Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-09-19T16:19:16Z No. of bitstreams: 1 Richard Mateus Altmayer_.pdf: 11624194 bytes, checksum: 033148b21ac20bc09f084ae426e1e45f (MD5) / Made available in DSpace on 2018-09-19T16:19:16Z (GMT). No. of bitstreams: 1 Richard Mateus Altmayer_.pdf: 11624194 bytes, checksum: 033148b21ac20bc09f084ae426e1e45f (MD5) Previous issue date: 2018-04-12 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A utilização de informações sobre comportamento de navegação de usuários na web tem sido amplamente utilizada para traçar perfis comportamentais de usuários com o intuito de oferecer anúncios publicitários por segmentos ou categorias. Nesta mesma linha, hábitos de comportamento baseado em locais que um indivíduo frequenta no seu cotidiano também podem ser analisados. Este trabalho propõe um modelo de agrupamento de indivíduos de uma população para posterior análise de seus hábitos de frequência a locais (GeoSocial). Os padrões de frequência dos grupos formados representam características de comportamento da população e podem ajudar a identificar oportunidades mercadológicas ou auxiliar aos tomadores de decisão ligados ao governo proporem determinadas melhorias/mudanças na infra-estrutura de uma determinada cidade. As informações dos locais de interesse frequentados pelos usuários são capturadas por coordenadas GPS via aplicativo móvel desenvolvido. O aplicativo rastreia e armazena as localidades que o indivíduo frequenta, permite visualizar o seu tempo e locais de permanência e pode conectá-lo à uma rede social formada a partir das similaridades entre seus hábitos e de outros indivíduos. O modelo proposto engloba: i. um módulo de clusterização de usuários que utiliza a técnica Affinity Propagation; ii. um módulo de visualização interativa para análise dos grupos por meio da técnica de Coordenadas Paralelas. O GeoSocial é avaliado mediante a utilização de diferentes cenários, fazendo uso de dados artificiais gerados. A avaliação evidencia o potencial de adaptação do modelo à diferentes objetivos de análise. / Information about user navigation behavior on the web has been widely used to draw user behavioral profiles in order to offer advertisements segmented by categories. In this same line, behavior habits based on places that an individual attends in their daily life can also be analyzed. This paper proposes a clustering model of individuals for further analysis of their habits of frequency in places (GeoSocial). Patterns of the formed groups represent characteristics of population’s behavior and can help to identify market opportunities or to help decision makers linked to government to propose improvements/changes in the infrastructure of a city. Users information about their frequented interest places are captured by GPS coordinates by a mobile app developed. App tracks and storages places that are frequent individuals. It allows visualize their time permanency on places and connect they to a social network formed from the similarities between their habits and the others. The proposed model includes: i. a user clustering module based on Affinity Propagation technique; ii. an interactive visualization module to analyze individual data correlation of groups based on Parallel Coordinates technique. GeoSocial is evaluated by different scenarios, making use of artificial data generated. Evaluation indicates the possibility of the model to a multitude of objectives.

