Os rankings musicais destinam-se principalmente a fins de marketing, mas também ajudam os usuários a descobrir novas músicas, bem como a comparar artistas, álbuns, etc. Este trabalho apresenta uma ferramenta interativa para visualizar, encontrar e comparar rankings musicais usando diferentes técnicas além de exibir atributos das músicas. A técnica foi concebida após uma pesquisa remota que coletou dados sobre como as pessoas escolhem música. As técnicas de visualização tornam mais fácil obter informações sobre artistas e faixas, e também comparar os dados obtidos a partir dos dois principais rankings de música, Billboard e Spotify. A ferrament também permite a interação com dados pessoais. Resultados de experimentos conduzidos com usuários potenciais mostraram que a ferramenta foi considerada interessante, com um layout atrativo. Comparando com as formas tradicionais de visualizar rankings de músicas, usuários preferiram a ferramenta aqui desenvolvida, mas a diferença para Billboard e Spotify não foi grande. Entretanto, quando avaliada a usabilidade da ferramenta, os resultados foram melhores, principalmente no que se refere à filtragem e às técnicas de comparação. MusicVis foi também considerado fácil de aprender. / Music rankings are mainly aimed at marketing purposes but also help users in discovering new music as well as comparing songs, artists, albums, etc. This work presents an interactive way to visualize, find and compare music rankings using different techniques, including the display of music attributes. The technique was conceived after a remote survey we conducted to collect data about how people choose music. Our visualization makes easier to obtain information about artists and tracks, and also to compare the data gathered from the two major music rankings, namely Billboard and Spotify. The tool also provides interaction with personal data. The results obtained from experiments with potential users showed that the tool was considered interesting, with an attractive layout. Compared to traditional music ranking tools users preferred ours, but with not such a large difference from using Billboard or Spotify. However, when evaluating the usability of our tool, results are positive, mainly concerning to data filtering and comparison features. MusicVis was also considered easy to learn.

Técnicas de visualização volumétrica direta são utilizadas para visualizar e explorar volumes de dados complexos. Dados volumétricos provêm de diversas fontes, tais como dispositivos de diagnóstico médico, radares de sensoriamento remoto ou ainda simulações científicas assistidas por computador. Um problema fundamental na visualização volumétrica é a especificação de Funções de Transferência (FTs) que atribuem cor e opacidade aos valores escalares que compõem o volume de dados. Essas funções são importantes para a exibição de características e objetos de interesse do volume, porém sua definição não é trivial ou intuitiva. Abordagens tradicionais permitem a edição manual de pontos de controle que representam a FT a ser utilizada no volume. No entanto, essas técnicas acabam conduzindo o usuário a um processo de “tentativa e erro” para serem obtidos os resultados desejados. Considera-se também que técnicas automáticas que excluem o usuário do processo não são consideradas as mais adequadas, visto que o mesmo deve possuir algum controle sobre o processo de visualização. Este trabalho apresenta uma ferramenta semi-automática e interativa destinada a auxiliar o usuário na geração de FTs de cor e opacidade. A ferramenta proposta possui dois níveis de interação com o usuário. No primeiro nível são apresentados várias FTs candidatas renderizadas como thumbnails 3D, seguindo o método conhecido como Design Galleries (MARKS et al., 1997). São aplicadas técnicas para reduzir o escopo das funções candidatas para um conjunto mais razoável, sendo possível ainda um refinamento das mesmas. No segundo nível é possível definir cores para a FT de opacidade escolhida, e ainda refinar essa função de modo a melhorála de acordo com as necessidades do usuário. Dessa forma, um dos objetivos desse trabalho é permitir ao usuário lidar com diferentes aspectos da especificação de FTs, que normalmente são dependentes da aplicação em questão e do volume de dados sendo visualizado. Para o rendering do volume, são exploradas as capacidades de mapeamento de textura e os recursos do hardware gráfico programável provenientes das plácas gráficas atuais visando a interação em tempo real. Os resultados obtidos utilizam volumes de dados médicos e sintéticos, além de volumes conhecidos, para a análise da ferramenta