Visualization systems traditionally focus on graphical representation of information. They tend not to provide integrated analytical services that could aid users in tackling complex knowledge discovery tasks. Users¡¯ exploration in such environments is usually impeded due to several problems: 1) Valuable information is hard to discover, when too much data is visualized on the screen. 2) They have to manage and organize their discoveries off line, because no systematic discovery management mechanism exists. 3) Their discoveries based on visual exploration alone may lack accuracy. 4) They have no convenient access to the important knowledge learned by other users. To tackle these problems, it has been recognized that analytical tools must be introduced into visualization systems. In this paper, we present a novel analysis-guided exploration system, called the Nugget Management System (NMS). It leverages the collaborative effort of human comprehensibility and machine computations to facilitate users¡¯ visual exploration process. Specifically, NMS first extracts the valuable information (nuggets) hidden in datasets based on the interests of users. Given that similar nuggets may be re-discovered by different users, NMS consolidates the nugget candidate set by clustering based on their semantic similarity. To solve the problem of inaccurate discoveries, data mining techniques are applied to refine the nuggets to best represent the patterns existing in datasets. Lastly, the resulting well-organized nugget pool is used to guide users¡¯ exploration. To evaluate the effectiveness of NMS, we integrated NMS into XmdvTool, a freeware multivariate visualization system. User studies were performed to compare the users¡¯ efficiency and accuracy of finishing tasks on real datasets, with and without the help of NMS. Our user studies confirmed the effectiveness of NMS. Keywords: Visual Analytics, Visual Knowledge

Ontologias são modelos conceituais explícitos do conhecimento compartilhado por um grupo de usuários focados em determinado domínio de interesse. Seu principal obje-tivo é facilitar a comunicação através da explicitação das relações semânticas entre con-ceitos da realidade. O problema conceitual de classificação dos entes do mundo é com-plexo, pois cada indivíduo possui a sua própria abstração da realidade. Quando o mode-lo é compartilhado, surgem mais divergências de idéias e conceitualizações. Os usuários podem dar diferentes nomes para o mesmo conceito (sinonímia) ou podem utilizar a mesma palavra para se referir a conceitos diferentes (falsa concordância). Dessa forma, a colaboração se tornou uma parte importante do processo de desenvolvimento de onto-logias, auxiliando na explicitação do conceito por trás do vocabulário e na evolução do vocabulário para seus novos significados. Uma ferramenta de software torna o processo de construção de ontologias mais efi-ciente e produtivo, facilitando a comunicação entre os usuários e o armazenamento do conhecimento envolvido no processo. O uso de uma ontologia de fundamentação tem papel importante na obtenção do consenso comum, pois reduz as possibilidades de in-terpretação sobre o domínio através da categorização semântica dos elementos da onto-logia. Ela tem o objetivo de estabelecer uma base para obter-se coerência nas negocia-ções de significado sobre um modelo conceitual, guiando a construção do modelo e aju-dando a estabelecer a classificação taxonômica e as relações entre os conceitos. Dessa forma, obtém-se uma redução de ambiguidade e um aumento da precisão e consistência do modelo. Além disso, existem domínios imagísticos onde a representação simbólica linguística nem sempre é suficiente para explicitar certos conhecimentos, ou seja, onde o conhecimento visual é crucial para capturar informação e dar suporte à resolução de problemas. Este trabalho apresenta um modelo baseado em metaontologias para permitir a espe-cificação e colaboração de ontologias. A proposta inclui um sistema Web para a cons-trução colaborativa de ontologias, baseado em metadados que fornecem construtos pre-cisos. Alguns construtos são utilizados para embasar as escolhas ontológicas através da expressividade semântica de uma ontologia de fundamentação, enquanto outros permi-tem a associação de imagens e ícones para permitir maior entendimento do domínio. A colaboração foca na importância da fundamentação ontológica e do suporte ao conhe-cimento visual. / Ontologies are explicit conceptual models of consensual knowledge of a community regarding some particular interest. The main goal of ontologies is improving the com-munication inside a group of people making use of the explicitation of semantic rela-tionships that express the meaning of concepts. The correct classification of the entities of the world is a complex conceptual problem, since each individual retain his/her own abstraction of reality. When people collaborate to build