Esta tese apresenta um arcabouço teórico para auxiliar o estudo e o projeto de técnicas de visualização interativa de dados. Tais técnicas, tradicionalmente, têm sido projetadas baseando-se na experiência dos analistas desenvolvedores. Muitos trabalhos, todavia, têm procurado desenvolver um espaço de compreensão coerente para explicar como as visualizações são compostas e para permitir a predição de novas abordagens para técnicas de visualização. No entanto, propostas precursoras apresentam inadequações, não sendo capazes nem de fomentar novas sistematizações nem de explicar a concepção das técnicas mais recentes encontradas na literatura. Numa etapa inicial, esta tese revê conceitos em visualização, percepção e cognição procurando explicar como a análise visual de dados funciona. A revisão destes trabalhos é sintetizada em um processo de expressividade visual que correlaciona estímulos pré-atentivos, percepção visual analítica e interpretação cognitiva. Em seguida, após uma extensa revisão de trabalhos relacionados, a discussão prossegue definindo um plano de teorização da constituição dos métodos de representação visual de dados. Este plano impulsiona o desenvolvimento de uma sistematização inicial na forma de uma taxonomia capaz de caracterizar os constituintes pré-atentivos das visualizações. Esta caracterização é orientada à percepção visual analítica, que é parte do processo de expressividade visual. Desta maneira, em uma abordagem orientada a percepções visuais, as técnicas de visualização são classificadas de acordo com um conjunto limitado de características comuns e de processos de espacialização de dados. O próximo passo da discussão prossegue para a construção de um espaço de design com dimensões de posição, forma e cor. O espaço proposto, denominado Espaço de Design Espacial- Perceptivo, considera a possibilidade de múltiplos ciclos de espacialização de dados e também técnicas de interação. Baseando-se no espaço de design introduzido, a tese apresenta um modelo para a definição de parâmetros para o design de visualizações. Este modelo, que é um primeiro resultado da aplicação dos conceitos apresentados, prevê uma ferramenta para a definição, apresentação automática e avaliação empírica de representações visuais de dados. O trabalho é encerrado com a descrição de dois sistemas completos para a visualização de grafos e de dados multi variados. Assim, na última parte do texto, os sistemas GMine e VisTree são formalmente apresentados e analisados como estudos de caso à luz da teoria desenvolvida na tese / This thesis presents a theoretical framework to assist the study and the design of interactive data visualization techniques. Traditionally, visualization techniques have been designed based on analysts? experience. Many works, though, have sought to develop a coherent comprehension space to explain how visualizations are composed and to allow the prediction of new approaches for visualization techniques. However, precursor proposals present inadequacies and have not been able neither to furnish new systematizations nor to explain late techniques found in literature. In an initial step, this thesis reviews concepts on visualization, perception and cognition aiming at explaining how visual data analyses work. The revision of these works is synthesized in a process of visual expressivity that interrelates pre-attentive stimuli, analytical visual perception and cognitive interpretation. Then, after an extensive revision of related works, the discussion proceeds by structuring a plan for theorizing the constitution of methods for data visual representation. This plan furnishes the development of an initial systematization in the form of a taxonomy that characterizes the pre-attentive constituents of visualizations. This characterization considers visual analytical perceptions, which are part of the processes of visual expressivity. Like so, in a perceptions oriented approach, visualization techniques are classified according to a limited set of common characteristics and to data spatialization processes. The next step in the discussion proceeds to the construction of a space with dimensions position, shape and color. The proposed space is named Spatial/Perceptual Design Space, it considers the possibility of multiple cycles of data spatialization and also interaction techniques. Based on the design space just introduced, this thesis presents a model for the definition of parameters for visualization design. This model, which is a first result of the application of the presented concepts, foresees a tool for the definition, automatic presentation and empirical evaluation of visual data representations. The work is finished with the description of two complete systems for the visualization of graphs and multivariate data. Hence, in the last part of the text, systems GMine and VisTree are formally presented and analyzed as study cases under the light of the theory introduced in the thesis

