A Virtualização de Funções de Rede (Network Functions Virtualization - NFV) está mudando o paradigma das redes de telecomunicações. Esta nova tecnologia permite diversas oportunidades de inovações e possibilita o desenvolvimento de novos modelos de negócio. Em relação às redes NFV, os provedores de serviços têm a oportunidade de criar modelos de negócio que permitam aos clientes contratarem Funções de Rede Virtualizadas (Virtual Network Functions - VNFs) que proveem diferentes serviços de rede (e.g., Firewall, NAT e transcoders). Porém, nestes modelos, a quantidade de informações a serem gerenciadas cresce rapidamente. Baseado nisso, os operadores de rede devem ser capazes de entender e manipular uma grande quantidade de informação para gerenciar, de forma efetiva, as redes NFV. Para enfrentar esse problema, introduzimos uma plataforma de visualização denominada VISION, a qual tem como principal objetivo ajudar os operadores de rede na identificação da causa raiz de problemas em NFV. Para isso, propusemos: (i) uma abordagem para coleta e organização de dados do ambiente NFV gerenciado; (ii) cinco diferentes visualizações que auxiliam nas tarefas de gerenciamento de NFV como, por exemplo, no processo de identificação de problemas em VNFs e no planejamento de negócios e (iii) um modelo baseado em templates que suporta o desenvolvimento e o reuso de visualizações. Para fins de avaliação desta dissertação, foi desenvolvido um protótipo da plataforma VISION e de todas as visualizações propostas. Após, conduzimos um conjunto de casos de estudo para prover evidências sobre a viabilidade e utilidade de nossas visualizações. Os diferentes casos analisados, abordam por exemplo, a identificação de problemas na alocação de VNFs que estão impactando no desempenho do serviço oferecido e também na investigação de prioridades de investimento para suprir as demandas dos clientes da rede. Por fim, apresentamos uma avaliação de usabilidade realizada juntamente a especialistas em redes de computadores para avaliar os recursos e benefícios da plataforma VISION. Os resultados obtidos demonstram que nossas visualizações possibilitam ao operador de rede um rápido e fácil acesso às informações importantes para o gerenciamento de redes NFV, assim facilitando a obtenção de insights para a identificação de problemas complexos no contexto de redes NFV. Além disso, os resultados demonstram uma avaliação positiva por especialistas sobre os aspectos gerais de usabilidade do protótipo desenvolvido. / Network Functions Virtualization (NFV) is driving a paradigm shift in telecommunications networks and computer networks, by fostering new business models and creating innovation opportunities. In NFV-enabled networks, service providers have the opportunity to build a business model where tenants can purchase Virtual Network Functions (VNFs) that provide distinct network services and functions (e.g., Firewall, NAT, and transcoders). However, the amount of managed data grows in a fast pace. The network operator must understand and manipulate many data to effectively manage the network. To tackle this problem, we introduce VISION, a platform based on visualizations techniques to help network operators to determine the cause of not obvious problems. For this, we provide: (i) an approach to collect and organize data from the NFV environments; (ii) five distinct visualizations that can aid in NFV management tasks, such as in the process of identifying VNFs problems and planning of NFV-enabled businesses; and (iii) a template model that supports new visualization applications. To evaluate our work, we implemented a prototype of VISION platform and each of the proposed visualizations. We then conducted distinct case studies to provide evidence of the feasibility of our visualizations. These case studies cover different scenarios, such as the identification of misplacement of VNFs that are generating bottlenecks in a forwarding graph and the investigation of investment priorities to supply tenants demands. Finally, we present a usability evaluation with network operators to indicate the benefits of the VISION platform. The results obtained show that our visualizations allow the operator to access relevant information and have insights to identify not obvious problems in the context of NFV-enabled networks. In addition, we received positive feedback about general usability aspects related to our prototype.

