Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-10-21T01:04:22Z No. of bitstreams: 1 claudioaugustosilveiralelis.pdf: 7232359 bytes, checksum: 731c10b688562fad8855da41890a7f97 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-10-21T13:13:19Z (GMT) No. of bitstreams: 1 claudioaugustosilveiralelis.pdf: 7232359 bytes, checksum: 731c10b688562fad8855da41890a7f97 (MD5) / Made available in DSpace on 2017-10-21T13:13:19Z (GMT). No. of bitstreams: 1 claudioaugustosilveiralelis.pdf: 7232359 bytes, checksum: 731c10b688562fad8855da41890a7f97 (MD5) Previous issue date: 2017-08-30 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A importância dos softwares nas organizações é crescente. No entanto, para manter seu valor, o software deve ser alterado e atualizado. A manutenção de software depende da alocação de recursos humanos para o cumprimento das atividades de alteração definidas. Entretanto, em um cenário distribuído no qual a colaboração é fundamental para o bom funcionamento das atividades, torna-se uma tarefa não trivial designar desenvolvedores para as atividades de manutenção. Neste contexto, a reputação se torna um elemento chave, afetando os elementos de colaboração, tais como: a coordenação, a cooperação, e a comunicação. Portanto, o acompanhamento da evolução da reputação é importante para promover a colaboração nas atividades de manutenção. A teoria de Dinâmica de Sistemas pode ser aplicada no acompanhamento da evolução da reputação. Através dos dados obtidos, é possível compreender o passado, estabelecer o que ocorre no presente e projetar o comportamento futuro da reputação. Diante disso, este trabalho apresenta um modelo para cálculo da reputação dos desenvolvedores de software, apoiado por técnicas de Dinâmica de Sistemas, o qual permite simular como a reputação se comporta ao longo do tempo. Este modelo serviu de base para a construção de uma infraestrutura para informações de reputação dinâmica, cujo objetivo é possibilitar o gerenciamento e acompanhamento de informações de reputação dos desenvolvedores geograficamente distribuídos de forma a apoiar a alocação desses desenvolvedores às tarefas de manutenção. Além disso, oferece elementos de visualização e colaboração, em um ambiente integrado às atividades de manutenção de software. Uma prova de conceito e um experimento realizados com dados reais de uma empresa são apresentados com o intuito de identificar a viabilidade e aderência do modelo proposto, bem como dos demais recursos oferecidos pela infraestrutura. / The importance of software in organizations is growing. However, to maintain its value, the software must be changed and updated. Software maintenance depends on the allocation of human resources to fulfill defined change activities. However, in a distributed scenario in which collaboration is critical to the well running of activities, designate developers for maintenance activities becomes a non-trivial task. In this context, reputation becomes a key element, affecting elements of collaboration, such as: coordination, cooperation, and communication. Therefore, tracking reputation evolution is important to promote collaboration in maintenance activities. The theory of System Dynamics can be applied in monitoring the evolution of reputation. Through the data obtained, it is possible to understand the past, establish what occurs in the present, and project future reputation behavior. Therefore, this work presents a model for calculating the reputation of software developers, supported by System Dynamics techniques, which allows simulating how reputation behaves over time. This model served as the basis for building an infrastructure for dynamic reputation information, which aims to enable the management and tracking reputation information of geographically distributed developers to support the allocation of these developers to maintenance tasks. In addition, it provides visualization and collaboration elements in an integrated environment for software maintenance activities. A proof of concept and an experiment made with real data of a company are presented with the intention of identifying the feasibility and adherence of the proposed model, as well as of the other resources offered by the infrastructure.