the same conceptual model, many different opinions and divergences arise. Even restricting the domain of problem, the vocabulary exchange and ontology construction can bring unexpected complexity. The users can give distinct names to the same concept (synonym) or use the same word referring distinct concepts (false agreement). Therefore, collaboration has become an important part of the process of ontology development, supporting the explicitation of the concepts behind the vocabulary and the vocabulary evolution to their new meanings. The support of a software tool improves the efficiency of the ontology building pro-cess, helping the communication and the structured knowledge capturing. By its side, the use of a foundational ontology has an important role in achieving the common sense by reducing the interpretation possibilities of the domain objects when restrics the se-mantic characterization of the ontology elements. It provides a framework to achieve coherence in the meaning negotiation during the collaboration process. In this way, the model to be built has reduced its ambiguity and increased the precision and consistence of the ontology representation. This is more important when we consider domains where the visual knowledge plays an important role in filling the semantic gaps of the concepts. In these imagistic domains, the symbolic representation through a language are not enough to express the knowledge content, so visual pattern recognition is crucial to capture information and support problem resolution. This work presents a metaontologias based model to allow ontology specification and collaboration. The approach includes a Web system for the collaborative ontology building based in a set of metadata that provides specialized constructs to create the domain ontology elements. Some constructs are applied to support the ontological choices supported by the semantic expressivity of the foundational ontology primitives. Other constructs allow the association of images and icons to allow higher domain un-derstanding. This work considers the collaboration as a supporting instrument for build-ing ontologies, taking in consideration the importance of the ontological foundation and visual knowledge support.

Ontologias são modelos conceituais explícitos do conhecimento compartilhado por um grupo de usuários focados em determinado domínio de interesse. Seu principal obje-tivo é facilitar a comunicação através da explicitação das relações semânticas entre con-ceitos da realidade. O problema conceitual de classificação dos entes do mundo é com-plexo, pois cada indivíduo possui a sua própria abstração da realidade. Quando o mode-lo é compartilhado, surgem mais divergências de idéias e conceitualizações. Os usuários podem dar diferentes nomes para o mesmo conceito (sinonímia) ou podem utilizar a mesma palavra para se referir a conceitos diferentes (falsa concordância). Dessa forma, a colaboração se tornou uma parte importante do processo de desenvolvimento de onto-logias, auxiliando na explicitação do conceito por trás do vocabulário e na evolução do vocabulário para seus novos significados. Uma ferramenta de software torna o processo de construção de ontologias mais efi-ciente e produtivo, facilitando a comunicação entre os usuários e o armazenamento do conhecimento envolvido no processo. O uso de uma ontologia de fundamentação tem papel importante na obtenção do consenso comum, pois reduz as possibilidades de in-terpretação sobre o domínio através da categorização semântica dos elementos da onto-logia. Ela tem o objetivo de estabelecer uma base para obter-se coerência nas negocia-ções de significado sobre um modelo conceitual, guiando a construção do modelo e aju-dando a estabelecer a classificação taxonômica e as relações entre os conceitos. Dessa forma, obtém-se uma redução de ambiguidade e um aumento da precisão e consistência do modelo. Além disso, existem domínios imagísticos onde a representação simbólica linguística nem sempre é suficiente para explicitar certos conhecimentos, ou seja, onde o conhecimento visual é crucial para capturar informação e dar suporte à resolução de problemas. Este trabalho apresenta um modelo baseado em metaontologias para permitir a espe-cificação e colaboração de ontologias. A proposta inclui um sistema Web para a cons-trução colaborativa de ontologias, baseado em metadados que fornecem construtos pre-cisos. Alguns construtos são utilizados para embasar as escolhas ontológicas através da expressividade semântica de uma ontologia de fundamentação, enquanto outros permi-tem a associação de imagens e ícones para permitir maior entendimento do domínio. A colaboração foca na importância da fundamentação ontológica e do suporte ao conhe-cimento visual. / Ontologies are explicit conceptual models of consensual knowledge of a community regarding some particular interest. The main goal of ontologies is improving