de diferentes formas com dados faltantes a fim de inferir maior precisão, omitindo-os ou até mesmo calculando novos valores substitutos. Este trabalho propõe um modelo de visualização interativa que integra inteligência artificial (IA) para auxiliar cientistas de dados no pré-processamento de conjuntos de dados incompletos, com foco na melhoria da qualidade dos dados. Um protótipo que foi implementado com base no modelo proposto, oferece suporte a decisões em tempo real, garantindo a integridade dos dados durante o processo analítico e possibilitando um gerenciamento eficiente por meio de metadados, que armazenam cada iteração do processo de visualização e tratamento. O modelo contribui para aumentar a precisão e a confiabilidade em conjuntos de dados incompletosThe use of visual representations facilitates data analysis and interpretation, helping to understand current phenomena and supporting decision-making. However, datasets are often incomplete or have missing data due to various factors, such as improper procedures during data collection, formatting errors, or faulty data processing. There are different ways to handle missing data to improve accuracy, such as omitting it or calculating substitute values. This work proposes an interactive visualization model that integrates artificial intelligence (AI) to assist data scientists in the preprocessing of incomplete datasets, with a focus on improving data quality. A prototype implemented based on the proposed model supports real-time decisions, ensuring data integrity during the analytical process and enabling efficient management through metadata, which stores each iteration of the visualization and processing. The model contributes to increasing accuracy and reliability in incomplete datasetsPontifícia Universidade Católica do Rio Grande do SulEscola PolitécnicaBrasilPUCRSPrograma de Pós-Graduação em Ciência da ComputaçãoManssour, Isabel Harbhttp://lattes.cnpq.br/4904489502853690Alfonso, Leandro de Oliveira2025-09-30T14:51:31Z2024-10-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://tede2.pucrs.br/tede2/handle/tede/11805porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RS2025-09-30T15:00:17Zoai:tede2.pucrs.br:tede/11805Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2025-09-30T15:00:17Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false
dc.title.none.fl_str_mv Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
Visualization of missing data to improve the quality of datasets
title Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
spellingShingle Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
Alfonso, Leandro de Oliveira
Visualização de Dados
Dados Faltantes
Qualidade de Dados
Data Visualization
Missing Data
Data Quality
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
title_short Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
title_full Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
title_fullStr Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
title_full_unstemmed Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
title_sort Visualização de dados faltantes para melhoria da qualidade dos conjuntos de dados
author Alfonso, Leandro de Oliveira
author_facet Alfonso, Leandro de Oliveira
author_role author
dc.contributor.none.fl_str_mv Manssour, Isabel Harb
http://lattes.cnpq.br/4904489502853690
dc.contributor.author.fl_str_mv Alfonso, Leandro de Oliveira
dc.subject.por.fl_str_mv Visualização de Dados
Dados Faltantes
Qualidade de Dados
Data Visualization
Missing Data
Data Quality
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
topic Visualização de Dados
Dados Faltantes
Qualidade de Dados
Data Visualization
Missing Data
Data Quality
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
description O uso de representações visuais facilita a análise e interpretação dos dados, auxiliando a compreender os fenômenos atuais e ajudando na tomada de decisão. Porém, muitas vezes os conjuntos de dados podem estar incompletos ou com dados faltantes devido a vários fatores, tais como: procedimento incorreto durante a coleta de dados, erros de formatação, processamento dos dados com falhas, entre outros. Podemos lidar de diferentes formas com dados faltantes a fim de inferir maior precisão, omitindo-os ou até mesmo calculando novos valores substitutos. Este trabalho propõe um modelo de visualização interativa que integra inteligência artificial (IA) para auxiliar cientistas de dados no pré-processamento de conjuntos de dados incompletos, com foco na melhoria da qualidade dos dados. Um protótipo que foi implementado com base no modelo proposto, oferece suporte a decisões em tempo real, garantindo a integridade dos dados durante o processo analítico e possibilitando um gerenciamento eficiente por meio de metadados, que armazenam cada iteração do processo de visualização e tratamento. O modelo contribui para aumentar a precisão e a confiabilidade em conjuntos de dados incompletos
publishDate 2024
dc.date.none.fl_str_mv 2024-10-30
2025-09-30T14:51:31Z
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://tede2.pucrs.br/tede2/handle/tede/11805
url https://tede2.pucrs.br/tede2/handle/tede/11805
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
Escola Politécnica
Brasil
PUCRS
Programa de Pós-Graduação em Ciência da Computação
publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
Escola Politécnica
Brasil
PUCRS
Programa de Pós-Graduação em Ciência da Computação
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS
instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron:PUC_RS
instname_str Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron_str PUC_RS
institution PUC_RS
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_RS
collection Biblioteca Digital de Teses e Dissertações da PUC_RS
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
repository.mail.fl_str_mv biblioteca.central@pucrs.br||
_version_ 1850041320255520768

Registros relacionados