proposta. No entanto, é dada ênfase na especificação de FTs de propósito geral, sem a necessidade do usuário prover um mapeamento direto representando a função desejada. / Direct volume rendering techniques are used to visualize and explore large scalar volumes. Volume data can be acquired from many sources including medical diagnoses scanners, remote sensing radars or even computer-aided scientific simulations. A key issue in volume rendering is the specification of Transfer Functions (TFs) which assign color and opacity to the scalar values which comprise the volume. These functions are important to the exhibition of features and objects of interest from the volume, but their specification is not trivial or intuitive. Traditional approaches allow the manual editing of a graphic plot with control points representing the TF being applied to the volume. However, these techniques lead the user to an unintuitive trial and error task, which is time-consuming. It is also considered that automatic methods that exclude the user from the process should be avoided, since the user must have some control of the visualization process. This work presents a semi-automatic and interactive tool to assist the user in the specification of color and opacity TFs. The proposed tool has two levels of user interaction. The first level presents to the user several candidate TFs rendered as 3D thumbnails, following the method known as Design Galleries (MARKS et al., 1997). Techniques are applied to reduce the scope of the candidate functions to a more reasonable one. It is also possible to further refine these functions at this level. In the second level is permitted to define and edit colors in the chosen TF, and refine this function if desired. One of the objectives of this work is to allow users to deal with different aspects of TF specification, which is generally dependent of the application or the dataset being visualized. To render the volume, the programmability of the current generation of graphics hardware is explored, as well as the features of texture mapping in order to achieve real time interaction. The tool is applied to medical and synthetic datasets, but the main objective is to propose a general-purpose tool to specify TFs without the need for an explicit mapping from the user.

Os rankings musicais destinam-se principalmente a fins de marketing, mas também ajudam os usuários a descobrir novas músicas, bem como a comparar artistas, álbuns, etc. Este trabalho apresenta uma ferramenta interativa para visualizar, encontrar e comparar rankings musicais usando diferentes técnicas além de exibir atributos das músicas. A técnica foi concebida após uma pesquisa remota que coletou dados sobre como as pessoas escolhem música. As técnicas de visualização tornam mais fácil obter informações sobre artistas e faixas, e também comparar os dados obtidos a partir dos dois principais rankings de música, Billboard e Spotify. A ferrament também permite a interação com dados pessoais. Resultados de experimentos conduzidos com usuários potenciais mostraram que a ferramenta foi considerada interessante, com um layout atrativo. Comparando com as formas tradicionais de visualizar rankings de músicas, usuários preferiram a ferramenta aqui desenvolvida, mas a diferença para Billboard e Spotify não foi grande. Entretanto, quando avaliada a usabilidade da ferramenta, os resultados foram melhores, principalmente no que se refere à filtragem e às técnicas de comparação. MusicVis foi também considerado fácil de aprender. / Music rankings are mainly aimed at marketing purposes but also help users in discovering new music as well as comparing songs, artists, albums, etc. This work presents an interactive way to visualize, find and compare music rankings using different techniques, including the display of music attributes. The technique was conceived after a remote survey we conducted to collect data about how people choose music. Our visualization makes easier to obtain information about artists and tracks, and also to compare the data gathered from the two major music rankings, namely Billboard and Spotify. The tool also provides interaction with personal data. The results obtained from experiments with potential users showed that the tool was considered interesting, with an attractive layout. Compared to traditional music ranking tools users preferred ours, but with not such a large difference from using Billboard or Spotify. However, when evaluating the usability of our tool, results are positive, mainly concerning to data filtering and comparison features. MusicVis was also considered easy to learn.