the com-munication inside a group of people making use of the explicitation of semantic rela-tionships that express the meaning of concepts. The correct classification of the entities of the world is a complex conceptual problem, since each individual retain his/her own abstraction of reality. When people collaborate to build the same conceptual model, many different opinions and divergences arise. Even restricting the domain of problem, the vocabulary exchange and ontology construction can bring unexpected complexity. The users can give distinct names to the same concept (synonym) or use the same word referring distinct concepts (false agreement). Therefore, collaboration has become an important part of the process of ontology development, supporting the explicitation of the concepts behind the vocabulary and the vocabulary evolution to their new meanings. The support of a software tool improves the efficiency of the ontology building pro-cess, helping the communication and the structured knowledge capturing. By its side, the use of a foundational ontology has an important role in achieving the common sense by reducing the interpretation possibilities of the domain objects when restrics the se-mantic characterization of the ontology elements. It provides a framework to achieve coherence in the meaning negotiation during the collaboration process. In this way, the model to be built has reduced its ambiguity and increased the precision and consistence of the ontology representation. This is more important when we consider domains where the visual knowledge plays an important role in filling the semantic gaps of the concepts. In these imagistic domains, the symbolic representation through a language are not enough to express the knowledge content, so visual pattern recognition is crucial to capture information and support problem resolution. This work presents a metaontologias based model to allow ontology specification and collaboration. The approach includes a Web system for the collaborative ontology building based in a set of metadata that provides specialized constructs to create the domain ontology elements. Some constructs are applied to support the ontological choices supported by the semantic expressivity of the foundational ontology primitives. Other constructs allow the association of images and icons to allow higher domain un-derstanding. This work considers the collaboration as a supporting instrument for build-ing ontologies, taking in consideration the importance of the ontological foundation and visual knowledge support.

Ontologias são modelos conceituais explícitos do conhecimento compartilhado por um grupo de usuários focados em determinado domínio de interesse. Seu principal obje-tivo é facilitar a comunicação através da explicitação das relações semânticas entre con-ceitos da realidade. O problema conceitual de classificação dos entes do mundo é com-plexo, pois cada indivíduo possui a sua própria abstração da realidade. Quando o mode-lo é compartilhado, surgem mais divergências de idéias e conceitualizações. Os usuários podem dar diferentes nomes para o mesmo conceito (sinonímia) ou podem utilizar a mesma palavra para se referir a conceitos diferentes (falsa concordância). Dessa forma, a colaboração se tornou uma parte importante do processo de desenvolvimento de onto-logias, auxiliando na explicitação do conceito por trás do vocabulário e na evolução do vocabulário para seus novos significados. Uma ferramenta de software torna o processo de construção de ontologias mais efi-ciente e produtivo, facilitando a comunicação entre os usuários e o armazenamento do conhecimento envolvido no processo. O uso de uma ontologia de fundamentação tem papel importante na obtenção do consenso comum, pois reduz as possibilidades de in-terpretação sobre o domínio através da categorização semântica dos elementos da onto-logia. Ela tem o objetivo de estabelecer uma base para obter-se coerência nas negocia-ções de significado sobre um modelo conceitual, guiando a construção do modelo e aju-dando a estabelecer a classificação taxonômica e as relações entre os conceitos. Dessa forma, obtém-se uma redução de ambiguidade e um aumento da precisão e consistência do modelo. Além disso, existem domínios imagísticos onde a representação simbólica linguística nem sempre é suficiente para explicitar certos conhecimentos, ou seja, onde o conhecimento visual é crucial para capturar informação e dar suporte à resolução de problemas. Este trabalho apresenta um modelo baseado em metaontologias para permitir a espe-cificação e colaboração de ontologias. A proposta inclui um sistema Web para a cons-trução colaborativa de ontologias, baseado em metadados que fornecem construtos pre-cisos. Alguns construtos são utilizados para embasar as escolhas ontológicas através da expressividade semântica de uma ontologia de fundamentação, enquanto outros permi-tem a associação