Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos
| Ano de defesa: | 2020 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Programa de Pos Graduacao em Ciencia da Computacao
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ufpe.br/handle/123456789/38124 |
Resumo: | Atualmente o avanço tecnológico revolucionou a maneira como são estudados os fenômenos naturais. Os fenômenos naturais podem ser representados através de distribuições de dados geográficos que são uma fonte rica em informações e podem ser explorados de diferentes maneiras uma delas é a representação de incerteza por meio da distribuição de probabilidade. Modelar a incerta desse tipo de distribuição e representar em visualização geográfica é complicado porque os mapas, que são os tipos comuns de visualização geográfica, precisam do ambiente visual para representar o espaço geográfico não sobrando muitas formas de representar quaisquer outras informações. Uma das maneiras frequentemente utilizadas como solução é a sumarização estatística como a média e a variância, mas só sumarizar os dados pode não ser suficiente porque esconde comportamentos dos dados e gera ambiguidade. A ocultação da incerteza dos dados em visualização é justificada pela forma como a incerteza é representada que pode não ser compreendida pelo usuário. Foram propostas técnicas para representar distribuições, mas geralmente elas só representam a presença e a disseminação de incerteza. Estudos mostraram que é importante quantificar a incerteza porque melhora a tomada de decisão, algumas abordagens mais recentes baseadas em probabilidade de proporção dos dados, animação e interação se propuseram a fazer essa quantificação de probabilidade de modo mais preciso, mas não foram usadas, nem comparadas formalmente para dados geográficos. Assim o objetivo desse trabalho inclui: comparar qualitativamente as principais abordagens para visualizar distribuições de probabilidade no cenário geográfico, adaptar as abordagens recentemente propostas no contexto dos dados abstratos, para apoiar a quantificação da incerteza de tarefas analíticas e realizar um estudo de usuário que possa comparar técnicas quanto ao desempenho de cada uma. Os resultados indicam que quantificar incerteza com interação geralmente registra melhor desempenho do que outras técnicas e fatores como distância, tamanho e variação influenciam o desempenho das tarefas. |
| id |
UFPE_62c574256d0bd5c507bbf077a3a3a60a |
|---|---|
| oai_identifier_str |
oai:repositorio.ufpe.br:123456789/38124 |
| network_acronym_str |
UFPE |
| network_name_str |
Repositório Institucional da UFPE |
| repository_id_str |
|
| spelling |
SILVA, Edcley José dahttp://lattes.cnpq.br/0344007033491530http://lattes.cnpq.br/1386731424473050http://lattes.cnpq.br/6917067839348720FERREIRA JÚNIOR, Nivan RobertoMIRANDA, Fábio Markus Nunes2020-09-28T18:35:13Z2020-09-28T18:35:13Z2020-04-20SILVA, Edcley José da. Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020.https://repositorio.ufpe.br/handle/123456789/38124Atualmente o avanço tecnológico revolucionou a maneira como são estudados os fenômenos naturais. Os fenômenos naturais podem ser representados através de distribuições de dados geográficos que são uma fonte rica em informações e podem ser explorados de diferentes maneiras uma delas é a representação de incerteza por meio da distribuição de probabilidade. Modelar a incerta desse tipo de distribuição e representar em visualização geográfica é complicado porque os mapas, que são os tipos comuns de visualização geográfica, precisam do ambiente visual para representar o espaço geográfico não sobrando muitas formas de representar quaisquer outras informações. Uma das maneiras frequentemente utilizadas como solução é a sumarização estatística como a média e a variância, mas só sumarizar os dados pode não ser suficiente porque esconde comportamentos dos dados e gera ambiguidade. A ocultação da incerteza dos dados em visualização é justificada pela forma como a incerteza é representada que pode não ser compreendida pelo usuário. Foram propostas técnicas para representar distribuições, mas geralmente elas só representam a presença e a disseminação de incerteza. Estudos mostraram que é importante quantificar a incerteza porque melhora a tomada de decisão, algumas abordagens mais recentes baseadas em probabilidade de proporção dos dados, animação e interação se propuseram a fazer essa quantificação de probabilidade de modo mais preciso, mas não foram usadas, nem comparadas formalmente para dados geográficos. Assim o objetivo desse trabalho inclui: comparar qualitativamente as principais abordagens para visualizar distribuições de probabilidade no cenário geográfico, adaptar as abordagens