Recently, the whole-genome expression analysis – which is analyzing most or all of the genes in biological systems, and is a rich and powerful way to discover gene pathway - has become increasingly affordable because of the increasing amount of microarray data available in public databases. Additionally, due to the enormously available information content in these repositories, researchers have to spend large amount of time to decide on the right information to proceed. There should be an application to assist biological researchers reducing the time in finding good data sets to analyze. In this project, a thorough study in HCI, Information Visualization, interaction design and development methodologies are carried out in order to build a web-based user interface that enables searching and browsing gene expression data and their correlation (web-based). Findings from literature review are applied to create a web-based user interface in large-gene expression analysis. Then, a survey is carried out to collect and analyze pilot users‟ feedback. The questionnaire shows that the users are very interested in using the system and they would like to spend more time interacting with it. They give positive feedbacks about interactive data visualization in the website help them to save time on viewing, navigating and interpreting complicated data. Besides, it is easy to navigate and learn how to use the system to achieve interesting findings in biology. The questionnaire shows that the author is successful in applying findings from literature review to build the website. Besides, from the results there are suggestions for improvement such as the flexibility in the website by automatically recognizing the alias gene names from different databases, filling-in gene symbols using first few characters, narrowing down a search to a particular species such as human or rat, etc. / Program: Masterutbildning i Informatik

With todays flood of data coming from many types of sources, Machine Learning becomes increasingly important. Though, many times the use of Machine Learning is not enough to make sense of all this data. This makes visualization a very useful tool for Machine Learning practitioners and data analysts alike. Interactive visualization techniques can be very helpful by giving insight on the meaning of the output from classification tasks. In this work, the aim is to explore, implement and evaluate different visualization techniques with the explicit goal of directly relating these visualization to the Machine Learning process. The proposed approach is the development of visualization techniques for a posteriori analysis that combines data exploration and classification evaluation. Results include a modified version of the Radial Visualization technique, called Dual RadViz, and also the use of interactive multiclass Partial Dependence Plots as means of finding counterfactual explanations about Machine Learning classification. An account of some of the many ways Machine Learning and visualization are used together is also given. / Hoje em dia, com o enorme fluxo de dados provenientes de muitos tipos de fontes, Aprendizado de Máquina se torna cada vez mais importante. No entanto, muitas vezes o uso de Aprendizado de Máquina não é o suficiente para que seja possível enxergar o valor e o significado de todos estes dados. Isso faz com que visualização seja uma valiosa ferramenta tanto para analistas de dados quanto para aqueles que praticam tarefas relacionadas à Aprendizado de Máquina. Técnicas de visualização interativa podem ser de grande utilidade por possibilitarem insights sobre o significado do resultado de tarefas de classificação. Neste trabalho, o objetivo é explorar, implementar e avaliar diferentes técnicas de visualização, explicitamente focando em suas relações com o processo de Aprendizado de Máquina. A abordagem proposta se trata do desenvolvimento de técnicas de visualização para análise a posteriori dos resultados de tarefas de classificação, combinando avaliação da classificação e exploração visual de dados. Os resultados incluem uma versão modificada da técnica de Visualização Radial, chamada Dual RadViz, e também o uso de Gráficos de Dependência Parcial multiclasse interativos como meio de se chegar à explicações contrafatuais sobre resultados de classificação. É dado também um relato de algumas das muitas maneiras onde Aprendizado de Máquina e visualização são usados conjuntamente.