de imagens e ícones para permitir maior entendimento do domínio. A colaboração foca na importância da fundamentação ontológica e do suporte ao conhe-cimento visual. / Ontologies are explicit conceptual models of consensual knowledge of a community regarding some particular interest. The main goal of ontologies is improving the com-munication inside a group of people making use of the explicitation of semantic rela-tionships that express the meaning of concepts. The correct classification of the entities of the world is a complex conceptual problem, since each individual retain his/her own abstraction of reality. When people collaborate to build the same conceptual model, many different opinions and divergences arise. Even restricting the domain of problem, the vocabulary exchange and ontology construction can bring unexpected complexity. The users can give distinct names to the same concept (synonym) or use the same word referring distinct concepts (false agreement). Therefore, collaboration has become an important part of the process of ontology development, supporting the explicitation of the concepts behind the vocabulary and the vocabulary evolution to their new meanings. The support of a software tool improves the efficiency of the ontology building pro-cess, helping the communication and the structured knowledge capturing. By its side, the use of a foundational ontology has an important role in achieving the common sense by reducing the interpretation possibilities of the domain objects when restrics the se-mantic characterization of the ontology elements. It provides a framework to achieve coherence in the meaning negotiation during the collaboration process. In this way, the model to be built has reduced its ambiguity and increased the precision and consistence of the ontology representation. This is more important when we consider domains where the visual knowledge plays an important role in filling the semantic gaps of the concepts. In these imagistic domains, the symbolic representation through a language are not enough to express the knowledge content, so visual pattern recognition is crucial to capture information and support problem resolution. This work presents a metaontologias based model to allow ontology specification and collaboration. The approach includes a Web system for the collaborative ontology building based in a set of metadata that provides specialized constructs to create the domain ontology elements. Some constructs are applied to support the ontological choices supported by the semantic expressivity of the foundational ontology primitives. Other constructs allow the association of images and icons to allow higher domain un-derstanding. This work considers the collaboration as a supporting instrument for build-ing ontologies, taking in consideration the importance of the ontological foundation and visual knowledge support.

No description available.

Futebol é um esporte fascinante que capta a atenção de milhões de pessoas no mundo. Equipes de futebol profissionais, bem como os meios de comunicação, têm um profundo interesse na análise de partidas de futebol. Análise estatística é a abordagem mais usada para descrever um jogo de futebol, no entanto, muitas vezes eles não conseguem captar a evolução do jogo e as mudanças de estratégias que aconteceram. Neste trabalho, apresentamos Visual Soccer Match Analysis (VSMA), uma ferramenta para a compreensão dos diferentes aspectos relacionados com a evolução de um jogo de futebol. A nossa ferramenta recebe como entrada as coordenadas de cada jogador durante o jogo, bem como os eventos associados. Apresentamos um design visual que permite identificar rapidamente padrões relevantes em jogo. A abordagem foi desenvolvida em conjunto com colegas da área da educação física com experiência em análise de futebol. Validamos a utilidade da nossa abordagem utilizando dados de várias partidas, juntamente com avaliações de especialistas. / Soccer is a fascinating sport that captures the attention of millions of people in the world. Professional soccer teams, as well as the broadcasting media, have a deep interest in the analysis of soccer matches. Statistical summaries are the most-used approach to describe a soccer match. However, they often fail to capture the evolution of the game and changes of strategies that happen. In this work, we present the Visual Soccer Match Analysis (VSMA) system, a tool for understanding the different aspects associated with the evolution of a soccer match. Our tool receives as input the coordinates of each player throughout the match and related events. We present a visual design that allows to quickly identify relevant patterns in the match. Our approach was developed in conjunction with colleagues from the physical education field with expertise in soccer analysis. We validated the system utility using several matches together with expert evaluations.