Técnicas de visualização volumétrica direta são utilizadas para visualizar e explorar volumes de dados complexos. Dados volumétricos provêm de diversas fontes, tais como dispositivos de diagnóstico médico, radares de sensoriamento remoto ou ainda simulações científicas assistidas por computador. Um problema fundamental na visualização volumétrica é a especificação de Funções de Transferência (FTs) que atribuem cor e opacidade aos valores escalares que compõem o volume de dados. Essas funções são importantes para a exibição de características e objetos de interesse do volume, porém sua definição não é trivial ou intuitiva. Abordagens tradicionais permitem a edição manual de pontos de controle que representam a FT a ser utilizada no volume. No entanto, essas técnicas acabam conduzindo o usuário a um processo de “tentativa e erro” para serem obtidos os resultados desejados. Considera-se também que técnicas automáticas que excluem o usuário do processo não são consideradas as mais adequadas, visto que o mesmo deve possuir algum controle sobre o processo de visualização. Este trabalho apresenta uma ferramenta semi-automática e interativa destinada a auxiliar o usuário na geração de FTs de cor e opacidade. A ferramenta proposta possui dois níveis de interação com o usuário. No primeiro nível são apresentados várias FTs candidatas renderizadas como thumbnails 3D, seguindo o método conhecido como Design Galleries (MARKS et al., 1997). São aplicadas técnicas para reduzir o escopo das funções candidatas para um conjunto mais razoável, sendo possível ainda um refinamento das mesmas. No segundo nível é possível definir cores para a FT de opacidade escolhida, e ainda refinar essa função de modo a melhorála de acordo com as necessidades do usuário. Dessa forma, um dos objetivos desse trabalho é permitir ao usuário lidar com diferentes aspectos da especificação de FTs, que normalmente são dependentes da aplicação em questão e do volume de dados sendo visualizado. Para o rendering do volume, são exploradas as capacidades de mapeamento de textura e os recursos do hardware gráfico programável provenientes das plácas gráficas atuais visando a interação em tempo real. Os resultados obtidos utilizam volumes de dados médicos e sintéticos, além de volumes conhecidos, para a análise da ferramenta proposta. No entanto, é dada ênfase na especificação de FTs de propósito geral, sem a necessidade do usuário prover um mapeamento direto representando a função desejada. / Direct volume rendering techniques are used to visualize and explore large scalar volumes. Volume data can be acquired from many sources including medical diagnoses scanners, remote sensing radars or even computer-aided scientific simulations. A key issue in volume rendering is the specification of Transfer Functions (TFs) which assign color and opacity to the scalar values which comprise the volume. These functions are important to the exhibition of features and objects of interest from the volume, but their specification is not trivial or intuitive. Traditional approaches allow the manual editing of a graphic plot with control points representing the TF being applied to the volume. However, these techniques lead the user to an unintuitive trial and error task, which is time-consuming. It is also considered that automatic methods that exclude the user from the process should be avoided, since the user must have some control of the visualization process. This work presents a semi-automatic and interactive tool to assist the user in the specification of color and opacity TFs. The proposed tool has two levels of user interaction. The first level presents to the user several candidate TFs rendered as 3D thumbnails, following the method known as Design Galleries (MARKS et al., 1997). Techniques are applied to reduce the scope of the candidate functions to a more reasonable one. It is also possible to further refine these functions at this level. In the second level is permitted to define and edit colors in the chosen TF, and refine this function if desired. One of the objectives of this work is to allow users to deal with different aspects of TF specification, which is generally dependent of the application or the dataset being visualized. To render the volume, the programmability of the current generation of graphics hardware is explored, as well as the features of texture mapping in order to achieve real time interaction. The tool is applied to medical and synthetic datasets, but the main objective is to propose a general-purpose tool to specify TFs without the need for an explicit mapping from the user.