O processo automático de classificação de dados em geral, e em particular de classificação de imagens, é uma tarefa computacionalmente intensiva e variável em termos de precisão, sendo consideravelmente dependente da configuração do classificador e da representação dos dados utilizada. Muitos dos fatores que afetam uma adequada aplicação dos métodos de classificação ou categorização para imagens apontam para a necessidade de uma maior interferência do usuário no processo. Para isso são necessárias mais ferramentas de apoio às várias etapas do processo de classificação, tais como, mas não limitadas, a extração de características, a parametrização dos algoritmos de classificação e a escolha de instâncias de treinamento adequadas. Este doutorado apresenta uma metodologia para Classificação Visual de Imagens, baseada na inserção do usuário no processo de classificação automática através do uso de técnicas de visualização. A ideia é permitir que o usuário participe de todos os passos da classificação de determinada coleção, realizando ajustes e consequentemente melhorando os resultados de acordo com suas necessidades. Um estudo de diversas técnicas de visualização candidatas para a tarefa é apresentado, com destaque para as árvores de similaridade, sendo apresentadas melhorias do algoritmo de construção em termos de escalabilidade visual e de tempo de processamento. Adicionalmente, uma metodologia de redução de dimensionalidade visual semi-supervisionada é apresentada para apoiar, pela utilização de ferramentas visuais, a criação de espaços reduzidos que melhorem as características de segregação do conjunto original de características. A principal contribuição do trabalho é um sistema de classificação visual incremental que incorpora todos os passos da metodologia proposta, oferecendo ferramentas interativas e visuais que permitem a interferência do usuário na classificação de coleções incrementais com configuração de classes variável. Isso possibilita a utilização do conhecimento do ser humano na construção de classificadores que se adequem a diferentes necessidades dos usuários em diferentes cenários, produzindo resultados satisfatórios para coleções de dados diversas. O foco desta tese é em categorização de coleções de imagens, com exemplos também para conjuntos de dados textuais / Automatic data classification in general, and image classification in particular, are computationally intensive tasks with variable results concerning precision, being considerably dependent on the classifier´s configuration and data representation. Many of the factors that affect an adequate application of classification or categorization methods for images point to the need for more user interference in the process. To accomplish that, it is necessary to develop a larger set of supporting tools for the various stages of the classification set up, such as, but not limited to, feature extraction, parametrization of the classification algorithm and selection of adequate training instances. This doctoral Thesis presents a Visual Image Classification methodology based on the user´s insertion in the classification process through the use of visualization techniques. The idea is to allow the user to participate in all classification steps, adjusting several stages and consequently improving the results according to his or her needs. A study on several candidate visualization techniques is presented, with emphasis on similarity trees, and improvements of the tree construction algorithm, both in visual and time scalability, are shown. Additionally, a visual semi-supervised dimensionality reduction methodology was developed to support, through the use of visual tools, the creation of reduced spaces that improve segregation of the original feature space. The main contribution of this work is an incremental visual classification system incorporating all the steps of the proposed methodology, and providing interactive and visual tools that permit user controlled classification of an incremental collection with evolving class configuration. It allows the use of the human knowledge on the construction of classifiers that adapt to different user needs in different scenarios, producing satisfactory results for several data collections. The focus of this Thesis is image data sets, with examples also in classification of textual collections

Este trabalho apresenta o Super Spider: um sistema de exploração visual baseado no Spider Cursor, que abrange várias técnicas interativas da área de Visualização Computacional e conta com novos recursos de auxílio à investigação visual, além de ser uma ferramenta portável e flexível. / This work presents the Super Spider: a visual exploration system, based on Spider Cursor, that embraces many interactive techniques of Computer Visualization area and take into account innovative techniques to aid visual investigation, besides consisting of a portable and flexible tool.