As estrategias de passes têm sido sempre de interesse para a pesquisa de futebol. Desde os inícios do futebol, os técnicos tem usado olheiros, gravações de vídeo, exercícios de treinamento e feeds de dados para coletar informações sobre as táticas e desempenho dos jogadores. No entanto, a natureza dinâmica das estratégias de passes são bastante complexas para refletir o que está acontecendo dentro do campo e torna difícil o entendimento do jogo. Além disso, existe uma demanda crecente pela deteção de padrões e analise de estrategias de passes popularizado pelo tiki-taka utilizado pelo FC. Barcelona. Neste trabalho, propomos uma abordagem para abstrair as sequências de pases e agrupálas baseadas na geometria da trajetória da bola. Para analizar as estratégias de passes, apresentamos um esquema de visualização interátiva para explorar a frequência de uso, a localização espacial e ocorrência temporal das sequências. A visualização Frequency Stripes fornece uma visão geral da frequencia dos grupos achados em tres regiões do campo: defesa, meio e ataque. O heatmap de trajetórias coordenado com a timeline de passes permite a exploração das formas mais recorrentes no espaço e tempo. Os resultados demostram oito trajetórias comunes da bola para sequências de três pases as quais dependem da posição dos jogadores e os ângulos de passe. Demonstramos o potencial da nossa abordagem com utilizando dados de várias partidas do Campeonato Brasileiro sob diferentes casos de estudo, e reportamos os comentários de especialistas em futebol. / Passing strategies analysis has always been of interest for soccer research. Since the beginning of soccer, managers have used scouting, video footage, training drills and data feeds to collect information about tactics and player performance. However, the dynamic nature of passing strategies is complex enough to reflect what is happening in the game and makes it hard to understand its dynamics. Furthermore, there exists a growing demand for pattern detection and passing sequence analysis popularized by FC Barcelona’s tiki-taka. We propose an approach to abstract passing strategies and group them based on the geometry of the ball trajectory. To analyse passing sequences, we introduce a interactive visualization scheme to explore the frequency of usage, spatial location and time occurrence of the sequences. The frequency stripes visualization provide, an overview of passing groups frequency on three pitch regions: defense, middle, attack. A trajectory heatmap coordinated with a passing timeline allow, for the exploration of most recurrent passing shapes in temporal and spatial domains. Results show eight common ball trajectories for three-long passing sequences which depend on players positioning and on the angle of the pass. We demonstrate the potential of our approach with data from the Brazilian league under several case studies, and report feedback from a soccer expert.

Futebol é um esporte fascinante que capta a atenção de milhões de pessoas no mundo. Equipes de futebol profissionais, bem como os meios de comunicação, têm um profundo interesse na análise de partidas de futebol. Análise estatística é a abordagem mais usada para descrever um jogo de futebol, no entanto, muitas vezes eles não conseguem captar a evolução do jogo e as mudanças de estratégias que aconteceram. Neste trabalho, apresentamos Visual Soccer Match Analysis (VSMA), uma ferramenta para a compreensão dos diferentes aspectos relacionados com a evolução de um jogo de futebol. A nossa ferramenta recebe como entrada as coordenadas de cada jogador durante o jogo, bem como os eventos associados. Apresentamos um design visual que permite identificar rapidamente padrões relevantes em jogo. A abordagem foi desenvolvida em conjunto com colegas da área da educação física com experiência em análise de futebol. Validamos a utilidade da nossa abordagem utilizando dados de várias partidas, juntamente com avaliações de especialistas. / Soccer is a fascinating sport that captures the attention of millions of people in the world. Professional soccer teams, as well as the broadcasting media, have a deep interest in the analysis of soccer matches. Statistical summaries are the most-used approach to describe a soccer match. However, they often fail to capture the evolution of the game and changes of strategies that happen. In this work, we present the Visual Soccer Match Analysis (VSMA) system, a tool for understanding the different aspects associated with the evolution of a soccer match. Our tool receives as input the coordinates of each player throughout the match and related events. We present a visual design that allows to quickly identify relevant patterns in the match. Our approach was developed in conjunction with colleagues from the physical education field with expertise in soccer analysis. We validated the system utility using several matches together with expert evaluations.