Visualização de dados significa o mapeamento e a apresentação de dados em gráficos através da manipulação de variáveis visuais - altura, largura, frequência, cor, posição da forma gráfica - para informar e comunicar um assunto subjacente. A presente investigação é o estudo de como a informação, visualização e divulgação de dados e estatísticas relativas ao bem-estar humano podem conscientizar a sociedade civil e gestores públicos a promoverem melhorias na qualidade de vida e em políticas públicas. Bem-estar é um conceito multidimensional que envolve todas as dimensões da vida - desnível social, estresse, início da vida, exclusão social, pobreza, mobilidade. Existem muitos métodos para mensurar o bem-estar humano, pode ser avaliado pelas abordagens objetiva e subjetiva. Sendo assim, nesta investigação é estudado o bem-estar humano: origem, significado, definições e descrições. Os instrumentos usados para mensurar os indicadores de bem-estar são investigados. A aplicação da pesquisa consiste na criação de um modelo de dados de indicadores de bem-estar aplicado à cidade de São Paulo baseado nos Objetivos de Desenvolvimento Sustentável da ONU. Dados são coletados de instituições governamentais para a criação de um sistema de visualização - na internet <usp.br/mappingwellbeing/visualize> - através de gráficos de dados dinâmicos. / Data visualization is the mapping and representation of data into graphs by manipulating visual variables - height, width, frequency, color, position of the graphical form - to inform and communicate an underlying information. This research studies how information, visualization, and dissemination of human well-being data e statistics can raise awareness among civil society and public managers to promote improvements in quality of life and public policies. Well-being is a multidimensional concept that involves all dimensions of life - social gap, stress, beginning of life, social exclusion, poverty, mobility. There are many methods to measure human well-being, can be analyzed as objective well-being and subjective well-being. Thus, in this research human well-being is studied: origin, meaning, definitions and descriptions; In the same way, the instruments used in its measurement. An inventory of indicators is created from the indexing and analysis of reports of national e international organizations. The applied research consists in the creation of a visualization system based on data model - with indicators of well-being applied to the São Paulo city - grounded from the UN Sustainable Development Goals. Data are collected from government institutions using the proposed framework to create an internet platform <usp.br/mappingwellbeing/visualize>.

Técnicas de projeção desempenham papel importante na análise e exploração de dados multidimensionais, já que permitem visualizar informações muitas vezes ocultas na alta dimensão. Esta tese explora o potencial destas técnicas para resolver problemas relacionados à: 1) identificação de agrupamentos e 2) busca por similaridade em dados multidimensionais. Para identificação de agrupamentos foi desenvolvida uma técnica de projeção local e interativa que, além de projetar dados com ótima preservação de distâncias, permite que o usuário modifique o layout da projeção, agrupando um número reduzido de amostras representativas no espaço visual, de acordo com suas características. Os mapeamentos produzidos tendem a seguir o layout das amostras organizadas pelo usuário, facilitando a organização dos dados e identificação de agrupamentos. Contudo, nem sempre é possível selecionar ou agrupar amostras com base em suas características visuais de forma confiável, principalmente quando os dados não são rotulados. Para estas situações, um novo método para identificação de agrupamentos baseado em projeção foi proposto, o qual opera no espaço visual, garantindo que os grupos obtidos não fiquem fragmentados durante a visualização. Além disso, é orientado por um mecanismo de amostragem determinístico, apto a identificar instâncias que representam bem o conjunto de dados como um todo e capaz de operar mesmo em conjuntos de dados desbalanceados. Para o segundo problema: busca por similaridade em dados multidimensionais, uma família de métricas baseada em classes foi construída para projetar os dados, com o objetivo de minimizar a dissimilaridade entre pares de objetos pertencentes à mesma classe e, ao mesmo tempo, maximizá-la para objetos pertencentes a classes distintas. As métricas classes-específicas são avaliadas no contexto de recuperação de imagens com base em conteúdo. Com o intuito de aumentar a precisão da família de métricas classes-específicas, outra técnica foi desenvolvida, a qual emprega a teoria dos conjuntos fuzzy para estimar um valor de incerteza que é transferido para a métrica, aumentando sua precisão. Os resultados confirmam a efetividade das técnicas desenvolvidas, as quais representam significativa contribuição na tarefa de identificação de grupos e busca por similaridade em dados multidimensionais. / Projection techniques play an important role in multidimensional data analysis and exploration, since they allow to visualize information frequently hidden in high-dimensional spaces. This thesis explores the potential of those techniques to solve problems related to: 1) clustering and 2) similarity search in multidimensional data. For clustering data, a local and interactive projection technique capable of projecting data with effective preservation of distances was developed. This one allows the user to manipulate a reduced number of representative samples in the visual space so as to better organize them. The final mappings tend to follow the layout of the samples organized by the user, therefore, the user can interactively steer the projection. This makes it easy to organize and group large data sets. However, it is not always possible to select or group samples visually, in a reliable manner, mainly when handling unlabeled data. For these cases, a new clustering method based on multidimensional projection was proposed, which operates in the visual space, ensuring that clusters are not fragmented during the visualization. Moreover, it is driven by a deterministic sampling mechanism, able to identify instances that are good representatives for the whole data set. The proposed method is versatile and robust when dealing with unbalanced data sets. For the second problem: similarity search in multidimensional data, we build a family of class-specific metrics to project data. Such metrics were tailored to minimize the dissimilarity measure among objects from the same class and, simultaneously to maximize the dissimilarity among objects in distinct classes. The class-specific metrics are assessed in the context of content-based image retrieval. With the aim of increasing the precision of the class-specific metrics, another technique was developed. This one, uses the fuzzy set theory to estimate a degree of uncertainty, which is embedded in the metric, increasing its precision. The results confirm the effectiveness of the developed techniques, which represent significant contributions for clustering and similarity search in multidimensional data.

