Apropriando-se do gesto arqueogenealógico de Michel Foucault, a presente investigação dedica-se à problematização da performatividade discursiva em torno do encontro entre saúde e educação. Mais especificamente, o estudo debruça-se sobre quatro conjuntos de enunciados, numa intersecção analítica operada por meio da noção de visualização corpórea. O primeiro deles refere-se à medicina anatomoclínica do século XIX, cuja compilação, realizada em periódicos chancelados pela Academia Imperial de Medicina, permitiu destacar determinadas práticas discursivas concernentes à institucionalização do saber-poder médico brasileiro. Estabeleceu-se como segundo campo enunciativo um conjunto de obras ligadas à psicopedagogia escolanovista, nomeadamente volumes constantes da coleção Bibliotheca de Educação, editados por Lourenço Filho entre 1927 e 1941 com o propósito de estabelecer bases científicas para o sistema educacional brasileiro. O terceiro conjunto de textos centrou-se no trato de temas caros à Escola Nova por artigos de 18 periódicos educacionais acadêmicos publicados entre 1993 e 2013. A quarta e última reunião de enunciados foi composta por artigos, livros de divulgação científica e manuais de psiquiatria dedicados a configurar os contornos próprios das relações contemporâneas entre biomedicina e subjetividade. Do ponto de vista analítico, constatou-se que os referidos enunciados estabeleceram incitações a numerosas práticas, as quais aderiram tanto à carne quanto à alma dos corpos por elas alvejados. Concluiu-se, por fim, em favor da hipótese de que os procedimentos próprios da Escola Nova teriam viabilizado a incorporação da psique à anatomia, permitindo, por conseguinte, o despontar, a partir do âmbito educacional, das condições de possibilidade para a emergência de um homem continuamente aprimorável. / Making use of the archaeo-genealogical gesture of Michel Foucault, the current research is dedicated to problematize the discursive performativity around the encounter of health with education. In particular, the study focuses on four sets of statements, whose analytical intersection was operated through the notion of corporeal visualization. The first one refers to the anatomoclinical medicine of the Nineteenth century, whose compilation held in official journals of the Academia Imperial de Medicina allowed to witness discursive practices concerning the institutionalization of Brazilian medical knowledge-power. The second set of statements is related to the Escola Novas psychopedagogy mainly belonging to a book collection named Bibliotheca de Educação, published under the editorship of Lourenço Filho between 1927 and 1941, whose purposes included establishing a scientific basis for the Brazilian educational system. The third set focused on the deal of themes dear to the New School carried out by articles of 18 academic educational journals published between 1993 and 2013. The fourth and final set of statements consisted of articles, popular science books and psychiatry manuals devoted to setting up the very contours of contemporary relations between biomedicine and subjectivity. From an analytical point of view, it was observed that the referred statements incited numerous practices, which adhered both to the flesh and the soul of the bodies targeted by them. Finally, it was concluded in favor of the hypothesis according to which the very procedures of the Escola Nova allowed the incorporation of the psyche by the anatomy, therefore enabling the advent, starting from the educational context, of the conditions of possibility for the emergence of a continuously refineable man.

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.