Este trabalho objetivou avaliar a prevalência de subgrupos da Disfunção Temporomandibular (DTM) e hábitos parafuncionais orais em indivíduos portadores de zumbido subjetivo, sendo comparados com indivíduos sem zumbido. Duzentos indivíduos, de ambos os gêneros, com idade entre 18 a 60 anos, participaram do estudo. Inicialmente, foram subdivididos, com auxílio do exame otorrinolaringológico, em grupo experimental (n=100), indivíduos portadores de zumbido subjetivo, e grupo controle (n=100), voluntários sem qualquer queixa de zumbido. A análise da prevalência de DTM, bem como o estudo dos seus sinais e sintomas, foi feita segundo os critérios de diagnóstico Research Diagnostic Criteria for Temporomandibular Disorders (RDC/TMD). O Limiar de Dor à Pressão (LDP) dos músculos masseter e temporais (anterior, médio e posterior) foram medidos bilateralmente, por meio de um algômetro KRATOS®, e a dor subjetiva pela Escala de Análise Visual (EAV). O estudo da presença dos hábitos parafuncionais orais, apertamento dentário diurno e bruxismo do sono, foi feito através do auto-relato e da aplicação de exame clínico de bruxismo, respectivamente. Os dados obtidos foram submetidos à análise estatística (Testes Qui-Quadrado, t de Student e Mann-Whitney e Coeficiente de Correlação de Spearman), em um nível de significância de 5%. Foi encontrada uma maior prevalência de DTM no grupo experimental quando comparado ao grupo controle (p<0,05). De uma maneira geral, os sinais e sintomas de DTM avaliados foram mais prevalentes no grupo experimental em comparação ao grupo controle, como a presença de dor à palpação na ATM e de ruídos articulares na abertura bucal, maior tempo de dor e maior grau de severidade de dor crônica. O resultado médio da EAV encontrado foi estatisticamente maior no grupo experimental (p<0,05), contudo os LDPs não apresentaram diferença significativa entre os grupos. A análise dos hábitos parafuncionais mostrou diferença estatisticamentente significativa da presença de bruxismo noturno entre os grupos, sendo mais prevalente no grupo experimental (p<0,05). Houve uma correlação positiva estatisticamente significativa entre a severidade do zumbido e a severidade da dor crônica (p<0,05) e entre o tempo de zumbido e o tempo de dor (p<0,05). Conclui-se que parece existir uma forte correlação entre os sinais e sintomas da DTM e o zumbido de caráter subjetivo. / The aim of this study was to study the prevalence of Temporomandibular Disorders (TMD) subgroups and oral parafunctional habits, daytime clenching and sleep bruxism, in patients with subjective tinnitus when compared to a group of asymptomatic volunteers. Two hundred patients (ages between 18-60 years-old) participated in this study, divided into two groups, according to the presence (experimental) or not (comparison) of subjective tinnitus. According to the RDC/TMD criteria, the subgroups were determined. The Pain Pressure Threshold (PPT) values of masseter and temporalis (anterior, middle, and posterior regions) muscles were recorded bilaterally with an algometer and a visual analog scale (VAS) was used to address subjective pain. The severity of the TMD was determined by using an anamnestic questionnaire while a self-reported questionnaire detected parafuncional habits. Data were submitted to statistical analysis (Chi-square, t Student, Mann-Whitney and Spearmans Correlation), at a 5% significance level. The prevalence of signs and symptoms of TMD was significantly associated with the presence of tinnitus (p.001). The three most prevalent TMD subgroups in tinnitus patients (p<.05) were myofascial pain with temporomandibular joint (TMJ) internal derangement (39%), disc displacement with reduction (44,33%) and arthralgy (53,54%). The PPT values were lower (p>.05) while VAS was statistically higher (p<.05) for tinnitus patients. The severity of TMD was associated with tinnitus (p0.001). Both, the report of sleep bruxism (58%), as well as of daytime clenching (60%) were found more frequently in tinnitus patients. Significant difference, however, was detected only for the report of bruxism (p<.05). These results suggest that an association exists between TMD and subjective tinnitus.