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

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.

Made available in DSpace on 2016-04-26T18:11:59Z (GMT). No. of bitstreams: 1 Carla Marangoni De Bona.pdf: 14200180 bytes, checksum: 45f9d550d9ece30ab44f9ff674211b84 (MD5) Previous issue date: 2012-06-29 / This research aims to investigate expressive practices in projects that make use of content generated by user (s), reflecting on the nature of digital media communication and expressive aspects. Aims also contribute to the reflection on the creative processes in digital networks, their limitations and possibilities. The creative processes that permeate media networks are characterized by multiplying forms of publishing, sharing and organizing information. Moreover, there is a diversity of spaces for interaction among the users leveraging the collective work processes, affective exchange, production and circulation of information. In short, the social construction of knowledge supported by information technology (PRIMO, 2007). Methodologically, is composed of three stages: a literature review, analysis and experimentation: development of a poetic work. The theory is based on references on the Internet and the network society (Manuel Castells, Kazys Varnelis and André Lemos), intimacy/exposure on the network (Paula Sibilia, Guy Debord and André Lemos), collaboration (Karla Schuch Brunet, James and Thelma Surowieki Johnson), authorship (Michel Foucault, Stuart Hall, Cecilia A. Salles), creative processes in networks (Almeida Salles Cecilia and Lucy Lion), aesthetics of database and data visualization (Cristine Paul, Victoria Vesna and Lev Manovich). The corpus of analysis consists of projects designed to media networks that put on the agenda the above mentioned concepts and contribute to the understanding of collaborative poetry in contemporary society. They are: We Feel Fine, Post Secret, and youTAG Tele_bits 2.0. The poetic experimentation, coloroflove.us the project, discusses the procedures that make possible the maintenance of interests on the project and analyzes viral propagation in such networks. Developed in PHP with MySQL database, the coloroflove.us is online since 29/09/10 / A presente pesquisa tem como objetivo investigar práticas expressivas em projetos que usufruem de conteúdos gerados pelo(s) usuário(s), refletindo sobre a natureza comunicacional das mídias digitais e seus aspectos significativos. Busca, igualmente, contribuir para a ponderação acerca dos processos de criação em redes digitais, suas limitações e possibilidades. Os processos criativos que permeiam as redes midiáticas se caracterizam por multiplicarem as formas de publicação, compartilhamento e organização das informações. Além disso, há uma diversificação de espaços para interação entre os usuários, potencializando os processos de trabalho coletivos, trocas afetivas, produção e circulação de informações. Em suma, de construção social de conhecimento apoiada pela informática (PRIMO, 2007). Metodologicamente, é composta por três fases: revisão bibliográfica, análise e experimentação prática: o desenvolvimento de um trabalho poético. A base teórica se fundamenta por referências sobre internet e a sociedade em rede (Manuel Castells, Kazys Varnelis e André Lemos), intimidade/exposição na rede (Paula Sibília, Guy Debord e André Lemos), colaboração (Karla Schuch Brunet, James Surowieki e Telma Johnson), autoria (Michel Focault, Stuart Hall, Cecília A. Salles), processos criativos em redes (Cecília Almeida Salles e Lúcia Leão), estética do banco de dados e visualização de dados (Cristine Paul, Victoria Vesna e Lev Manovich). O corpus de análise é composto por projetos concebidos para redes midiáticas que colocam em pauta os conceitos tratados acima, além de contribuírem para a compreensão das poéticas colaborativas na contemporaneidade. São eles: We Feel Fine, Post Secret, youTAG e Tele_bits 2.0. A experimentação prática-poética, o projeto coloroflove.us, busca discutir os procedimentos que tornam possíveis a manutenção do interesse em torno do mesmo e analisa a propagação viral nas redes telemáticas. Desenvolvido em linguagem PHP com banco de dados MySQL, o coloroflove.us está online desde 29/09/10.