As pessoas estão ficando cada vez mais interessadas no uso de monitores de atividade. A quantidade de dados de indivíduos disponível está ajudando na expansão e desenvolvimento de novas aplicações e projetos de visualizações para ser usados em casa, em ciência (e.g. para entender melhor o comportamento de populações) ou em governos interessados em desenvolver cidades inteligentes. Nesse trabalho é apresentada uma visualização simples e intuitiva que permite a exploração de dados pessoais por pessoas comuns. Com foco em ajudar as pessoas a compreenderem a si mesmas melhor e perceber coisas novas sobre seus dados. A visualização construída neste projeto é baseada em metáforas de calendários, relógios e mapas, além de utilizar gráficos de barra para explorar dados crus. A exploração desses dados se dá pela interação entre essas visualizações. Para avaliar o produto do trabalho são apresentados dois casos de uso onde alguns usuários tiveram a oportunidade de observar e discutir suas informações de dois pontos de vista diferente: exploração de dados pessoais para auto-aperfeiçoamento e o uso do Everyday Visualization por cientistas da saúde. Em nenhum dos casos houve treinamento. As visualizações resultantes agregam diversas fontes de dados, indo além de outros trabalhos de visualização casual e pessoal. Os resultados promissores demonstram a viabilidade de tais técnicas para visualização de dados pessoais. / People are becoming increasingly more interested in the use of activity monitors and selfimprovement. The availability of individuals’ data is also pushing the development of new applications and data visualization projects to be used at home, in science (e.g. to better understand the behavior of populations) or for governments interested in developing intelligent cities. In this work, we present an easy and intuitive set of visualizations to allow the exploration of personal data by common people. We focus on helping people to know themselves better and to make sense of their own data. Our visualizations are based on the metaphors of calendars, clocks, and maps, as well as on the use of bar charts to explore raw data. Data exploration is therefore guaranteed by the interaction between them. In order to evaluate our work we present two use cases, where few users observe and discuss the data from different points of view: the exploration of personal data for self-improvement purposes, and the use of Everyday Visualization by health scientists. Both use cases were ran without any training session. The resulting visualization aggregates several different data sources, going beyond many of the personal and casual visualization works. The promising results achieved demonstrated the viability of the use of such techniques for personal data visualizations and sense making.

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.

Este trabalho propõe um modelo hierárquico para coleta de dados de monitoramento em sistemas distribuídos. Seu objetivo é proporcionar a análise on-line do comportamento de sistemas e programas distribuídos. O meio escolhido para realizar essa análise foi a visualização. Inicialmente é apresentada uma contextualização sobre monitoramento de sistemas distribuídos. Também são abordados aspectos específicos ao monitoramento de Grid. Após, é analisado um conjunto de ferramentas de monitoramento. Então tem-se a apresentação do modelo proposto. Esse é composto por coletores locais, por uma hierarquia de agregadores e por clientes. É utilizado o modelo push de transmissão de dados e há um mecanismo de subscrição aos coletores. Foi implementado um protótipo do modelo de coleta proposto, que foi utilizado na implementação de um protótipo de ferramenta de monitoramento on-line. Nessa, os dados coletados são fornecidos ao DIMVisual, que é um modelo de integração de dados para visualização. Para visualização, o protótipo utiliza a ferramenta TRIVA, que recebe os dados integrados como entrada. Essa ferramenta foi modificada para gerar uma visualização que é atualizada de maneira on-line. Também foram realizados experimentos para avaliar o tempo necessário para enviar mensagens com diferentes hierarquias e configurações dos coletores. Além disso, foi avaliada a capacidade de o cliente implementado processar os dados recebidos, gerando sua visualização. / This work proposes a hierarchical model for collecting monitoring data from distributed systems. Its goal is to allow the on-line analysis of the behavior of distributed systems and applications. The means we chose to perform this analysis is to generate a visualization of the collected information. In the beginning of this dissertation we present an overview of the monitoring of distributed systems. Aspects that are specific to the monitoring of Grid systems are also reviewed. Next, we have an analysis of a set of monitoring tools. Then we present the proposed model, which is composed by local collectors, an hierarchical structure of aggregators and clients. A push data transmission model is used in the model and it also has a subscription mechanism. A prototype monitoring tool was implemented, integrating the data collection model with DIMVisual and TRIVA. The former is a data integration model whose output is formatted to be used as input for a visualization tool. The later is a visualization tool which, in the prototype, receives the integrated data from DIMVisual. TRIVA generates a visualization of the received information, which is updated in an on-line fashion. In order to evaluate the model, we performed a set of experiments using the prototype. One of the experiments measured the time spent to send data though different hierarchies. In these tests we have also varied the quantity and the configuration of the collectors. In another experiment we evaluated the capacity of the client to process the received data.