Esta tese apresenta um arcabouço teórico para auxiliar o estudo e o projeto de técnicas de visualização interativa de dados. Tais técnicas, tradicionalmente, têm sido projetadas baseando-se na experiência dos analistas desenvolvedores. Muitos trabalhos, todavia, têm procurado desenvolver um espaço de compreensão coerente para explicar como as visualizações são compostas e para permitir a predição de novas abordagens para técnicas de visualização. No entanto, propostas precursoras apresentam inadequações, não sendo capazes nem de fomentar novas sistematizações nem de explicar a concepção das técnicas mais recentes encontradas na literatura. Numa etapa inicial, esta tese revê conceitos em visualização, percepção e cognição procurando explicar como a análise visual de dados funciona. A revisão destes trabalhos é sintetizada em um processo de expressividade visual que correlaciona estímulos pré-atentivos, percepção visual analítica e interpretação cognitiva. Em seguida, após uma extensa revisão de trabalhos relacionados, a discussão prossegue definindo um plano de teorização da constituição dos métodos de representação visual de dados. Este plano impulsiona o desenvolvimento de uma sistematização inicial na forma de uma taxonomia capaz de caracterizar os constituintes pré-atentivos das visualizações. Esta caracterização é orientada à percepção visual analítica, que é parte do processo de expressividade visual. Desta maneira, em uma abordagem orientada a percepções visuais, as técnicas de visualização são classificadas de acordo com um conjunto limitado de características comuns e de processos de espacialização de dados. O próximo passo da discussão prossegue para a construção de um espaço de design com dimensões de posição, forma e cor. O espaço proposto, denominado Espaço de Design Espacial- Perceptivo, considera a possibilidade de múltiplos ciclos de espacialização de dados e também técnicas de interação. Baseando-se no espaço de design introduzido, a tese apresenta um modelo para a definição de parâmetros para o design de visualizações. Este modelo, que é um primeiro resultado da aplicação dos conceitos apresentados, prevê uma ferramenta para a definição, apresentação automática e avaliação empírica de representações visuais de dados. O trabalho é encerrado com a descrição de dois sistemas completos para a visualização de grafos e de dados multi variados. Assim, na última parte do texto, os sistemas GMine e VisTree são formalmente apresentados e analisados como estudos de caso à luz da teoria desenvolvida na tese / This thesis presents a theoretical framework to assist the study and the design of interactive data visualization techniques. Traditionally, visualization techniques have been designed based on analysts? experience. Many works, though, have sought to develop a coherent comprehension space to explain how visualizations are composed and to allow the prediction of new approaches for visualization techniques. However, precursor proposals present inadequacies and have not been able neither to furnish new systematizations nor to explain late techniques found in literature. In an initial step, this thesis reviews concepts on visualization, perception and cognition aiming at explaining how visual data analyses work. The revision of these works is synthesized in a process of visual expressivity that interrelates pre-attentive stimuli, analytical visual perception and cognitive interpretation. Then, after an extensive revision of related works, the discussion proceeds by structuring a plan for theorizing the constitution of methods for data visual representation. This plan furnishes the development of an initial systematization in the form of a taxonomy that characterizes the pre-attentive constituents of visualizations. This characterization considers visual analytical perceptions, which are part of the processes of visual expressivity. Like so, in a perceptions oriented approach, visualization techniques are classified according to a limited set of common characteristics and to data spatialization processes. The next step in the discussion proceeds to the construction of a space with dimensions position, shape and color. The proposed space is named Spatial/Perceptual Design Space, it considers the possibility of multiple cycles of data spatialization and also interaction techniques. Based on the design space just introduced, this thesis presents a model for the definition of parameters for visualization design. This model, which is a first result of the application of the presented concepts, foresees a tool for the definition, automatic presentation and empirical evaluation of visual data representations. The work is finished with the description of two complete systems for the visualization of graphs and multivariate data. Hence, in the last part of the text, systems GMine and VisTree are formally presented and analyzed as study cases under the light of the theory introduced in the thesis

