Visualização de séries temporais multidimensionais: uma análise sobre a qualidade do ar em São CarlosSP (2018)
- Authors:
- Autor USP: ORTIGOSSA, EVANDRO SCUDELETI - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- Subjects: VISUALIZAÇÃO; ANÁLISE DE SÉRIES TEMPORAIS; POLUIÇÃO ATMOSFÉRICA; MATERIAL PARTICULADO; DOENÇAS RESPIRATÓRIAS
- Keywords: Air pollution; Health issues; Information visualization; Particulate matter; Questões de saúde; Time series
- Agências de fomento:
- Language: Português
- Abstract: Séries temporais permeiam os mais variados domínios de aplicação, sendo a análise e a compreensão da dinâmica de séries temporais um problema interessante e bastante complexo. Técnicas de visualização têm sido aplicadas com sucesso nesse contexto, pois tiram proveito das habilidades perceptuais humanas ao transformar dados abstratos em informação visual. Nesta dissertação, foi proposta uma metodologia de análise visual para séries temporais multidimensionais. A finalidade dessa metodologia é a exploração e o entendimento do comportamento de material particulado presente na atmosfera de São CarlosSP, para melhor compreender a sinergia entre a qualidade do ar, o clima e as doenças respiratórias. As características do material particulado variam consideravelmente no decorrer do tempo, assumindo diferentes padrões, a depender das condições climáticas. Isso atesta a importância de ferramentas analíticas que sejam capazes de explorar as mudanças temporais dos dados. Duas ferramentas de visualização interativas foram desenvolvidas, utilizando principalmente a linguagem de programação JavaScript com a biblioteca D3. As ferramentas são portáveis em basicamente todos os navegadores web modernos, não exigindo a instalação de softwares específicos para que os usuários acessem-nas e façam as suas pesquisas. Os resultados obtidos a partir das análises dos dados amostrados demonstram que houve uma redução nos níveis de poluentes atmosféricos ao longo dos anos. A efetividade e a utilidadedas tecnologias propostas são demonstradas em estudos de caso envolvendo dados reais, validados por especialistas do domínio de interesse.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 17.12.2018
-
ABNT
ORTIGOSSA, Evandro Scudeleti. Visualização de séries temporais multidimensionais: uma análise sobre a qualidade do ar em São CarlosSP. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29032019-165737/. Acesso em: 27 dez. 2025. -
APA
Ortigossa, E. S. (2018). Visualização de séries temporais multidimensionais: uma análise sobre a qualidade do ar em São CarlosSP (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29032019-165737/ -
NLM
Ortigossa ES. Visualização de séries temporais multidimensionais: uma análise sobre a qualidade do ar em São CarlosSP [Internet]. 2018 ;[citado 2025 dez. 27 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29032019-165737/ -
Vancouver
Ortigossa ES. Visualização de séries temporais multidimensionais: uma análise sobre a qualidade do ar em São CarlosSP [Internet]. 2018 ;[citado 2025 dez. 27 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-29032019-165737/ - T-Explainer: uma abordagem para a explicabilidade em Aprendizado de Máquina baseada em gradientes
- T-Explainer: a model-agnostic explainability framework based on gradients
- Getting over high-dimensionality: how multidimensional projection methods can assist data science
- Time series information visualization: a review of approaches and tools
- Analysis and visualization of multidimensional time series: particulate matter (PM10) from São Carlos-SP (Brazil)
- Explainable artificial intelligence (XAI): from theory to methods and applications
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