Técnicas de projeção desempenham papel importante na análise e exploração de dados multidimensionais, já que permitem visualizar informações muitas vezes ocultas na alta dimensão. Esta tese explora o potencial destas técnicas para resolver problemas relacionados à: 1) identificação de agrupamentos e 2) busca por similaridade em dados multidimensionais. Para identificação de agrupamentos foi desenvolvida uma técnica de projeção local e interativa que, além de projetar dados com ótima preservação de distâncias, permite que o usuário modifique o layout da projeção, agrupando um número reduzido de amostras representativas no espaço visual, de acordo com suas características. Os mapeamentos produzidos tendem a seguir o layout das amostras organizadas pelo usuário, facilitando a organização dos dados e identificação de agrupamentos. Contudo, nem sempre é possível selecionar ou agrupar amostras com base em suas características visuais de forma confiável, principalmente quando os dados não são rotulados. Para estas situações, um novo método para identificação de agrupamentos baseado em projeção foi proposto, o qual opera no espaço visual, garantindo que os grupos obtidos não fiquem fragmentados durante a visualização. Além disso, é orientado por um mecanismo de amostragem determinístico, apto a identificar instâncias que representam bem o conjunto de dados como um todo e capaz de operar mesmo em conjuntos de dados desbalanceados. Para o segundo problema: busca por similaridade em dados multidimensionais, uma família de métricas baseada em classes foi construída para projetar os dados, com o objetivo de minimizar a dissimilaridade entre pares de objetos pertencentes à mesma classe e, ao mesmo tempo, maximizá-la para objetos pertencentes a classes distintas. As métricas classes-específicas são avaliadas no contexto de recuperação de imagens com base em conteúdo. Com o intuito de aumentar a precisão da família de métricas classes-específicas, outra técnica foi desenvolvida, a qual emprega a teoria dos conjuntos fuzzy para estimar um valor de incerteza que é transferido para a métrica, aumentando sua precisão. Os resultados confirmam a efetividade das técnicas desenvolvidas, as quais representam significativa contribuição na tarefa de identificação de grupos e busca por similaridade em dados multidimensionais. / Projection techniques play an important role in multidimensional data analysis and exploration, since they allow to visualize information frequently hidden in high-dimensional spaces. This thesis explores the potential of those techniques to solve problems related to: 1) clustering and 2) similarity search in multidimensional data. For clustering data, a local and interactive projection technique capable of projecting data with effective preservation of distances was developed. This one allows the user to manipulate a reduced number of representative samples in the visual space so as to better organize them. The final mappings tend to follow the layout of the samples organized by the user, therefore, the user can interactively steer the projection. This makes it easy to organize and group large data sets. However, it is not always possible to select or group samples visually, in a reliable manner, mainly when handling unlabeled data. For these cases, a new clustering method based on multidimensional projection was proposed, which operates in the visual space, ensuring that clusters are not fragmented during the visualization. Moreover, it is driven by a deterministic sampling mechanism, able to identify instances that are good representatives for the whole data set. The proposed method is versatile and robust when dealing with unbalanced data sets. For the second problem: similarity search in multidimensional data, we build a family of class-specific metrics to project data. Such metrics were tailored to minimize the dissimilarity measure among objects from the same class and, simultaneously to maximize the dissimilarity among objects in distinct classes. The class-specific metrics are assessed in the context of content-based image retrieval. With the aim of increasing the precision of the class-specific metrics, another technique was developed. This one, uses the fuzzy set theory to estimate a degree of uncertainty, which is embedded in the metric, increasing its precision. The results confirm the effectiveness of the developed techniques, which represent significant contributions for clustering and similarity search in multidimensional data.