The classical wavelet transform has been widely used in image and signal processing, where a signal is decomposed into a combination of basis signals. By analyzing the individual contribution of the basis signals, one can infer properties of the original signal. This dissertation presents an overview of the extension of the classical signal processing theory to graph domains. Specifically, we review the graph Fourier transform and graph wavelet transforms both of which based on the spectral graph theory, and explore their properties through illustrative examples. The main features of the spectral graph wavelet transforms are presented using synthetic and real-world data. Furthermore, we introduce in this dissertation a novel method for visual analysis of dynamic networks, which relies on the graph wavelet theory. Dynamic networks naturally appear in a multitude of applications from different domains. Analyzing and exploring dynamic networks in order to understand and detect patterns and phenomena is challenging, fostering the development of new methodologies, particularly in the field of visual analytics. Our method enables the automatic analysis of a signal defined on the nodes of a network, making viable the detection of network properties. Specifically, we use a fast approximation of the graph wavelet transform to derive a set of wavelet coefficients, which are then used to identify activity patterns on large networks, including their temporal recurrence. The wavelet coefficients naturally encode spatial and temporal variations of the signal, leading to an efficient and meaningful representation. This method allows for the exploration of the structural evolution of the network and their patterns over time. The effectiveness of our approach is demonstrated using different scenarios and comparisons involving real dynamic networks. / A transformada wavelet clássica tem sido amplamente usada no processamento de imagens e sinais, onde um sinal é decomposto em uma combinação de sinais de base. Analisando a contribuição individual dos sinais de base, pode-se inferir propriedades do sinal original. Esta tese apresenta uma visão geral da extensão da teoria clássica de processamento de sinais para grafos. Especificamente, revisamos a transformada de Fourier em grafo e as transformadas wavelet em grafo ambas fundamentadas na teoria espectral de grafos, e exploramos suas propriedades através de exemplos ilustrativos. As principais características das transformadas wavelet espectrais em grafo são apresentadas usando dados sintéticos e reais. Além disso, introduzimos nesta tese um método inovador para análise visual de redes dinâmicas, que utiliza a teoria de wavelets em grafo. Redes dinâmicas aparecem naturalmente em uma infinidade de aplicações de diferentes domínios. Analisar e explorar redes dinâmicas a fim de entender e detectar padrões e fenômenos é desafiador, fomentando o desenvolvimento de novas metodologias, particularmente no campo de análise visual. Nosso método permite a análise automática de um sinal definido nos vértices de uma rede, tornando possível a detecção de propriedades da rede. Especificamente, usamos uma aproximação da transformada wavelet em grafo para obter um conjunto de coeficientes wavelet, que são então usados para identificar padrões de atividade em redes de grande porte, incluindo a sua recorrência temporal. Os coeficientes wavelet naturalmente codificam variações espaciais e temporais do sinal, criando uma representação eficiente e com significado expressivo. Esse método permite explorar a evolução estrutural da rede e seus padrões ao longo do tempo. A eficácia da nossa abordagem é demonstrada usando diferentes cenários e comparações envolvendo redes dinâmicas reais.

A rápida evolução dos recursos computacionais vem permitindo que grandes conjuntos de dados sejam armazenados e recuperados. No entanto, a exploração, compreensão e extração de informação útil ainda são um desafio. Com relação às ferramentas computacionais que visam tratar desse problema, a Visualização de Informação possibilita a análise de conjuntos de dados por meio de representações gráficas e a Mineração de Dados fornece processos automáticos para a descoberta e interpretação de padrões. Apesar da recente popularidade dos métodos de visualização de informação, um problema recorrente é a baixa escalabilidade visual quando se está analisando grandes conjuntos de dados, resultando em perda de contexto e desordem visual. Com intuito de representar grandes conjuntos de dados reduzindo a perda de informação relevante, o processo de agregação visual de dados vem sendo empregado. A agregação diminui a quantidade de dados a serem representados, preservando a distribuição e as tendências do conjunto de dados original. Quanto à mineração de dados, visualização de informação vêm se tornando ferramental essencial na interpretação dos modelos computacionais e resultados gerados, em especial das técnicas não-supervisionados, como as de agrupamento. Isso porque nessas técnicas, a única forma do usuário interagir com o processo de mineração é por meio de parametrização, limitando a inserção de conhecimento de domínio no processo de análise de dados. Nesta dissertação, propomos e desenvolvemos uma metáfora visual baseada na TableLens que emprega abordagens baseadas no conceito de agregação para criar representações mais escaláveis para a interpretação de dados tabulares. Como aplicação, empregamos a metáfora desenvolvida na análise de resultados de técnicas de agrupamento. O ferramental