Técnicas de Projeção para Identificação de Grupos e Comparação de Dados Multidimensionais Usando Diferentes Medidas de Similaridade

• Paulo Joia USP
• Luis Gustavo Nonato USP

DOI: https://doi.org/10.5753/ctd.2016.9143

Resumo

Este trabalho explora o potencial das técnicas de projeção para resolver problemas relacionados à: identificação de agrupamentos e busca por similaridade em dados multidimensionais. Para identificação de agrupamentos foi desenvolvida uma técnica de projeção local e interativa capaz de projetar dados com ótima preservação de distâncias, além de um novo método para identificação de agrupamentos, o qual opera no espaço visual, garantindo que os grupos obtidos não fiquem fragmentados durante a visualização. Para as buscas por similaridade em dados multidimensionais, uma família de métricas baseada em classes foi construída e a teoria dos conjuntos fuzzy foi usada 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 nesta área de investigação

Referências

Casaca, W., Paiva, A., Gomez-Nieto, E., Joia, P., and Nonato, L. G. (2013). Spectral Image Segmentation Using Image Decomposition and Inner Product-Based Metric. Journal of Mathematical Imaging and Vision, 45(3):227–238.

Dos Santos Amorim, E. P., Brazil, E. V., Daniels, J., Joia, P., Nonato, L. G., and Sousa, M. C. (2012). iLAMP: Exploring High-Dimensional Spacing through Backward Multidimensional Projection. In IEEE Conference on Visual Analytics Science and Technology (VAST), pages 53–62. IEEE.

Fadel, S. G., Fatore, F. M., Duarte, F. S. L. G., and Paulovich, F. V. (2015). LoCH: A neighborhood-based multidimensional projection technique for high-dimensional sparse spaces. Neurocomputing, 150(Part B):546–556.

Joia, P. (2015). Técnicas de projeção para identificação de grupos e comparação de dados multidimensionais usando diferentes medidas de similaridade. Tese de Doutorado, Universidade de São Paulo - USP, São Carlos, SP. Disp. em: . Acesso em: 25 maio 2016.

Joia, P., Coimbra, D., Cuminato, J. A., Paulovich, F. V., and Nonato, L. G. (2011a). Local Affine Multidimensional Projection. IEEE Transactions on Visualization and Computer Graphics, 17(12):2563–2571.

Joia, P., Gomez-Nieto, E., Batista Neto, J., Casaca, W., Botelho, G., Paiva, A., and Gustavo Nonato, L. (2012). Class-specific metrics for multidimensional data projection applied to CBIR. The Visual Computer, 28(10):1027–1037.

Joia, P., Gomez Nieto, E., Botelho, G., Batista Neto, J., Paiva, A., and Nonato, L. G. (2011b). Projection-based Image Retrieval using Class-Specific Metrics. In Lewiner, T. and Torres, R., editors, 24th SIBGRAPI, pages 125–132, Maceio, AL. IEEE Computer Society.

Joia, P., Petronetto, F., and Nonato, L. G. (2015). Uncovering Representative Groups in Multidimensional Projections. Computer Graphics Forum, 34(3):281–290.