Visual analytics via graph signal processing (2018)
- Authors:
- Autor USP: JúNIOR, ALCEBíADES DAL COL - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- Subjects: VISUALIZAÇÃO; ANÁLISE DE ONDALETAS; TRANSFORMADA DE FOURIER; TEORIA ESPECTRAL; TEORIA DOS GRAFOS; PROCESSAMENTO DE IMAGENS
- Keywords: Análise visual; Dynamic networks; Graph signal processing; Processamento de sinais em grafo; Redes dinâmicas; Spectral graph wavelets; Visual analytics; Wavelets espectrais em grafo
- Agências de fomento:
- Language: Inglês
- Abstract: A transformada wavelet clássica tem sido amplamente usada no processamento de imagens e sinais, onde um sinal é decomposto em uma combinação de sinais de base. Analisando a contribuição individual dos sinais de base, pode-se inferir propriedades do sinal original. Esta tese apresenta uma visão geral da extensão da teoria clássica de processamento de sinais para grafos. Especificamente, revisamos a transformada de Fourier em grafo e as transformadas wavelet em grafo ambas fundamentadas na teoria espectral de grafos, e exploramos suas propriedades através de exemplos ilustrativos. As principais características das transformadas wavelet espectrais em grafo são apresentadas usando dados sintéticos e reais. Além disso, introduzimos nesta tese um método inovador para análise visual de redes dinâmicas, que utiliza a teoria de wavelets em grafo. Redes dinâmicas aparecem naturalmente em uma infinidade de aplicações de diferentes domínios. Analisar e explorar redes dinâmicas a fim de entender e detectar padrões e fenômenos é desafiador, fomentando o desenvolvimento de novas metodologias, particularmente no campo de análise visual. Nosso método permite a análise automática de um sinal definido nos vértices de uma rede, tornando possível a detecção de propriedades da rede. Especificamente, usamos uma aproximação da transformada wavelet em grafo para obter um conjunto de coeficientes wavelet, que são então usados para identificar padrões de atividade em redes de grande porte, incluindo asua recorrência temporal. Os coeficientes wavelet naturalmente codificam variações espaciais e temporais do sinal, criando uma representação eficiente e com significado expressivo. Esse método permite explorar a evolução estrutural da rede e seus padrões ao longo do tempo. A eficácia da nossa abordagem é demonstrada usando diferentes cenários e comparações envolvendo redes dinâmicas reais.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 08.05.2018
-
ABNT
DAL COL JUNIOR, Alcebíades. Visual analytics via graph signal processing. 2018. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102018-112358/. Acesso em: 10 jan. 2026. -
APA
Dal Col Junior, A. (2018). Visual analytics via graph signal processing (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102018-112358/ -
NLM
Dal Col Junior A. Visual analytics via graph signal processing [Internet]. 2018 ;[citado 2026 jan. 10 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102018-112358/ -
Vancouver
Dal Col Junior A. Visual analytics via graph signal processing [Internet]. 2018 ;[citado 2026 jan. 10 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102018-112358/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