resultante não somente suporta análise de grandes bases de dados com reduzida perda de contexto, mas também fornece subsídios para entender como os atributos dos dados contribuem para a formação de agrupamentos em termos da coesão e separação dos grupos formados. / The rapid evolution of computing resources has enabled large datasets to be stored and retrieved. However, exploring, understanding and extracting useful information is still a challenge. Among the computational tools to address this problem, information visualization techniques enable the data analysis employing the human visual ability by making a graphic representation of the data set, and data mining provides automatic processes for the discovery and interpretation of patterns. Despite the recent popularity of information visualization methods, a recurring problem is the low visual scalability when analyzing large data sets resulting in context loss and visual disorder. To represent large datasets reducing the loss of relevant information, the process of aggregation is being used. Aggregation decreases the amount of data to be represented, preserving the distribution and trends of the original dataset. Regarding data mining, information visualization has become an essential tool in the interpretation of computational models and generated results, especially of unsupervised techniques, such as clustering. This occurs because, in these techniques, the only way the user interacts with the mining process is through parameterization, limiting the insertion of domain knowledge in the process. In this thesis, we propose and develop the new visual metaphor based on the TableLens that employs approaches based on the concept of aggregation to create more scalable representations of tabular data. As application, we use the developed metaphor in the analysis of the results of clustering techniques. The resulting framework does not only support large database analysis but also provides insights into how data attributes contribute to clustering regarding cohesion and separation of the composed groups

Na maioria dos processos de análise de imagens há a necessidade de um pré-processamento, no qual são extraídos e calculados vetores de características que representem as imagens são utilizados no cálculo de similaridade. Uma dificuldade nessas tarefas é o grande número de características que definem um espaço de alta dimensionalidade, afetando fortemente o desempenho das tarefas que seguem, que podem envolver uma análise visual, um agrupamento ou uma classificação de dados, por exemplo. Lidar com esse problema normalmente exige técnicas de redução de dimensionalidade ou seleção de características. O presente trabalho dá sequência a trabalhos que utilizam técnicas de visualização como suporte para avaliar espaços de características gerados a partir de coleções de imagens. Nele, objetiva-se aprimorar um método baseado na análise visual de conjuntos de imagens empregando a árvore de similaridade Neighbor-Joining que apoia o usuário a selecionar um subespaço de características que mantenha ou melhore os resultados das visualizações do conjunto de imagens. A partir da metodologia proposta, a avaliação e a seleção de características representativas é realizada usando a visualização NJ. A maior parte dos experimentos responde positivamente para diferentes conjuntos de imagens representados por vários extratores, obtendo-se processos de seleção personalizados mais precisos e eficazes, em termos de agrupamento, do que abordagens automáticas reportadas na literatura / In the majority of the image analysis processes there is need for a pre-processing step, in which feature vectors representative of the images are extracted and similarity methods are calculates. A difficult step in the process is to choose amongst the large number of features available, that will define a feature space of high dimensionality, impacting the cost of the subsequent processing tasks, such as visual analysis, clustering and classification. This problem is usually handled by dimension reduction of feature selection techniques. This work extends and improves previous work that employs visualization and visual analysis techniques to support evaluation of feature spaces created from image collections. The goal is to improve a previous method of feature selection through visualization to employ similarity trees via the Neighbor Joining (NJ) algorithm as the basis for the visual layout, as well as to improve the choices of the analyst regarding tools for visual selection of features. The same process can be employed to support evaluation of feature spaces using the NJ visualization. The majorities of experiments results in improvement of spaces generated by various extractors, yielding personalized selection process that are more precisely related to user\'s perspective of the data set and are perform similarly or better than automatic approaches available in the literature. Keywords: information visualization, mining, visual images, visual analysis of the feature space, similarity trees