Orientador: Edberto Ferneda / Banca: Guilherme de Ataíde Dias / Banca: Silvana Aparecida Borseti Gregório Vidotti / Resumo: O advento da Web e o conseqüente aumento no volume de informações eletrônicas acarretaram muitos problemas em relação ao acesso, busca, localização e recuperação de informação em grandes volumes de dados. O presente trabalho realiza uma revisão dos diferentes modelos, métodos e algoritmos existentes para a geração de Interfaces Visuais para Recuperação da Informação, classificados segundo ao seu processo de produção: Análise e Transformação dos Dados, Aplicação de Algoritmos de Classificação e Distribuição Visual e Aplicação de Técnicas de Transformação Visual. Os resultados pretendem servir a outros investigadores como ferramenta para a eleição de uma ou outra combinação metodológica no desenvolvimento de propostas específicas de Interfaces Visuais para Recuperação da Informação, além de sugerir a necessidade de maiores investigações sobre novas técnicas de transformação visual. / Abstract: The advent of the Web and the consequent increase in the volume of electronic information had caused many problems about access, search, location and retrieval of information in large volumes of data. This work is a revision of the different models, methods and algorithms to create interfaces for Visual Information Retrieval, classified according to their production process: Analysis and Data Processing, Implementation of algorithms for classification and distribution of Visual and Application Processing Techniques of Visual. The results of other researchers want to serve as a tool for the election of one or another combination methodology in the development of specific proposals for visual interfaces for information retrieval, and suggest the need for more research into new techniques for processing visual. / Mestre

Sistemas biológicos podem ser representados por redes que armazenam não apenas informações de conectividade, mas também informações de características de seus nós. No contexto biomolecular, esses nós podem representar proteínas, metabólitos, entre outros tipos de moléculas. Cada molécula possui características anotadas e armazenadas em bases de dados como o Gene Ontology. A comparação visual dessas redes depende de ferramentas que permitam o usuário identificar diferenças e semelhanças entre as anotações feitas sobre as moléculas (atributos) e também sobre as interações conhecidas (conexões). Neste trabalho de mestrado, buscou-se desenvolver técnicas que facilitem a comparação desses atributos sobre as moléculas, tentando manter no processo a visualização das redes em que essas moléculas estão inseridas. Como resultado, obteve-se a ferramenta VisPipeline-MultiNetwork, que permite comparar até seis redes, utilizando operações de conjuntos sobre as redes e sobre seus atributos. Dessa forma, diferentemente da maioria das ferramentas conhecidas para a visualização de redes biológicas, o VisPipeline-MultiNetwork permite a criação de redes cujos atributos são derivados das redes originais por meio de operações de união, intersecção e valores exclusivos. A comparação visual das redes é feita pela visualização do resultado dessas operações de conjuntos sobre as redes, por meio de um método de comparação lado-a-lado. Já a comparação dos atributos armazenados nos nós das redes é feita por meio de diagramas de Venn. Para auxiliar este tipo de comparação, a técnica InteractiVenn foi desenvolvida, em que o usuário pode interagir com um diagrama de Venn efetuando operações de união entre conjuntos. Essas operações de união aplicadas sobre os conjuntos são também aplicadas sobre as respectivas formas no diagrama. Esta característica da técnica a diferencia das outras ferramentas de criação de diagramas de Venn. Integrando essas funcionalidades, o usuário é capaz de comparar redes sob diversas perspectivas. Para exemplificar a utilização do VisPipeline-MultiNetwork, dois casos no contexto biomolecular foram estudados. Adicionalmente, uma ferramenta web para a comparação de listas de cadeias de caracteres por meio de diagramas de Venn foi desenvolvida. Ela também implementa a técnica InteractiVenn e foi denominada InteractiVenn website. / Biological systems can be represented by networks that store not only connectivity information, but also node feature information. In the context of molecular biology, these nodes may represent proteins, metabolites, and other types of molecules. Each molecule has features annotated and stored in databases such as Gene Ontology. A visual comparison of networks requires tools that allow the user to identify differences and similarities between nodes attributes as well as known interactions between nodes (connections). In this dissertation, we sought to develop a technique that would facilitate the comparison of these biological networks, striving to maintain in the process the visualization of the network connectivities. As a result, we have developed the VisPipeline-MultiNetwork tool, which allows comparison of up to six networks, using sets of operations on networks and on their attributes. Unlike most known tools for visualizing biological networks, VisPipeline-MultiNetwork allows the creation of networks whose attributes are derived from the original networks through operations of union, intersection and unique values. A visual comparison of the networks is achieved by visualizing the outcome of such joint operations through a all-in-one comparison method. The comparison of nodes attributes is performed using Venn diagrams. To assist this type of comparison, the InteractiVenn technique was developed, in which the user can interact with a Venn diagram, performing union operations between sets and their corresponding diagrams. This diagram union feature differs from other tools available for creating Venn diagrams. With these tools, users manage to compare networks from different perspectives. To exemplify the use of VisPipeline-MultiNetwork, two case studies were carried out in the biomolecular context. Additionally, a web tool for comparing lists of strings by means of Venn diagrams was made available. It also implements the InteractiVenn technique and its site has been named InteractiVenn.