O avanço tecnológico de dispositivos capazes de capturar e armazenar volumes significativos de imagens permite o armazenamento de grandes quantidades de informações visuais. Uma área de intensa pesquisa atualmente é a extração e modelagem de conhecimento visual contido nessas bases de informações. O conceito de conhecimento visual e imagem são conceitos disjuntos, mesmo que pareçam intrinsecamente conectados. Conhecimento visual é o conjunto de modelos mentais compostos por imagens de objetos reais ou imaginárias manipuladas pelo cérebro. Esses modelos mentais são aplicados em tarefas cuja solução envolve a análise de informações visuais, como por exemplo, a extração de conteúdo semântico de imagens. Domínios imagísticos são os domínios nos quais a solução de problemas começa com um processo de casamento de padrões que capturam a informação visual e que mais tarde dará suporte ao processo abstrato da interpretação. A proposta desta dissertação é a definição de primitivas alternativas para a representação de conhecimento visual através da combinação de construtos proposicionais e pictóricos. Diferentemente de outras abordagens, o conhecimento visual capturado no modelo aqui proposto não reside nas imagens, mas na mente de especialistas. A captura do conhecimento visual é realizada através de dois metaconstrutos híbridos aplicáveis ao domínio da geologia. Os metaconstrutos são compostos de uma representação proposicional e outra icônica que são utilizadas para fins de comunicação e expressão do conhecimento visual do especialista, respectivamente. O metaconstruto Pictorial Concept representa tipos visuais enquanto que o metaconstruto Pictorial Attribute representa qualidades dos tipos visuais. Os metaconstrutos aqui definidos foram aplicados ao domínio da Estratigrafia Sedimentar, uma subárea da Geologia, na construção de uma ontologia de domínio com conteúdo visual agregado. A construção da ontologia de domínio foi realizada através de um processo de aquisição de conhecimento. O conhecimento visual foi eliciado a partir de um especialista, adquirido através da imersão na literatura do domínio e organizado de acordo com metapropriedades e metaconceitos de uma ontologia de fundamentação unificada. A ontologia é aplicada ao domínio da Estratigrafia Sedimentar para rochas siliciclásticas para a descrição de testemunhos e afloramentos. A ontologia inclui uma hierarquia de rochas, estruturas sedimentares e ambientes deposicionais. Foram modelados 36 conceitos com a adição de 60 ícones. A validação do conhecimento visual organizado foi realizada através de experimento empírico onde 21 geólogos utilizaram os ícones sem legenda para descrição de amostras de rocha. O nível de acertos das associações entre feições geológicas e ícones representam 70% para fácies e 66% para estruturas sedimentares sendo identificada uma conclusão positiva entre a experiência do geólogo e o número de acertos. / The advances in technological devices allow then to capture and store significant amounts of image data. Nowadays, an intense area of research is the extraction and modeling of the existing visual knowledge in image databases. The visual knowledge and image concepts are disjointed concepts, even though they seem intrinsically connected. Visual knowledge is the set of mental models composed by images of real or imaginary objects manipulated by the brain. These mental models are applied in tasks, like the extraction of semantic content of images, where the solution requires the analysis of visual information. Imagistic domains are the domains where the problem-solving process starts with a visual pattern-matching process that captures the information, which will further support the abstract inference process of interpretation. The proposal of this master thesis is the definition of alternative primitives for the visual knowledge representation, by the combination of both propositional and pictorial constructs. Differently from other approaches, the visual knowledge captured in this model is not identifiable in images, but in the mental models of experts. The capture of the visual knowledge is reached through the use of two domainindependent hybrid meta-constructs. The meta-constructs are composed by propositional and iconic representations used for communication and to express the expert’s visual knowledge. The meta-construct Pictorial Concept represents visual kinds while the metaconstruct Pictorial Attribute represents qualities of the visual kinds. The meta-constructs defined here where applied in the Sedimentary Stratigraphy domain, a sub-area of Geology, in the construction of a domain ontology with aggregated visual content. The construction of the domain ontology was done through a knowledge acquisition process. The visual knowledge was elicited from the expert, acquired from the immersion in the literature domain and was organized according to meta-properties and meta-concepts based on a foundational ontology. The resulting ontology is applied in the Sedimentary Stratigraphy domain for the description of well cores and outcrops of siliciclastic rocks. The ontology includes hierarchies of rocks, sedimentary structures and depositional environments. In total, 36 concepts were modeled and associated to 60 icons. The validation of the visual knowledge elicited was done through an empirical experiment where 21 geologists applied the unlabeled icon set to describe rock samples. The level of right associative answers between geological features and their icons was 70% for sedimentary facies and 66% for sedimentary structures. Moreover, it was identified a positive correlation between the expert’s experience and the number of right answers.

