Visualization of multivariate spatiotemporal data through graph wavelet transform
Os dados espaço-temporais são de grande valor, já que contextos sociais e ambientais comumente apresentam padrões e relações espaciais e temporais (e até mesmo espaço-temporais) importantes. A complexidade desses dados aumenta ao considerar as relações entre diferentes variáveis espaço-temporais. As...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2024 |
| País: | Brasil |
| Institución: | Fundação Getulio Vargas (FGV) |
| Repositorio: | Repositório Institucional do FGV (FGV Repositório Digital) |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.fgv.br:10438/35440 |
| Acceso en línea: | https://hdl.handle.net/10438/35440 |
| Access Level: | acceso abierto |
| Palabra clave: | Espaço-temporal Visualização Multivariado Processamento de sinais em grafos Visualization Spatiotemporal Multivariate Graph signal processing Aprendizado do computador Análise multivariada Análise espacial (Estatística) |
| Sumario: | Os dados espaço-temporais são de grande valor, já que contextos sociais e ambientais comumente apresentam padrões e relações espaciais e temporais (e até mesmo espaço-temporais) importantes. A complexidade desses dados aumenta ao considerar as relações entre diferentes variáveis espaço-temporais. As técnicas de visualização permitem que especialistas realizem uma análise interativa desses dados complexos. Diversos trabalhos já foram realizados na visualização de séries temporais geolocalizadas, principalmente utilizando múltiplas visualizações vinculadas a um mapa. Recentemente, a Transformada Wavelet também tem sido empregada para lidar com os padrões espaço-temporais presentes nos dados, criando uma descrição do sinal em diferentes frequências. No entanto, essas técnicas consideram a análise do cenário unidimensional e não apresentam adaptações que considerem o caso multivariado. Neste trabalho, apresentamos uma metodologia para estender o uso da Transformada Wavelet para cenários multivariados, permitindo extrair eventos de interesse de dados de múltiplas fontes. Essa metodologia foi empregada para analisar o desmatamento da Floresta Amazônica, considerando as diferentes atividades humanas que ocorrem na região. Posteriormente, essa metodologia foi incorporada a um sistema desenvolvido para a análise visual e interativa de dados multivariados espaço-temporais, chamado \textit{ManyWaves}. Utilizando a maioria das capacidades da Transformada Wavelet, nossa abordagem não apresenta um alto custo computacional e pode lidar tanto com mudanças espaciais quanto temporais. |
|---|