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-06-10T17:35:13Z No. of bitstreams: 1 ARTHUR THIAGO THAMAY MEDEIROS - DISSERTAÇÃO PPGDsign 2018..pdf: 119262402 bytes, checksum: 2bbca76fb01ef0bbd2554ccff0da302d (MD5) / Made available in DSpace on 2018-06-10T17:35:13Z (GMT). No. of bitstreams: 1 ARTHUR THIAGO THAMAY MEDEIROS - DISSERTAÇÃO PPGDsign 2018..pdf: 119262402 bytes, checksum: 2bbca76fb01ef0bbd2554ccff0da302d (MD5) Previous issue date: 2018-02-27 / A presente pesquisa apresenta uma análise visual dp ladrilho hidráulico de Campina Grande, abrangendo os exemplares da Fábrica Metro Materiais, a antiga "Fábrica de Mosaicos Resistência", inaugurada em 1947. Popularmente conhecido como mosaicos, essa tipologia de revestimento foi um elemento construtivo importante na constituição histórica da arquitetura de Campina. A cidade foi palco de grande desenvolvimento em diversos setores industriais e, por isso, torna-se importante a investigação da trajetória das fábricas de ladrilhos hidráulicos que funcionaram no município. A pesquisa investiga os padrões e demais aspectos iconográficos dos ladrilhos produzidos pela Fábrica Metro, com o objetivo de analisar, registrar e compreender os desenhos de maneira técnico-construtiva. Justifica-se a pesquisa, conforme o seu valor científico e académico, devido à escassez de literatura sobre o tema de análises visuais a respeito desses artefatos, resultando na preservação dos modelos, através do registro do patrimônio industrial campinense abordado na pesquisa. Assim, a contribuição dos resultados, bem como os conceitos apresentados sobre as técnicas de composição dos ladrilhos hidráulicos, abre caminhos para conhecimentos que podem ser aplicados em demais projetos distintos na área do design de superfície. / The present research presents a visual analysis of the hydraulic tile of Campina Grande, covering the examples of the Metro Materiais Factory, the former "Fábrica de Mosaicos Resistência", inaugurated in 1947. Popularly known as mosaics, this type of tile coating was an important constructive element in the historical constitution of the Campina architecture. The city was a stage of great development in several industrial sectors and, therefore, it becomes important to investigate the trajectory of the hydraulic tile factories that worked in the municipality. The research investigates the patterns and other iconographic aspects of the tiles produced by Metro Materiais, with the purpose of analyzing, registering and understanding the drawings in a technical-constructive manner. The research, according to its scientific and academic value, is justified due to the scarcity of literature on the subject of visual analysis regarding these artrfacts, resulting in the preservation of the models, through the record of the Campina Grande's industrial patrimony studied in the research. Thus, the contribution of the results, as well as the concepts presented on the techniques of composition of the hydraulic tiles, opens paths for knowledge that can be applied in other projects in the area of surface design

A rápida evolução dos recursos computacionais vem permitindo que grandes conjuntos de dados sejam armazenados e recuperados. No entanto, a exploração, compreensão e extração de informação útil ainda são um desafio. Com relação às ferramentas computacionais que visam tratar desse problema, a Visualização de Informação possibilita a análise de conjuntos de dados por meio de representações gráficas e a Mineração de Dados fornece processos automáticos para a descoberta e interpretação de padrões. Apesar da recente popularidade dos métodos de visualização de informação, um problema recorrente é a baixa escalabilidade visual quando se está analisando grandes conjuntos de dados, resultando em perda de contexto e desordem visual. Com intuito de representar grandes conjuntos de dados reduzindo a perda de informação relevante, o processo de agregação visual de dados vem sendo empregado. A agregação diminui a quantidade de dados a serem representados, preservando a distribuição e as tendências do conjunto de dados original. Quanto à mineração de dados, visualização de informação vêm se tornando ferramental essencial na interpretação dos modelos computacionais e resultados gerados, em especial das técnicas não-supervisionados, como as de agrupamento. Isso porque nessas técnicas, a única forma do usuário interagir com o processo de mineração é por meio de parametrização, limitando a inserção de conhecimento de domínio no processo de análise de dados. Nesta dissertação, propomos e desenvolvemos uma metáfora visual baseada na TableLens que emprega abordagens baseadas no conceito de agregação para criar representações mais escaláveis para a interpretação de dados tabulares. Como aplicação, empregamos a metáfora desenvolvida na análise de resultados de técnicas de agrupamento. O ferramental resultante não somente suporta análise de grandes bases de dados com reduzida perda de contexto, mas também fornece subsídios para entender como os atributos dos dados contribuem para a formação de agrupamentos em termos da coesão e separação dos grupos formados. / The rapid evolution of computing resources has enabled large datasets to be stored and retrieved. However, exploring, understanding and extracting useful information is still a challenge. Among the computational tools to address this problem, information visualization techniques enable the data analysis