recentemente propostas no contexto dos dados abstratos, para apoiar a quantificação da incerteza de tarefas analíticas e realizar um estudo de usuário que possa comparar técnicas quanto ao desempenho de cada uma. Os resultados indicam que quantificar incerteza com interação geralmente registra melhor desempenho do que outras técnicas e fatores como distância, tamanho e variação influenciam o desempenho das tarefas.CNPqCurrently, technological advances have revolutionized the way natural phenomena are studied. Natural phenomena can be represented through distributions of geographic data that are a rich source of information and can be explored in different ways. One of them is the representation of uncertainty through the distribution of probability. Modeling the uncertainty of this type of distribution and representing it in geographic visualization is complicated because maps, which are the common types of geographic visualization, need the visual environment to represent geographic space and there are not many ways to represent any other information. One of the ways often used as a solution is statistical summarization such as mean and variance, but summarizing the data alone may not be enough because it hides the data’s behavior and generates ambiguity. The concealment of the uncertainty of the data in visualization is justified by the way the uncertainty is represented that may not be understood by the user. Technical proposals have been proposed to represent distributions, but generally they only represent the presence and spread of uncertainty. Studies have shown that it is important to quantify uncertainty because it improves decision making, some more recent approaches based on probability of proportion of data, animation and interaction have proposed to make this quantification of probability more precisely, but have not been used or compared formally for geographic data. Thus the objective of this work includes: to qualitatively compare the main approaches to visualize probability distributions in the geographical scenario, to adapt the recently proposed approaches in the context of abstract data, to support the quantification of the uncertainty of analytical tasks and to carry out a user study that can compare techniques regarding the performance of each one. The results indicate that quantifying uncertainty with interaction generally records better performance than other techniques and factors such as distance, size and variation influence the performance of tasks.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessVisualizaçãoDados geográficosDistribuição de dadosIncertezaUm estudo comparativo de técnicas de visualização de distribuições para dados geográficosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Edcley José da Silva.pdfDISSERTAÇÃO Edcley José da Silva.pdfapplication/pdf8135622https://repositorio.ufpe.br/bitstream/123456789/38124/1/DISSERTA%c3%87%c3%83O%20Edcley%20Jos%c3%a9%20da%20Silva.pdff847531bc495d84b23c6e4ba98d54e7fMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/38124/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/38124/3/license.txtbd573a5ca8288eb7272482765f819534MD53TEXTDISSERTAÇÃO Edcley José da Silva.pdf.txtDISSERTAÇÃO Edcley José da Silva.pdf.txtExtracted texttext/plain151040https://repositorio.ufpe.br/bitstream/123456789/38124/4/DISSERTA%c3%87%c3%83O%20Edcley%20Jos%c3%a9%20da%20Silva.pdf.txta5bc6f4c0a66f2fd3f34d970f6c2fc66MD54THUMBNAILDISSERTAÇÃO Edcley José da Silva.pdf.jpgDISSERTAÇÃO Edcley José da Silva.pdf.jpgGenerated Thumbnailimage/jpeg1278https://repositorio.ufpe.br/bitstream/123456789/38124/5/DISSERTA%c3%87%c3%83O%20Edcley%20Jos%c3%a9%20da%20Silva.pdf.jpgc316a453dd7fd75cea901f7104a8623cMD55123456789/381242020-09-29 02:14:38.971oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212020-09-29T05:14:38Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
| dc.title.pt_BR.fl_str_mv |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| title |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| spellingShingle |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos SILVA, Edcley José da Visualização Dados geográficos Distribuição de dados Incerteza |
| title_short |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| title_full |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| title_fullStr |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| title_full_unstemmed |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| title_sort |
Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos |
| author |
SILVA, Edcley José da |
| author_facet |
SILVA, Edcley José da |
| author_role |
author |
| dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0344007033491530 |
| dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/1386731424473050 |
| dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6917067839348720 |
| dc.contributor.author.fl_str_mv |
SILVA, Edcley José da |
| dc.contributor.advisor1.fl_str_mv |
FERREIRA JÚNIOR, Nivan Roberto |
| dc.contributor.advisor-co1.fl_str_mv |
MIRANDA, Fábio Markus Nunes |
| contributor_str_mv |
FERREIRA JÚNIOR, Nivan Roberto MIRANDA, Fábio Markus Nunes |
| dc.subject.por.fl_str_mv |
Visualização Dados geográficos Distribuição de dados Incerteza |
| topic |
Visualização Dados geográficos Distribuição de dados Incerteza |
| description |
Atualmente o avanço tecnológico revolucionou a maneira como são estudados os fenômenos naturais. Os fenômenos naturais podem ser representados através de distribuições de dados geográficos que são uma fonte rica em informações e podem ser explorados de diferentes maneiras uma delas é a representação de incerteza por meio da distribuição de probabilidade. Modelar a incerta desse tipo de distribuição e representar em visualização geográfica é complicado porque os mapas, que são os tipos comuns de visualização geográfica, precisam do ambiente visual para representar o espaço geográfico não sobrando muitas formas de representar quaisquer outras informações. Uma das maneiras frequentemente utilizadas como solução é a sumarização estatística como a média e a variância, mas só sumarizar os dados pode não ser suficiente porque esconde comportamentos dos dados e gera ambiguidade. A ocultação da incerteza dos dados em visualização é justificada pela forma como a incerteza é representada que pode não ser compreendida pelo usuário. Foram propostas técnicas para representar distribuições, mas geralmente elas só representam a presença e a disseminação de incerteza. Estudos mostraram que é importante quantificar a incerteza porque melhora a tomada de decisão, algumas abordagens mais recentes baseadas em probabilidade de proporção dos dados, animação e interação se propuseram a fazer essa quantificação de probabilidade de modo mais preciso, mas não foram usadas, nem comparadas formalmente para dados geográficos. Assim o objetivo desse trabalho inclui: comparar qualitativamente as principais abordagens para visualizar distribuições de probabilidade no cenário geográfico, adaptar as abordagens recentemente propostas no contexto dos dados abstratos, para apoiar a quantificação da incerteza de tarefas analíticas e realizar um estudo de usuário que possa comparar técnicas quanto ao desempenho de cada uma. Os resultados indicam que quantificar incerteza com interação geralmente registra melhor desempenho do que outras técnicas e fatores como distância, tamanho e variação influenciam o desempenho das tarefas. |
| publishDate |
2020 |
| dc.date.accessioned.fl_str_mv |
2020-09-28T18:35:13Z |
| dc.date.available.fl_str_mv |
2020-09-28T18:35:13Z |
| dc.date.issued.fl_str_mv |
2020-04-20 |
| 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.citation.fl_str_mv |
SILVA, Edcley José da. Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020. |
| dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/38124 |
| identifier_str_mv |
SILVA, Edcley José da. Um estudo comparativo de técnicas de visualização de distribuições para dados geográficos. 2020. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2020. |
| url |
https://repositorio.ufpe.br/handle/123456789/38124 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
| dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Ciencia da Computacao |
| dc.publisher.initials.fl_str_mv |
UFPE |
| dc.publisher.country.fl_str_mv |
Brasil |
| publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
| instname_str |
Universidade Federal de Pernambuco (UFPE) |
| instacron_str |
UFPE |
| institution |
UFPE |
| reponame_str |
Repositório Institucional da UFPE |
| collection |
Repositório Institucional da UFPE |
| bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/38124/1/DISSERTA%c3%87%c3%83O%20Edcley%20Jos%c3%a9%20da%20Silva.pdf https://repositorio.ufpe.br/bitstream/123456789/38124/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/38124/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/38124/4/DISSERTA%c3%87%c3%83O%20Edcley%20Jos%c3%a9%20da%20Silva.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/38124/5/DISSERTA%c3%87%c3%83O%20Edcley%20Jos%c3%a9%20da%20Silva.pdf.jpg |
| bitstream.checksum.fl_str_mv |
f847531bc495d84b23c6e4ba98d54e7f e39d27027a6cc9cb039ad269a5db8e34 bd573a5ca8288eb7272482765f819534 a5bc6f4c0a66f2fd3f34d970f6c2fc66 c316a453dd7fd75cea901f7104a8623c |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
| repository.mail.fl_str_mv |
attena@ufpe.br |
| _version_ |
1862741940024377344 |