No presente documento são reunidas as colaborações de inúmeros trabalhos das áreas de Bancos de Dados, Descoberta de Conhecimento em Bases de Dados, Mineração de Dados, e Visualização de Informações Auxiliada por Computador que, juntos, estruturam o tema de pesquisa e trabalho da dissertação de Mestrado: a Visualização de Informações. A teoria relevante é revista e relacionada para dar suporte às atividades conclusivas teóricas e práticas relatadas no trabalho. O referido trabalho, embasado pela substância teórica pesquisada, faz diversas contribuições à ciência em voga, a Visualização de Informações, apresentando-as através de propostas formalizadas no decorrer deste texto e através de resultados práticos na forma de softwares habilitados à exploração visual de informações. As idéias apresentadas se baseiam na exibição visual de análises numéricas estatísticas básicas, frequenciais (Frequency Plot), e de relevância (Relevance Plot). São relatadas também as contribuições à ferramenta FastMapDB do Grupo de Bases de Dados e Imagens do ICMC-USP em conjunto com os resultados de sua utilização. Ainda, é apresentado o Arcabouço, previsto no projeto original, para construção de ferramentas visuais de análise, sua arquitetura, características e utilização. Por fim, é descrito o Pipeline de visualização decorrente da junção entre o Arcabouço de visualização e a ferramenta FastMapDB. O trabalho se encerra com uma breve análise da ciência de Visualização de Informações com base na literatura estudada, sendo traçado um cenário do estado da arte desta disciplina com sugestões de futuros trabalhos. / In the present document are joined the collaborations of many works from the fields of Databases, Knowledge Discovery in Databases, Data Mining, and Computer-based Information Visualization, collaborations that, together, define the structure of the research theme and the work of the Masters Dissertation presented herein. This research topic is the Information Visualization discipline, and its relevant theory is reviewed and related to support the concluding activities, both theoretical and practical, reported in this work. The referred work, anchored by the theoretical substance that was studied, makes several contributions to the science in investigation, the Information Visualization, presenting them through formalized proposals described across this text, and through practical results in the form of software enabled to the visual exploration of information. The presented ideas are based on the visual exhibition of numeric analysis, named basic statistics, frequency analysis (Frequency Plot), and according to a relevance analysis (Relevance Plot). There are also reported the contributions to the FastMapDB tool, a visual exploration tool built by the Grupo de Bases de Dados e Imagens do ICMC-USP, the performed enhancements are listed as achieved results in the text. Also, it is presented the Framework, as previewed in this work's original proposal, projected to allow the construction of visual analysis tools; besides its description are listed its architecture, characteristics and utilization. At last, it is described the visualization Pipeline that emerges from the joining of the visualization Framework and the FastMapDB tool. The work ends with a brief analysis of the Information Visualization science based on the studied literature, it is delineated a scenario of the state of the art of this discipline along with suggestions for future work.

Submitted by PPG Ci?ncia da Computa??o (ppgcc@pucrs.br) on 2018-10-10T20:57:07Z No. of bitstreams: 1 EDUARDO GHIDINI_DIS.pdf: 8577965 bytes, checksum: 7ff48e36f96f7a9d7a545af88149f951 (MD5) / Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2018-10-17T11:12:35Z (GMT) No. of bitstreams: 1 EDUARDO GHIDINI_DIS.pdf: 8577965 bytes, checksum: 7ff48e36f96f7a9d7a545af88149f951 (MD5) / Made available in DSpace on 2018-10-17T11:21:19Z (GMT). No. of bitstreams: 1 EDUARDO GHIDINI_DIS.pdf: 8577965 bytes, checksum: 7ff48e36f96f7a9d7a545af88149f951 (MD5) Previous issue date: 2017-03-29 / The growth of data generated through the Internet increases the difficulty of gather relevant information for users. To minimize this, it is necessary to presented this information to the users in such a way that they can analyze it and extract useful information. In recent years, the use of narratives for the presentation of large volumes of data has been explored, considering its benefits. In this context, the present work aims to analyze and propose ways of presenting data, in narrative form, in the context of social networks, in order to support user interaction and data analysis. The work presents a model for the representation of narratives through visualizations, with data extracted from social networks, conceived from studies related to the areas of narratives and information visualization. The model was instantiated to enable its analysis through user studies. The studies indicated that the model has several applications, allowing the analysis of different types of data as well as its use by users with and without prior specific interests. We believe that the present work can support the construction of interactive narratives, through visualizations with data extracted from social networks, contemplating, not only the construction of the interface itself but, also, the mapping of the data to its visual representation. / O crescimento de dados gerados com o uso da Internet, faz com que, tamb?m, aumente a dificuldade de fazer com que informa??es relevantes cheguem aos usu?rios. Para que isso aconte?a, al?m do tratamento da informa??o, ? necess?rio que esta informa??o seja apresentada de tal forma que o usu?rio consiga analis?