employing the human visual ability by making a graphic representation of the data set, and data mining provides automatic processes for the discovery and interpretation of patterns. Despite the recent popularity of information visualization methods, a recurring problem is the low visual scalability when analyzing large data sets resulting in context loss and visual disorder. To represent large datasets reducing the loss of relevant information, the process of aggregation is being used. Aggregation decreases the amount of data to be represented, preserving the distribution and trends of the original dataset. Regarding data mining, information visualization has become an essential tool in the interpretation of computational models and generated results, especially of unsupervised techniques, such as clustering. This occurs because, in these techniques, the only way the user interacts with the mining process is through parameterization, limiting the insertion of domain knowledge in the process. In this thesis, we propose and develop the new visual metaphor based on the TableLens that employs approaches based on the concept of aggregation to create more scalable representations of tabular data. As application, we use the developed metaphor in the analysis of the results of clustering techniques. The resulting framework does not only support large database analysis but also provides insights into how data attributes contribute to clustering regarding cohesion and separation of the composed groups

The classical wavelet transform has been widely used in image and signal processing, where a signal is decomposed into a combination of basis signals. By analyzing the individual contribution of the basis signals, one can infer properties of the original signal. This dissertation presents an overview of the extension of the classical signal processing theory to graph domains. Specifically, we review the graph Fourier transform and graph wavelet transforms both of which based on the spectral graph theory, and explore their properties through illustrative examples. The main features of the spectral graph wavelet transforms are presented using synthetic and real-world data. Furthermore, we introduce in this dissertation a novel method for visual analysis of dynamic networks, which relies on the graph wavelet theory. Dynamic networks naturally appear in a multitude of applications from different domains. Analyzing and exploring dynamic networks in order to understand and detect patterns and phenomena is challenging, fostering the development of new methodologies, particularly in the field of visual analytics. Our method enables the automatic analysis of a signal defined on the nodes of a network, making viable the detection of network properties. Specifically, we use a fast approximation of the graph wavelet transform to derive a set of wavelet coefficients, which are then used to identify activity patterns on large networks, including their temporal recurrence. The wavelet coefficients naturally encode spatial and temporal variations of the signal, leading to an efficient and meaningful representation. This method allows for the exploration of the structural evolution of the network and their patterns over time. The effectiveness of our approach is demonstrated using different scenarios and comparisons involving real dynamic networks. / A transformada wavelet clássica tem sido amplamente usada no processamento de imagens e sinais, onde um sinal é decomposto em uma combinação de sinais de base. Analisando a contribuição individual dos sinais de base, pode-se inferir propriedades do sinal original. Esta tese apresenta uma visão geral da extensão da teoria clássica de processamento de sinais para grafos. Especificamente, revisamos a transformada de Fourier em grafo e as transformadas wavelet em grafo ambas fundamentadas na teoria espectral de grafos, e exploramos suas propriedades através de exemplos ilustrativos. As principais características das transformadas wavelet espectrais em grafo são apresentadas usando dados sintéticos e reais. Além disso, introduzimos nesta tese um método inovador para análise visual de redes dinâmicas, que utiliza a teoria de wavelets em grafo. Redes dinâmicas aparecem naturalmente em uma infinidade de aplicações de diferentes domínios. Analisar e explorar redes dinâmicas a fim de entender e detectar padrões e fenômenos é desafiador, fomentando o desenvolvimento de novas metodologias, particularmente no campo de análise visual. Nosso método permite a análise automática de um sinal definido nos vértices de uma rede, tornando possível a detecção de propriedades da rede. Especificamente, usamos uma aproximação da transformada wavelet em grafo para obter um conjunto de coeficientes wavelet, que são então usados para identificar padrões de atividade em redes de grande porte, incluindo a sua recorrência temporal. Os coeficientes wavelet naturalmente codificam variações espaciais e temporais do sinal, criando uma representação eficiente e com significado expressivo. Esse método permite explorar a evolução estrutural da rede e seus padrões ao longo do tempo. A eficácia da nossa abordagem é demonstrada usando diferentes cenários e comparações envolvendo redes dinâmicas reais.