Multidimensional datasetsare increasingly more prominent and important in data science and many application domains. Such datasets typically consist of a large set of observations, or data points, each which is described by several measurements, or dimensions. During the design of techniques and tools to process such datasets, a key component is to gather insights into their structure and patterns, a goal which is targeted by multidimensional visualization methods. Structures and patterns of high-dimensional data can be described, at a core level, by the notion of similarity of observations. Hence, to visualize such patterns, we need effective and efficient ways to depict similarity relations between a large number of observations, each having a potentially large number of dimensions. Within the realm of multidimensional visualization methods, two classes of techniques exist projections and similarity trees which effectively capture similarity patterns and also scale well to the number of observations and dimensions of the data. However, while such techniques show similarity patterns, understanding and interpreting these patterns in terms of the original data dimensions is still hard. This thesis addresses the development of visual explanatory techniques for the easy interpretation of similarity patterns present in multidimensional projections and similarity trees, by several contributions. First, we proposemethodsthat make the computation of similarity treesefficient for large datasets, and also allow their visual explanation on a multiscale, or several levels of detail. We also propose ways to construct simplified representations of similarity trees, thereby extending their visual scalability even further. Secondly, we propose methods for the visual explanation of multidimensional projections in terms of automatically detected groups of related observations which are also automatically annotated in terms of their similarity in the high-dimensional data space. We show next how these explanatory mechanismscan be adapted to handle both static and time-dependent multidimensional datasets. Our proposed techniques are designed to be easy to use, work nearly automatically, handle any typesof quantitativemultidimensional datasets and multidimensional projection techniques, and are demonstrated on a variety of real-world large datasets obtained from image collections, text archives, scientific measurements, and software engineeering. / Conjuntos de dados multidimensionais são cada vez mais proeminentes e importantes em data science e muitos domínios de aplicação. Esses conjuntos de dados são tipicamente constituídos de um grande número de observações, ou objetos, cada qual descrito por várias medidas, ou dimensões. Durante o projeto de técnicas e ferramentas para processar tais dados, um dos focos principais é prover meios para análise e levantamento de hipóteses a partir das principais estruturas e padrões. Esse objetivo é perseguido por métodos de visualização multidimensional. Estruturas e padrões em dados multidimensionais podem ser descritos, em linhas gerais, pela noção de similaridade das observações. Portanto, para visualizar esses padrões, precisamos de meios efetivos e eficientes para retratar relações de similaridade dentre um grande número de observações, que potencialmente possuem um grande número de dimensões cada. No contexto dos métodos de visualização multidimensional, existem duas categorias de técnicas projeções e árvores de similaridade que efetivamente capturam padrões de similaridade e oferecem boa escalabilidade, tanto para o número de observações e quanto de dimensões. No entanto, embora essas técnicas exibam padrões de similaridade, o entendimento e interpretação desses padrões, em termos das dimensões originais dos dados, ainda é difícil. O trabalho desenvolvido nessa tese visa o desenvolvimento de técnicas explicativas para a fácil interpretação de padrões de similaridade presentes em projeções multidimensionais e árvores de similaridade. Primeiro, propomos métodos que possibilitam a computação eficiente de árvores de similaridade para grandes conjuntos de dados, e também a sua explicação visual em multiescala, ou seja, em vários níveis de detalhe. Também propomos modos de construir representações simplificadas de árvores de similaridade, e desse modo estender ainda mais a sua escalabilidade visual. Segundo, propomos métodos para explicar visualmente projeções multidimensionais em termos de grupos de observações relacionadas, detectadas e anotadas automaticamente para explicitar aspectos de sua similaridade no espaço de alta dimensionalidade. Mostramos em seguida como esses mecanismos explicativos podem ser adaptados para lidar com dados de natureza estática e dependentes no tempo. Nossas técnicas sã construídas visando fácil utilização, funcionamento semi automático, aplicação em quaisquer tipos de dados multidimensionais quantitativos e quaisquer técnicas de projeção multidimensional. Demonstramos a sua utilização em uma variedade de conjuntos de dados reais, obtidos a partir de coleções de imagens, arquivos textuais, medições científicas e de engenharia de software.