Made available in DSpace on 2016-04-29T14:23:35Z (GMT). No. of bitstreams: 1 Patricia Kunst Canetti.pdf: 6615349 bytes, checksum: 2e3fdc72fd907b8fdac9ace8c05bdb03 (MD5) Previous issue date: 2015-04-07 / This work is a survey of Canal Contemporâneo's fourteen years of memory - www.canalcontemporaneo.art.br - and analyzes this memory and its adjacent concepts to point out the prospects of this experiment / research , which reached a surprising longevity in Brazilian cultural Internet. The rescue of its history and collective memory was done in three chapters which thread runs through the editorial sections, platforms and actions of Canal Contemporâneo. In the first chapter we discuss its origin, the first stimuli, concepts and developments. Since then gathered actions that operate in the field of art, politics and communication, pointing to a perspective of narrative and rereading of contemporary art, with a work on Social Netwok Analysis and Data Visualization. The theoretical basis of this research that only begins is based on the following fields and authors: Data Visualization (Fernanda Viégas, Lev Manovich e Manuel Lima); Taxonomy (Marcia Lei Zeng e Jian Qin); Social Netwok Analysis (Katherine Faust e Stanley Wasserman) and models of Random Graphs (Paul Erd&#337;s e Alfréd Rényi), Small-World (Duncan J. Watts e Steven Strogatz), Preferential Attachment (Albert-László Barabási e Réka Albert); History and Sociology of Art (Aby Warburg, Alfred Gell e Bruno Latour). We hope that the new shared experience through this work can contribute to a broader view of collection, archiving and cultural heritage, for public policy of culture in Brazil / Este trabalho faz um levantamento da memória de quatorze anos de existência do Canal Contemporâneo www.canalcontemporaneo.art.br e analisa esta memória e seus conceitos adjacentes para apontar as perspectivas deste experimento/pesquisa, que atingiu uma longevidade surpreendente na Internet cultural brasileira. O resgate de sua história e memória coletiva foi feito em três capítulos cujo fio condutor perpassa as seções editoriais, as plataformas e as ações do Canal Contemporâneo. No primeiro capítulo abordamos a sua origem, os primeiros estímulos, conceitos e desdobramentos. Desde então reuniu ações que operam no campo da arte, da política e da comunicação, que apontam para uma perspectiva de narrativa e releitura da arte contemporânea, com um trabalho de Análise de Redes Sociais e Visualização de Dados. O embasamento teórico desta pesquisa que apenas se inicia se firma nos seguintes campos e autores: Visualizações de Dados (Fernanda Viégas, Lev Manovich e Manuel Lima); Taxonomia (Marcia Lei Zeng e Jian Qin); Análise de Redes Sociais (Katherine Faust e Stanley Wasserman) e dos modelos de Grafos Aleatórios (Paul Erd&#337;s e Alfréd Rényi), Small-World (Duncan J. Watts e Steven Strogatz), Preferential Attachment (Albert-László Barabási e Réka Albert); História e Sociologia da Arte (Aby Warburg, Alfred Gell e Bruno Latour). Esperamos que a nova experiência compartilhada através deste trabalho possa contribuir para uma visão mais ampla de acervo, arquivo e patrimônio cultural, para as políticas públicas de cultura no Brasil

Made available in DSpace on 2016-06-02T19:06:12Z (GMT). No. of bitstreams: 1 5971.pdf: 5628502 bytes, checksum: 38bfe45912e4f91f4ad8c7fb5fb815db (MD5) Previous issue date: 2012-08-03 / Universidade Federal de Minas Gerais / Technological development brought improvements in the technology of climate sensors and Earth's surface image acquisition, gathering increasing amounts of data. Generally, when these data are submitted to mining algorithms, the output is the production of hundreds or even thousands of textual patterns, making the task of data analysis by the domain expert even harder. Hence, it is crucial, to support experts, the development of a tool that helps to identify and display patterns of interest. In this context, this research project at Master Science level aims to develop a technique for mining association rules in time series allowing agrometeorological data analysis over time. / O avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições dos dados climáticos e de imageamento da superfície terrestre, coletando quantidades cada vez maiores de dados. Quando esses dados são submetidos aos algoritmos de mineração para serem explorados ocorre, em geral, a produção de centenas ou ate mesmo milhares de padrões textuais, dificultando ainda mais a tarefa de analise dos dados pelo especialista de domínio. Assim, e crucial, para apoiar os especialistas, o desenvolvimento de um ferramental que auxilia na identificação e visualização dos padrões de interesse. Neste contexto, este projeto de pesquisa em nível de mestrado visa desenvolver uma técnica de mineração de regras de associação em series temporais permitindo a analise de dados agrometeorológicos ao longo do tempo.