-la e extrair informa??es ?teis. Nos ?ltimos anos, vem se explorando o uso de narrativas para a apresenta??o de grandes volumes de dados, considerando-se os benef?cios desta forma de apresenta??o. Neste contexto, o presente trabalho objetiva analisar e propor formas de apresentar dados, em forma de narrativas, no contexto de redes sociais, a fim de apoiar a intera??o do usu?rio e sua an?lise dos dados. O trabalho apresenta um modelo para representa??o de narrativas por meio de visualiza??es, com dados extra?dos de redes sociais, concebido a partir de estudos relacionados ?s ?reas de narrativas e de visualiza??o de informa??es. O modelo foi instanciado para que viabilizasse a sua an?lise por meio de estudos com usu?rios. Os estudos indicam que o modelo tem variadas aplica??es, tanto no sentido de possibilitar a an?lise de diferentes tipos de dados, como, tamb?m, no que se refere ao uso por usu?rios com e sem interesse pr?vio em algum assunto espec?fico. Atrav?s do modelo proposto e do resultado de sua an?lise, acredita-se que o presente trabalho possa apoiar a constru??o de narrativas interativas neste contexto, contemplando, n?o somente a constru??o da interface em si, mas, tamb?m, o mapeamento dos dados para a sua representa??o visual.

As mídias sociais tiveram grande impacto no processo de inovação de jornais e revistas, porém adaptar-se em momentos de recessão ocasionou uma evolução apressada e procedimentos automatizados para mídias essencialmente diferentes. Apesar de haver estudos e soluções estado-da-arte em visualização para midias sociais dedicadas à análise do conteúdo e do comportamento de usuários, nenhum método é otimizado (e especializado) para encontrar padrões do ponto de vista de popularidade no contexto de canais de notícias. Nesta dissertação, discutimos duas diferentes propostas de utilização de combinações de técnicas de visualização que correlacionam as atividades de perfis e de sua comunidade de leitores com a popularidade resultante. Dados foram coletados reunindo postagens no Twitter, o número de seguidores dos perfis de interesse e os tópicos em tendência (trending topics) de canais da imprensa mundial para formar o conjunto de dados base para as propostas aqui apresentadas. Este conjunto de dados foi utilizado como semente para visualizações destinadas a possibilitar a comparação de múltiplas fontes, de forma que os usuários sejam habilitados a entender sua própria comunidade e também os sucessos e derrotas enfrentados pelos perfis competidores no mesmo meio. Essa análise foi validada através de entrevistas com um grupo de jornalistas de diferentes jornais estabelecidos. Através da interação com o sistema, é possível detectar padrões desconhecidos no grande volume de dados de mensagens e comentários de todo o mundo, possibilitando ao usuário uma visão única sobre os comportamentos e preferências de sua comunidade. / Social media has played a big part in the innovation process for newspapers and magazines, but adapting while going through a recession has led to a hasty evolution and automated processes for very different media. While existing social media studies and state-of-the-art visual solutions are available for analyzing social media content and users’ behaviors, no other method is optimized for finding patterns from a popularity standpoint in the specialized realm of news channels. In this dissertation, we discuss two different usages of a combination of different visualization techniques that co-relate profiles’ and their reading community activities with the resulting popularity. We gathered Twitter posts, the number of followers and trending topics from worldwide press profiles as the data set foundation for our proposal. We used this data set as the seed for our visualizations to allow for multiple source comparison, so that not only the user is able to understand their own community but also the success and pitfalls faced by the competition in the same medium. We validate our analysis by interviewing a group of journalists from different established newspapers. Through interacting with our system, it was possible to detect hidden patterns in the massive dataset of messages and comments worldwide, enabling the users to have unique insights into their community’s behaviors and preferences.