Estudos em redes complexas têm ganhado cada vez mais atenção devido ao seu potencial de representação simples de modelos complexos em diversas áreas de conhecimento. A obtenção de modelos quantitativos que representem fenômenos observados da natureza, assim como o desenvolvimento de metodologias de caracterização de redes complexas, tornaram-se essenciais para a compreensão e desenvolvimento de pesquisas com essas estruturas. Este trabalho tem como objetivo desenvolver e estudar alguns métodos recentes, usados para a caracterização de redes complexas, explorando-os no contexto da modelagem de conhecimento. Para isso, duas redes complexas foram geradas, uma rede de colaboração de pesquisadores da USP e outra obtida a partir do banco de dados de artigos da Wikipédia, considerando apenas aqueles da categoria de teoremas matemáticos. As medidas concêntricas, que foram recentemente formalizadas, são exploradas e aplicadas às redes descritas, assim como para diversos modelos teóricos, fornecendo informações muito relevantes sobre a topologia dessas redes. Resultados ainda mais interessantes são obtidos pela caracterização dos vértices da rede de colaboração, que revelam padrões de interdisciplinaridade entre as diferentes áreas do conhecimento. Um modelo de aquisição de conhecimento também foi proposto, aplicando a utilização de simulações de múltiplos agentes interagentes que caminham por uma rede complexa segundo uma heurística auto-esquivante. Resultados dessas simulações, realizadas para a rede da Wikipédia e outros modelos teóricos, mostram que certas configurações de parâmetros e de redes apresentam melhor desempenho na aquisição do conhecimento, com a rede de teoremas apresentando o pior deles. Entretanto, diferentemente do que era esperado, a variação da memória dos agentes pouco influência a velocidade de aquisição de conhecimento dos agentes. A freqüência de acesso dos vértices pelos agentes também foi determinada e explorada superficialmente. Diversos softwares foram desenvolvidos para uso neste projeto de mestrado, dentre eles destaca-se o visualizador 3D, que se tornou indispensável para a análise das contribuições das outras propriedades apresentadas. / Studies of complex networks have gained increasing research interest in recent years, in part due to its potential for simple representation of complex systems in various fields of science. The needs of quantitative models representing observed phenomena, as well the development of methods for the characterization of complex networks, is a essential matter for the development and understanding of scientific researches exploring such structures. This work aims to develop and study some new methods for the characterization of complex networks, exploring them in the context of knowledge modeling. Initially, two complex networks were developed, a collaborative network of researchers from the Universidade de Sao Paulo and the other obtained from the database of Wikip´edia articles, considering only those strict related to mathematical theorems. The recently formalized concentric measurements are explored and applied to the described networks, as well to other several theoretical models, providing much more information about the topology of these networks than by the use of traditional measurements. Even more interesting results are obtained by the characterization of the vertices of the collaboration network, which reveal patterns of interdisciplinarity among the many fields of science. A model of knowledge acquisition has also been proposed by the use of simulations of multiple interacting agents walking through a complex network in self-avoiding trajectories. Results of those simulations, performed for the network of Wikipedia and other theoretical models shows that certain sets of parameters and networks perform better in the acquisition of knowledge, through the network of theorems presenting the worst of them. However, unlike what should be expected on the basis of intuition, the agents memories do not play much influence to the speed of acquisition of knowledge. The agent access frequencies of vertices was also been obtained and explored superficially in order to determine where the agents walk more ofen. Several softwares had been developed in this masters thesis project, among these, there is a complex network computational visualization tool, which had become indispensable for the many analysis of the contributions obtained by the use of the other described properties.