Submitted by Fernando Souza (fernandoafsou@gmail.com) on 2017-08-17T11:44:57Z No. of bitstreams: 1 arquivototal.pdf: 6126370 bytes, checksum: 0ce9e5acaeeec05c5207b3ccf0844b98 (MD5) / Made available in DSpace on 2017-08-17T11:44:57Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 6126370 bytes, checksum: 0ce9e5acaeeec05c5207b3ccf0844b98 (MD5) Previous issue date: 2016-02-22 / Scientific research has an important role in the evolution of human knowledge and it has been increasingly encouraged as an object of study. In literature many works are focusing on analysis that exploring and point correlations and motivations of this evolution, but it is known that scientific research has been demonstrated as a very strong link to this development because researchers when used may transfer especially his knowledge to support the problems resolution. In addition, recent work has shown that the mobility of a researcher can ensure positive aspects in productivity, collaboration and internationalization of scientific research. Therefore, in this study it was decided to analyze the patterns of mobility between active or trained researchers in Brazil in teaching and research institutions through the extraction and treatment of locality dependent metrics present in their curriculum vitae records. Because of the scope on the national scene the Lattes Platform was adopted as the primary data source on the researchers mobility history. However mobility analysis was only possible because to extraction methodology and data processing from this work that created the mobility flow of all Lattes doctors using their birth, training and work records in this order to create the metrics and visualizations used in results obtained. With this methodology we could identify the training centers of the most influential human resources for the national scientific community and the network of training institutions and researchers registered activities in the Lattes platform. Even describing how the mobility vary over time. In addition to identifying some interesting patterns of mobility, such as the minimum displacement trend conducted by researchers in various geographical contexts view. / A pesquisa científica possui importante papel na evolução do conhecimento humano e por isso tem sido cada vez mais incentivada como objeto de estudo. Na literatura inúmeros são os focos de análise que exploram e apontam as correlações e motivações desta evolução, mas se sabe que a pesquisa científica tem sido demonstrada como um elo bastante forte para tal desenvolvimento, pois os pesquisadores quando usados de forma estratégica podem transferir principalmente seu conhecimento para fundamentar a resolução de problemas. Além disso, trabalhos recentes vêm mostrando que a mobilidade de um pesquisador pode garantir aspectos positivos na produtividade, colaboração e internacionalização da pesquisa científica. Portanto, neste estudo resolveu-se analisar os padrões de mobilidade entre os pesquisadores atuantes ou capacitados no Brasil em instituições de ensino e pesquisa através da extração e tratamento de métricas dependentes da localidade presente em seus registros curriculares. E devido a abrangência no cenário nacional a plataforma Lattes foi adotada como principal fonte de dados sobre o histórico de deslocamento dos pesquisadores. Contudo, a análise da mobilidade só foi possível graças a metodologia de extração e tratamento dos dados deste trabalho que criou o fluxo de deslocamento de todos os doutores do Lattes usando seus registros de nascimento, formação e atuação para assim criar as métricas e visualizações utilizadas nos resultados obtidos. Com essa metodologia foi possível identificar os centros de formação de recursos humanos mais influentes para a comunidade científica nacional e a rede formada por instituições de formação e de atuação dos pesquisadores cadastrados na plataforma Lattes. Inclusive descrevendo como os deslocamentos variam ao longo do tempo. Além de identificar alguns padrões de mobilidade interessantes, como a tendência de deslocamento mínimo realizado pelos pesquisadores nos mais diversos contextos geográficos de visualização.