Workflow management in problem solving environments (PSEs) is an emerging topic that aims to combine both data-oriented and execution-oriented views of scientific experiments, and closely integrate the processes underlying the practice of computational science with the software artifacts constituted by the PSE. This thesis presents a workflow management solution called BREW (BetteR Experiments through Workflow management) that provides functionality along four dimensions: components and installation management, experiment execution management, data management, and (full fledged) workflow management. BREW builds upon EMDAG, a first generation experiment management system designed at Virginia Tech which provided rudimentary facilities for supporting (only) the first two functionalities. BREW provides a complete dynamic workflow management solution wherein the PSE user can compose arbitrary scientific experiments and specify intended dynamic behavior of these experiments to an extent not previously possible. Along with the design details of the BREW system, this thesis identifies important tradeoffs underlying workflow management for PSEs, and presents two case studies involving large-scale data assimilation in bioinformatics experiments. / Master of Science

No description available.

Nesta tese, entendemos design como um processo criativo de busca por soluções para problemas complexos e mal definidos. Design é o ato projetual de busca por boas soluções em espaços contendo diversas soluções possíveis. O design de visualizações é o desenvolvimento de metáforas visuais para dados abstratos, é a transformação de dados em representações gráficas interativas. Visualizações têm o objetivo de auxiliar os processos cognitivos de compreensão de informação e tornar mais eficiente e efetiva a execução de tarefas envolvendo dados. A complexidade do design de visualizações está tanto na multiplicidade e impossibilidade de redução de seus problemas quanto na extensão e variação de seus dados. Para tratar dessa complexidade, o designer executa uma conversa reflexiva com externalizações materiais do projeto. Essas representações externas podem funcionar como entidades intermediárias de projeto, quando elas não são, em si, a descrição do problema, nem a representação de uma solução e, sim, uma entidade que opera entre esses espaços. As três principais atividades do desenvolvimento de visualizações são o entendimento, a transformação e o mapeamento gráfico dos dados. Transformação de dados é um componente ativo no design de visualizações, pois muitas das decisões tomadas sobre as marcas gráficas dependem da transformação e da derivação dos dados. Propomos que o uso de representações gráficas de estruturas de dados, quando abordadas como entidades intermediárias de projeto, pode auxiliar no processo de design de visualização de dados, ajudando a tratar sua complexidade e a produzir melhores soluções para problemas de visualização. Ao externalizar a representação de estruturas de dados, cria-se um suporte material para memória e raciocínio, que auxilia na compreensão dessas estruturas. Ao abordar essas representações como entidades intermediárias de projeto, é possível tratá-las como materiais que dão suporte para a definição, o entendimento e a navegação pelo espaço de possibilidades de um projeto. Elas passam a ser representações que auxiliam na compreensão das possíveis soluções de uma visualização e os meios para atingi-las. Nesta tese, defendemos essa proposição por meio de um embasamento teórico e do desenvolvimento e aplicação de uma técnica de representação de estruturas de dados. / In this thesis, we understand design as a creative process of searching for solutions to complex and ill-defined problems. Design is the act of search for good solutions in spaces containing several possible solutions. The design of visualizations is the development of visual metaphors for abstract data, is the transformation of data in interactive graphics. Visualizations are intended to assist the cognitive processes of understanding information and to make more efficient and effective the execution of tasks involving data. The complexity of visualization design is both in the impossibility of reducing their problems as in the extent and range of the data. To address this complexity, the designer performs a reflective conversation with project externalizations. These external representations can act as intermediary entities for the project when they are not a description of the problem or the representation of a solution, but rather an entity that operates between these spaces. The three main activities in the development of visualizations are the understanding, the transformation and the graphical mapping of the data. Data Transformation is an active component in visualization design because many of the decisions taken on the graphic marks depend on the processing and transformation of data. We propose that the use of graphical representations of data structures, when addressed as intermediary entities project, can assist in the process of data visualization design, helping to address its complexity and to produce better solutions for visualization problems. The externalization of the representation of data structures creates a support material for memory and reasoning, which helps in understanding these structures. In addressing these representations as intermediary project entities, you can treat them as materials that support definition, understanding and navigation of the possibilities of a project space. They become representations that help in understanding the possible solutions of visualization and the means to achieve them. In this thesis, we defend this proposition through a theoretical foundation and the development and implementation of a data structure representation technique.