Este trabalho apresenta o desenvolvimento de um programa visualizador de processos em aqüíferos intitulado VPA, como módulo integrante de um pa cote de programas computacionais aplicados ao gerenciamento de recursos hídricos subterrâneos denominado SPA (Simulação de Processos em Aqüí- feros). Esse visualizador foi desenvolvido para sistema operacional SuSE Linux, utilizando como ambientes gráficos o KDE e o GNOME. O ambiente de programação Glade 2 foi escolhido para programação e desenvolvimento do visualiza dor. Este ambiente de programação em C é distribuído nos âmbitos de open source development (GNU), e serve como complemento da interface gráfica com o usuário GUI (Graphic User Interfa ce). Em conjunto com esta linguagem de programa ção foi usado o Data Explorer IBM OpenDX, dis-tribuído também nos termos de open source development, como ferramenta para visualização de simulações em duas e três dimensões. Assim, é possível visualizar os resultados gera dos pela simulação de processos de escoamento de fluidos e transporte de poluentes no subsolo por meio dos módulos de pré e pós-processamento do pacote SPA, na forma de dados binários. O mó dulo desenvolvido representa uma alternativa robusta e econômica para a visualização cientí- fica de processos em aqüíferos. / In this work the development of an aquifer poces ses viewer program called VPA is presented. The program is integrated as a module of a compu- tational package devoted to groundwater resources management named SPA (Simulation for Processes in Aquifers). The program was developed on SuSE Linux operational system utilizing KDE and GNOME graphical environments. The graphic templates for the VPA graphical user interface (GUI)were taken from Glade 2. That graphical library is written in C programming language and is distributed under the open source development license (GNU). Scientific visualization routines from Data Ex- plorer IBM OpenDX, also distributed under GNU license, were gathered to VPA giving to it capabi lity to generate two and three-dimensional gra- phics to numerical results. Thus, VPA constitutes the post-processing tool for reading numerical results from binary files and constructing graphics for fluid flow and pol lutant transport simulation in groundwater in the SPA environment. Such module shows itself an economic and robust alternative in scientific visualization to aquifer processes.

A análise de séries temporais gera muitos desafios para profisionais em um grande número de domínios. Várias soluções de visualização integrada com algoritmos de mineração já foram propostas para tarefas exploratórias em coleções de séries temporais. À medida que o conjunto de dados cresce, estas soluções falham em promover uma boa associação entre séries temporais similares. Neste trabalho, é apresentada uma ferramenta para a análise exploratória e mineração de conjuntos de séries temporais que adota uma representação visual baseada em medidas de dissimilaridade entre séries. Esta representação é criada usando técnicas rápidas de projeção, de forma que as séries temporais possam ser visualizadas em espaços bidimensionais. Vários tipos de atributos visuais e conexões no grafo resultante podem ser utilizados para suportar a exploração dessa representação. Também é possível aplicar algumas tarefas de mineração de dados, como a classificação, para apoiar a busca por padrões. As visualizações resultantes têm se mostrado muito úteis na identificação de grupos de séries com comportamentos similares, que são mapeadas para a mesma vizinhança no espaço bidimensional. Grupos visuais de elementos, assim como outliers, são facilmente identficáveis. A ferramenta é avaliada por meio de sua aplicação a vários conjuntos de séries. Um dos estudos de caso explora dados de vazões de usinas hidrelétricas no Brasil, uma aplicação estratégica para o planejamento energético. / Time series analysis poses many challenges to professionals in a wide range of domains. Several visualization solutions integrated with mining algorithms have been proposed for exploratory tasks on time series collections. As the data sets grow large, though, the visual alternatives do not allow for a good association between similar time series. In this work, we introduce a tool for exploratory visualization and mining of large time series data sets that adopts a visual representation based on distance measures between series. This representation is created employing fast projection techniques, so the time series can be viewed in two-dimensional spaces. Various types of visual attributes and connection on the resulting graph can be applied to support exploration. It also supports data mining tasks, such as classification, to search for patterns. The resulting visualizations have proved very useful for identifying groups of series with similar behavior, which are mapped to the close neighborhoods in twodimensional spaces. Visual clusters of elements, as well as outliers, are easily identifiable. Case studies on several domains are presented to validate the tool. One of them is on a data set of stream ows in hydroelectric power plants in Brazil, a strategic application for energy planning.