A análise de redes sociais através de ferramentas visuais permite ao usuário extrair informações importantes sobre os indivíduos e seus relacionamentos. Através dela é possível entender de que forma os grupos se organizam. Para o caso de redes de coautoria, algumas conclusões como qual o pesquisador com maior prestígio na rede ou qual pesquisador tem o perfil mais parecido com o seu podem ser obtidas. Uma grande quantidade de ferramentas têm sido desenvolvidas para visualização de redes sociais. Algumas delas permitem que análises sejam feitas sobre os dados que compõem as redes, porém a maioria não mostra os resultados dessas análises sobre o próprio grafo, em geral apresentando-as como informações textuais. Neste trabalho, inicialmente, foi feito um estudo comparativo de diversas ferramentas visuais que além de mostrar redes sociais de forma gráfica, fazem algum tipo de análise sobre a rede. O estudo subsidiou o desenvolvimento de Pandora, uma ferramenta que permite visualização incremental de redes acadêmicas além de interação com o grafo e cálculo de algumas métricas, como centralidades, assortatividade e coeficiente de colaboração. / The analysis of social networks through visual tools allows to extract important information about each individual and their relationships. Through it we can understand how groups are organized. For the case of co-authorship networks, some conclusions about which researcher has greater prestige in the network or where the researcher has profile more like his can be obtained. A lot of tools have been developed for visualizing social networks. Some of them allow analyzes are made about the data that make up the networks, but most do not show the results of these analyzes on the graph itself, usually presenting them as textual information. This work was initially done a comparative study of various visual tools that show beyond social networks graphically. This tools generally do some kind of analysis on the network. In this work Pandora was developed, a visualization tool that allows incremental academic networks and interaction with the graph and calculate some metrics, such as centralities, assortativity and collaboration coefficient.

A análise de redes sociais através de ferramentas visuais permite ao usuário extrair informações importantes sobre os indivíduos e seus relacionamentos. Através dela é possível entender de que forma os grupos se organizam. Para o caso de redes de coautoria, algumas conclusões como qual o pesquisador com maior prestígio na rede ou qual pesquisador tem o perfil mais parecido com o seu podem ser obtidas. Uma grande quantidade de ferramentas têm sido desenvolvidas para visualização de redes sociais. Algumas delas permitem que análises sejam feitas sobre os dados que compõem as redes, porém a maioria não mostra os resultados dessas análises sobre o próprio grafo, em geral apresentando-as como informações textuais. Neste trabalho, inicialmente, foi feito um estudo comparativo de diversas ferramentas visuais que além de mostrar redes sociais de forma gráfica, fazem algum tipo de análise sobre a rede. O estudo subsidiou o desenvolvimento de Pandora, uma ferramenta que permite visualização incremental de redes acadêmicas além de interação com o grafo e cálculo de algumas métricas, como centralidades, assortatividade e coeficiente de colaboração. / The analysis of social networks through visual tools allows to extract important information about each individual and their relationships. Through it we can understand how groups are organized. For the case of co-authorship networks, some conclusions about which researcher has greater prestige in the network or where the researcher has profile more like his can be obtained. A lot of tools have been developed for visualizing social networks. Some of them allow analyzes are made about the data that make up the networks, but most do not show the results of these analyzes on the graph itself, usually presenting them as textual information. This work was initially done a comparative study of various visual tools that show beyond social networks graphically. This tools generally do some kind of analysis on the network. In this work Pandora was developed, a visualization tool that allows incremental academic networks and interaction with the graph and calculate some metrics, such as centralities, assortativity and collaboration coefficient.