Nesta tese, entendemos design como um processo criativo de busca por soluções para problemas complexos e mal definidos. Design é o ato projetual de busca por boas soluções em espaços contendo diversas soluções possíveis. O design de visualizações é o desenvolvimento de metáforas visuais para dados abstratos, é a transformação de dados em representações gráficas interativas. Visualizações têm o objetivo de auxiliar os processos cognitivos de compreensão de informação e tornar mais eficiente e efetiva a execução de tarefas envolvendo dados. A complexidade do design de visualizações está tanto na multiplicidade e impossibilidade de redução de seus problemas quanto na extensão e variação de seus dados. Para tratar dessa complexidade, o designer executa uma conversa reflexiva com externalizações materiais do projeto. Essas representações externas podem funcionar como entidades intermediárias de projeto, quando elas não são, em si, a descrição do problema, nem a representação de uma solução e, sim, uma entidade que opera entre esses espaços. As três principais atividades do desenvolvimento de visualizações são o entendimento, a transformação e o mapeamento gráfico dos dados. Transformação de dados é um componente ativo no design de visualizações, pois muitas das decisões tomadas sobre as marcas gráficas dependem da transformação e da derivação dos dados. Propomos que o uso de representações gráficas de estruturas de dados, quando abordadas como entidades intermediárias de projeto, pode auxiliar no processo de design de visualização de dados, ajudando a tratar sua complexidade e a produzir melhores soluções para problemas de visualização. Ao externalizar a representação de estruturas de dados, cria-se um suporte material para memória e raciocínio, que auxilia na compreensão dessas estruturas. Ao abordar essas representações como entidades intermediárias de projeto, é possível tratá-las como materiais que dão suporte para a definição, o entendimento e a navegação pelo espaço de possibilidades de um projeto. Elas passam a ser representações que auxiliam na compreensão das possíveis soluções de uma visualização e os meios para atingi-las. Nesta tese, defendemos essa proposição por meio de um embasamento teórico e do desenvolvimento e aplicação de uma técnica de representação de estruturas de dados. / In this thesis, we understand design as a creative process of searching for solutions to complex and ill-defined problems. Design is the act of search for good solutions in spaces containing several possible solutions. The design of visualizations is the development of visual metaphors for abstract data, is the transformation of data in interactive graphics. Visualizations are intended to assist the cognitive processes of understanding information and to make more efficient and effective the execution of tasks involving data. The complexity of visualization design is both in the impossibility of reducing their problems as in the extent and range of the data. To address this complexity, the designer performs a reflective conversation with project externalizations. These external representations can act as intermediary entities for the project when they are not a description of the problem or the representation of a solution, but rather an entity that operates between these spaces. The three main activities in the development of visualizations are the understanding, the transformation and the graphical mapping of the data. Data Transformation is an active component in visualization design because many of the decisions taken on the graphic marks depend on the processing and transformation of data. We propose that the use of graphical representations of data structures, when addressed as intermediary entities project, can assist in the process of data visualization design, helping to address its complexity and to produce better solutions for visualization problems. The externalization of the representation of data structures creates a support material for memory and reasoning, which helps in understanding these structures. In addressing these representations as intermediary project entities, you can treat them as materials that support definition, understanding and navigation of the possibilities of a project space. They become representations that help in understanding the possible solutions of visualization and the means to achieve them. In this thesis, we defend this proposition through a theoretical foundation and the development and implementation of a data structure representation technique.

Video instance segmentation is a rapidly-growing research area within the computer vision field. Models for segmentation require data already annotated, which can be a daunting task when starting from scratch. Although there are some publicly available datasets for image instance segmentation, they are limited to the application they target. This work proposes a new approach to training an instance segmentation model using transfer learning, notably reducing the need for annotated data. Transferring knowledge from domain A to domain B can result in catastrophical forgetting, leading to an algorithm unable to properly generalize and remember the previous knowledge acquired at the initial domain. This problem is studied and a solution is proposed based on data transformations applied precisely at the process of transferring knowledge to the target domain following the empirical research method and using publicly available video instance segmentation datasets as resources for the experiments. Conclusions show there is a relationship between the data transformations and ability to generalize both domains. / Segmentering av videointervjuer är ett snabbt växande forskningsområde inom datorseende. Modeller för segmentering kräver data som redan är annoterade, vilket kan vara en krävande uppgift när man börjar från början. Även om det finns några offentligt tillgängliga datamängder för bildinstanssegmentering är de begränsade till den tillämpning de är inriktade på. I detta arbete föreslås en ny metod för att träna en modell för instanssegmentering med hjälp av överföringsinlärning, vilket framför allt minskar behovet av annoterade data. Överföring av kunskap från domän A till domän B kan resultera i katastrofal glömska, vilket leder till att en algoritm inte kan generalisera och komma ihåg den tidigare kunskap som förvärvats i den ursprungliga domänen. Detta problem studeras och en lösning föreslås som bygger på datatransformationer som tillämpas just vid överföringen av kunskap till måldomänen enligt den empiriska forskningsmetoden och med hjälp av offentligt tillgängliga datamängder för segmentering av videointervjuer som resurser för experimenten. Slutsatserna visar att det finns ett samband mellan datatransformationer och förmågan att generalisera båda områdena.