A necessidade de dispositivos analíticos para detecção precoce de câncer tem motivado pesquisas em nanomateriais de baixo custo, com busca de sinergia para obter alta sensibilidade e seletividade em biossensores. Neste trabalho, o ácido 11-mercaptoundecanóico, o polímero natural quitosana e a proteína concanavalina A (Con A) foram usados como plataforma para imobilizar anticorpos anti-CA 19-9 e construir biossensores para detecção de câncer de pâncreas. Esses biossensores foram produzidos com uma matriz de filmes automontados por adsorção química (self-assembled monolayers, SAM) e por adsorção física (layer-by-layer, LbL). A caracterização com técnicas espectroscópicas e gravimétricas permitiu selecionar as arquiteturas com quitosana/ Con A 2:1 (sensor A), quitosana/ Con A 1:1 (sensor B) e 11-MUA (sensor E), como sendo mais favoráveis à imobilização do anticorpo anti-CA 19-9. Usando os biossensores com espectroscopia de impedância foi possível detectar baixas concentrações do biomarcador CA 19-9, com limites de detecção entre 0,17-0,69 U/mL, 0,31-0,91 U/mL e 0,56-0,91 U/mL para os sensores A, B e E, respectivamente. Esses limites são suficientes para detectar câncer de pâncreas nos estágios iniciais. A seletividade dos dispositivos foi inferida em uma série de experimentos de controle com amostras de células SW 620 e HT-29, ácido úrico, ácido ascórbico, glicose, manose, sérum e antígeno p24, indicando ausência de interferência não específica ao biomarcador. O uso de técnicas de visualização de informação permitiu facilmente distinguir essas amostras, classificando-as de acordo com a concentração do biomarcador em um mapa. Permitiu também quantificar a seletividade dos biossensores através do coeficiente de silhueta, com valores 0,853, 0,861 e 0,897 para os sensores A, B e E, respectivamente. Essa especificidade dos biossensores foi confirmada por medidas de PM-IRRAS, através das bandas de amida I e II em 1566 cm-1 e 1650 cm-1, indicando a interação específica entre anticorpo e antígeno, que pode ser modelada com uma isoterma de Langmuir-Freundlich. Quando a matriz de quitosana/ Con A foi substituída por um filme monocamada ou quando se empregou um biomarcador de maior peso molecular, a adsorção do biomarcador foi explicada por uma combinação de dois processos de Langmuir-Freundlich. Conclui-se que os biossensores de baixo custo podem ser eficientes para diagnóstico e prognóstico, e serem implementados na rede nacional de saúde com disseminação da tecnologia. / The need of analytical devices to detect cancer at early stages has motivated research into nanomaterials where synergy is sought to achieve high sensitivity and selectivity in biosensors. In this work, 11-mercaptoundecanoic acid, the polymer chitosan and the protein concanavalin A (Con A) were used as a platform to immobilize the anti-CA 19-9 antibody using the self-assembled monolayer (SAM) and the layer-by-layer (LbL) techniques. The characterization with spectroscopic and gravimetric techniques allowed us to select the architectures with chitosan/Con A 2:1 (Sensor A), chitosan/Con A 1:1 (Sensor B) and 11 MUA (Sensor E) as optimized for immobilization of anti-CA 19-9 antibodies. Using impedance spectroscopy, the biosensors were capable of detecting low concentrations of CA 19-9 biomarker, with limit of detection in the range 0.17-0.69 U/mL, 0.31-0.91 U/mL and 0.56-0.91 U/mL for sensors A, B and E, respectively. These limits are sufficient to detect pancreatic cancer at early stages. The selectivity of the biosensors was inferred in a series of control experiments with cell samples SW-620 and HT-29, uric acid, ascorbic acid, glucose, mannose, serum and p24 antigen, indicating the absence of non-specific interference. With information visualization techniques, these samples could be easily distinguished in a visual map, and be classified according to their content of CA 19-9. Furthermore, the selectivity could be quantified through the silhouette coefficient, with values 0.853, 0.861 and 0.897 for sensors A, B and E, respectively. This biosensor specificity was confirmed with PM-IRRAS measurements by monitoring the amide I and II bands at 1566 cm-1 and 1650 cm-1. The specific interaction between antibody and antigen was modeled with a Langmuir-Freundlich isotherm. When the chitosan/Con A matrix was replaced by a SAM monolayer or if a larger biomarker was employed, adsorption was explained by a combination of two Langmuir-Freundlich processes. In conclusion, low cost biosensors may be effective for diagnostics and prognostics, and may be further implemented in the Brazilian national health system with technology transfer.