Networks (also known as graphs) are everywhere. People-contact networks, social networks, email communication networks, internet networks (among others) are examples of graphs in our daily life. The increasing size of these networks makes it harder to understand them. Instead, summarizing these graphs can reveal key patterns and also help in sensemaking as well as accelerating existing graph algorithms. Intuitively, different summarizes are desired for different purposes. For example, to stop viral infections, one may want to find an effective policy to immunize people in a people-contact network. In this case, a high-quality network summary should highlight roughly structurally important nodes. Others may want to detect communities in the same people-contact network, and hence, the summary should show cohesive groups of nodes. This implies that for each task, we should design a specific method to reveal related patterns. Despite the importance of task-specific summarization, there has not been much work in this area. Hence, in this thesis, we design task-specific summarization frameworks for univariate and multivariate networks. We start with optimization-based approaches to summarize graphs for a particular task and finally propose general frameworks which automatically learn how to summarize for a given task and generalize it to similar networks. 1. Optimization-based approaches: Given a large network and a task, we propose summarization algorithms to highlight specific characteristics of the graph (i.e., structure, attributes, labels, dynamics) with respect to the task. We develop effective and efficient algorithms for various tasks such as content-aware influence maximization and time segmentation. In addition, we study many real-world networks and their summary graphs such as people-contact, news-blogs, etc. and visualize them to make sense of their characteristics given the input task. 2. Learning-based approaches: As our next step, we propose a unified framework which learns the process of summarization itself for a given task. First, we design a generalizable algorithm to learn to summarize graphs for a set of graph optimization problems. Next, we go further and add sparse human feedback to the learning process for the given optimization task. To the best of our knowledge, we are the first to systematically bring the necessity of considering the given task to the forefront and emphasize the importance of learning-based approaches in network summarization. Our models and frameworks lead to meaningful discoveries. We also solve problems from various domains such as epidemiology, marketing, social media, cybersecurity, and interactive visualization. / Doctor of Philosophy / Networks (also known as graphs) are everywhere. People-contact networks, social networks, email communication networks, internet networks (among others) are examples of graphs in our daily life. The increasing size of these networks makes it harder to understand them. Instead, summarizing these graphs can reveal key information and also help in sensemaking as well as accelerating existing graph analysis methods. Intuitively, different summarizes are desired for different purposes. For example, to stop viral infections, one may want to find an effective policy to immunize people in a people-contact network. In this case, a high-quality network summary should highlight roughly important nodes. Others may want to detect friendship communities in the same people-contact network, and hence, the summary should show cohesive groups of nodes. This implies that for each task, we should design a specific method to reveal related patterns. Despite the importance of task-specific summarization, there has not been much work in this area. Hence, in this thesis, we design task-specific summarization frameworks for various type of networks with different approaches. To the best of our knowledge, we are the first to systematically bring the necessity of considering the given task to the forefront and emphasize the importance of learning-based approaches in network summarization. Our models and frameworks lead to meaningful discoveries. We also solve problems from various domains such as epidemiology, marketing, social media, cybersecurity, and interactive visualization.

No estudo da estrutura cristalina dos materiais, pertinente à disciplina de Ciência dos Materiais e outras afins, há uma grande dificuldade da parte de alunos em compreender como identificar pontos, direções e planos cristalográficos, segundo o padrão de notação dos conhecidos índices de Miller. Parte desta dificuldade surge da necessidade de se visualizar algo que é tridimensional em apenas duas dimensões. Para contribuir com a diminuição de tais dificuldades foi elaborado neste trabalho um curso de Educação a Distância (EaD) assíncrono, destinado a estudantes de graduação e pós-graduação, especificamente sobre a determinação dos índices cristalográficos de Miller, onde recursos de visualização tridimensional interativa foram empregados. Apenas o sistema cúbico foi contemplado nesta versão do curso. As representações tridimensionais foram criadas com o programa Wolfram Mathematica 10.1. O curso foi desenvolvido em um ambiente virtual de aprendizagem gratuito (MOODLE 2.6.4) e hospedado em um servidor específico para este fim (MCO2). Os roteiros para determinar pontos, direções e planos cristalográficos foram elaborados com o auxílio do programa Adobe Macromedia Flash 8.0. Algumas ilustrações foram criadas com o programa Solid Works. O curso contempla a interatividade através de exercícios e do chat entre os participantes. Para que haja aprimoramento contínuo, há no final um questionário destinado aos estudantes, sobre a estrutura do curso e a compreensão dos conceitos teóricos disponibilizados. / In the study of the crystal structure of materials, pertaining to the discipline of materials science and others alike, students have been shown great difficulty on understanding how identify points, directions and plans using the standard notation with the well known Miller indices. Part of this issue arises from the need to visualize something that is three dimensional in only two dimensions. To overcome this problem a asynchronous Distance Education course was created for undergraduated and graduated students, helping them on determining crystallographic Miller indices by means of three-dimensional visualization resources. In the present version of the course only the crystal cubic system was covered. Three-dimensional representations were created using Wolfram Mathematica 10.1. The course were built in a virtual free-learning environment (MOODLE 2.6.4) and hosted in a dedicated commercial server (MCO2). For determining crystal points, directions and planes, guide instructions were worked out with the support of Adobe Macromedia Flash 8.0. Some pictures were created with Solid Works. Course interactivity is accomplished by proposed exercises and chat among the participants. For providing continuous improvement, students at the end can answer a survey about the course structure and the available theoretical concepts.

