Novel visual approaches for attribute analysis, selection, and prediction (2020)
- Authors:
- Autor USP: JúNIOR, ERASMO ARTUR DA SILVA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: VISUALIZAÇÃO; ANÁLISE DE DADOS; PROCESSAMENTO DE DADOS; APRENDIZADO COMPUTACIONAL; MINERAÇÃO DE DADOS
- Keywords: Análise de espaço de atributos; Análise visual; Análise visual preditiva; Attribute space analysis; Data visualization; Feature selection; Predictive visual analytics; Seleção de atributos; Visual analytics
- Language: Inglês
- Abstract: Enquanto as capacidades de coleta e armazenamento de dados crescem extensamente hoje em dia, a capacidade geral de processar e analisar grande quantidade de dados cresce em uma taxa mais lenta. Essa assincronia introduz novos desafios impactando métodos que lidam com essa enorme quantidade de dados, como abordagens em mineração, estatística e aprendizado de máquina. Para ajudar a diminuir esta lacuna, abordagens visuais vem sendo propostas para combinar habilidades humanas com soluções consolidadas no desenvolvimento de ferramentas interativas que permitem uma investigação mais aprofundada dos dados. Uma quantidade substancial de abordagens visuais se concentra em técnicas baseadas em itens, onde os itens de dados representam os objetos de primeira ordem. Contudo, informações valiosas frequentemente aparecem a partir de observações de relacionamentos entre atributos, como os relacionamentos entre atributos categóricos e numéricos que frequentemente codificam informações relevantes. Nesse contexto, uma abordagem de análise visual para a exploração do espaço de atributos é fundamental, tanto quando há hipóteses de correlações que devem ser confirmadas, como também nos casos em que tais relações são desconhecidas ou imprevisíveis. Nesta Tese, propomos uma abordagem para análise de atributos com base na apresentação simultânea de múltiplas correlações por meio de uma visualização baseada em pontos, a qual visa construir mapas cognitivos desses relacionamentos para o usuáriofinal. Além disso, o processo de análise oferece suporte a tarefas adicionais como seleção de atributos e criação de modelos de predição com base em um resultado alvo. Mostramos a eficiência das abordagens através de uma série de estudos de caso e cenários de uso que envolvem conjuntos de dados em contextos distintos.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2020
- Data da defesa: 26.06.2020
-
ABNT
JÚNIOR, Erasmo Artur da Silva. Novel visual approaches for attribute analysis, selection, and prediction. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082020-175620/. Acesso em: 05 jan. 2026. -
APA
Júnior, E. A. da S. (2020). Novel visual approaches for attribute analysis, selection, and prediction (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082020-175620/ -
NLM
Júnior EA da S. Novel visual approaches for attribute analysis, selection, and prediction [Internet]. 2020 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082020-175620/ -
Vancouver
Júnior EA da S. Novel visual approaches for attribute analysis, selection, and prediction [Internet]. 2020 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-31082020-175620/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