Domínios imagísticos são os domínios nos quais a resolução de problemas inicia com um processo de reconhecimento dos objetos de domínio a partir da informação visual capturada, suportando interpretações mais abstratas em eventuais etapas subsequentes. A resolução de problemas, em domínio imagísticos, demanda dos especialistas a aplicação intensiva de conhecimento visual, que corresponde ao conjunto de modelos mentais que suportam o processo de raciocínio sobre a informação associada ao arranjo espacial e outros aspectos visuais das entidades do domínio. O conhecimento visual geralmente corresponde à porção tácita do conhecimento dos praticantes do domínio, de modo que ele geralmente é utilizado de modo inconsciente, resistindo à verbalização explícita. Estas características do conhecimento visual são desafiadoras do ponto de vista de Engenharia do Conhecimento. O objetivo geral deste trabalho é delinear uma abordagem integrada para aquisição, modelagem, representação e raciocínio sobre conhecimento visual, do ponto de vista da Engenharia do Conhecimento. A interpretação visual é uma tarefa comum em domínios imagísticos, cuja resolução demanda dos especialistas um raciocínio que envolve a realização de um processo cognitivo que inicia com a percepção visual direta de características dos objetos já conhecidos no domínio, e que resulta em compreensões mais abstratas da cena observada, tais como: comportamentos dinâmicos dos objetos da cena, significado do contexto da cena, causas ou efeitos do estado de coisas capturado pela cena, etc. Desta forma, para realizar o objetivo geral, este trabalho assume como objetivo específico estudar e modelar o processo de raciocínio utilizado pelos especialistas para resolver tarefas de interpretação visual, bem como as próprias estruturas para representação de conhecimento inferencial utilizadas pelos especialistas em domínios imagísticos durante a realização deste tipo de tarefa. Os principais resultados deste trabalho são um modelo de raciocínio para resolução de tarefas de interpretação visual; um modelo de estrutura para representação de conhecimento inferencial, cognitiva e filosoficamente fundamentada, chamada pacote visual; e uma abordagem para aquisição de conhecimento visual e refinamento de ontologias. O estudo foi conduzido no domínio da Estratigrafia Sedimentar, com foco na tarefa de interpretação visual de processos deposicionais geradores de fácies sedimentares. Os modelos desenvolvidos no trabalho foram testados no domínio, alcançando resultados satisfatórios. Para isto, realizou-se também o refinamento de uma ontologia de domínio. Este processo foi realizado através da aplicação de diversas técnicas de aquisição de conhecimento em sessões com o especialista. / Imagistic domains are those in which problem-solving process begins with the recognition of domain objects trough the visual information captured, supporting more abstract interpretations in subsequent steps. The problem-solving process, in imagistic domains, is performed trough intensive application of visual knowledge, which corresponds to the set of mental models that support the process of reasoning about the information of the spatial arrangement and other visual aspects of the domain entities. The visual knowledge corresponds to a tacit kind of knowledge of practitioners in the field, so it is often used unconsciously, resisting to explicit verbalization. These characteristics of visual knowledge are challenging from the standpoint of Knowledge Engineering. The general aim of this work is to outline an integrated approach to acquisition, modeling, representation and reasoning, to handle visual knowledge, from the standpoint of Knowledge Engineering. The visual interpretation is a common task in imagistic domains, whose resolution demands a reasoning that involves a cognitive process that starts with the direct perception of visual features of objects, and results in abstract understandings of observed scene, such as dynamic behavior of objects in the scene, the meaning of the context of the scene, causes or effects of the state of affairs captured in the scene, etc. Thus, to achieve the overall goal, this work takes as a specific aim to study and model the reasoning process used by experts to solve tasks of visual interpretation, as well as the inferential knowledge structures applied by experts in imagistic domains to accomplish this type of task. The main results of this work are a model of reasoning for solving tasks of visual interpretation; a cognitive grounded model of structure for inferential knowledge representation, called visual chunk; and an approach to visual knowledge acquisition and refinement of ontologies, which explores the reasoning used by the expert as a tool to reveal the lack of important terms in the domain ontology. The study was conducted in the field of sedimentary stratigraphy, focusing on the task of visual interpretation of depositional processes responsible by the generation of sedimentary facies. The models developed in this work was tested in the domain, achieving satisfactory results. In order to apply our approach, a refinement of domain ontology was performed. This process was carried out by applying several techniques of knowledge acquisition in sessions with the expert.