abstract: Online programming communities are widely used by programmers for troubleshooting or various problem solving tasks. Large and ever increasing volume of posts on these communities demands more efforts to read and comprehend thus making it harder to find relevant information. In my thesis; I designed and studied an alternate approach by using interactive network visualization to represent relevant search results for online programming discussion forums. I conducted user study to evaluate the effectiveness of this approach. Results show that users were able to identify relevant information more precisely via visual interface as compared to traditional list based approach. Network visualization demonstrated effective search-result navigation support to facilitate user’s tasks and improved query quality for successive queries. Subjective evaluation also showed that visualizing search results conveys more semantic information in efficient manner and makes searching more effective. / Dissertation/Thesis / Masters Thesis Computer Science 2015

Les méthodes de compression progressives sont désormais arrivées à maturité (les taux de compression sont proches des taux théoriques) et la visualisation interactive de maillages volumineux est devenue une réalité depuis quelques années. Cependant, même si l’association de la compression et de la visualisation est souvent mentionnée comme perspective, très peu d’articles traitent réellement ce problème, et les fichiers créés par les algorithmes de visualisation sont souvent beaucoup plus volumineux que les originaux. En réalité, la compression favorise une taille réduite de fichier au détriment de l’accès rapide aux données, alors que les méthodes de visualisation se concentrent sur la rapidité de rendu : les deux objectifs s’opposent et se font concurrence. A partir d’une méthode de compression progressive existante incompatible avec le raffinement sélectif et interactif, et uniquement utilisable sur des maillages de taille modeste, cette thèse tente de réconcilier compression sans perte et visualisation en proposant de nouveaux algorithmes et structures de données qui réduisent la taille des objets tout en proposant une visualisation rapide et interactive. En plus de cette double capacité, la méthode proposée est out-of-core et peut traiter des maillages de plusieurs centaines de millions de points. Par ailleurs, elle présente l’avantage de traiter tout complexe simplicial de dimension n, des soupes de triangles aux maillages volumiques. / Progressive compression methods are now mature (obtained rates are close to theoretical bounds) and interactive visualization of huge meshes has been a reality for a few years. However, even if the combination of compression and visualization is often mentioned as a perspective, very few papers deal with this problem, and the files created by visualization algorithms are often much larger than the original ones. In fact, compression favors a low file size to the detriment of a fast data access, whereas visualization methods focus on rendering speed : both goals are opposing and competing. Starting from an existing progressive compression method incompatible with selective and interactive refinements and usable on small-sized meshes only, this thesis tries to reconcile lossless compression and visualization by proposing new algorithms and data structures which radically reduce the size of the objects while supporting a fast interactive navigation. In addition to this double capability, our method works out-of-core and can handle meshes containing several hundreds of millions vertices. Furthermore, it presents the advantage of dealing with any n-dimensional simplicial complex, which includes triangle soups or volumetric meshes.