PathsViewer: Uma Interface para Exploração de Dados Espaço-Temporais
Resumo
Dados espaço-temporais representam a ocupação de objetos no espaço em um dado instante de tempo. Uma interface para visualização desse tipo de dado é fundamental na análise de padrões de movimentos e no monitoramento de objetos. No entanto, apesar do grande interesse em pesquisas nesse tipo de dado, existem poucas ferramentas para visualização de trajetórias de objetos. Neste sentido, esse artigo propõe o PathsViewer, uma ferramenta para visualização de dados espaço-temporais. Para avaliar a ferramenta proposta, foram utilizados conjuntos de dados de diferentes fontes, como traces de 5G georeferenciados, e trajetórias de veículos.
Referências
Bracciale, L., Bonola, M., Loreti, P., Bianchi, G., Amici, R., and Rabuffi, A. (2014).
CRAWDAD dataset roma/taxi (v. 2014-07-17). Downloaded from [link].
Chittaro, L., Ranon, R., and Leronutti, L. (2006). VU-Flow: A visualization tool for analyzing navigation in virtual environments. IEEE Transactions on Visualization and Computer Graphics, 12:1475–1485.
Dias, D. and Costa, L. H. M. K. (2018). CRAWDAD dataset coppe-ufrj/RioBuses (v. 2018-03-19). Downloaded from [link].
Scheepens, R., Hurter, C., Wetering, H. V. D., and Wijk, J. J. V. (2016). Visualization, Selection, and Analysis of Traffic Flows. IEEE Transactions on Visualization and Computer Graphics, 22:379–388.
Sobral, T., Galvão, T., and Borges, J. (2019). Visualization of urban mobility data from intelligent transportation systems. Sensors (Switzerland), 19.
Ul Mustafa, R., Esteve Rothenberg, C., and Barakat, C. (2022). YouTube goes 5G: Benchmarking YouTube in 4G vs 5G.
Wang, X., Zhou, X., and Lu, S. (2000). Spatiotemporal data modelling and management: A survey. Proceedings of the Conference on Technology of Object-Oriented Languages and Systems, TOOLS, pages 202–211.
CRAWDAD dataset roma/taxi (v. 2014-07-17). Downloaded from [link].
Chittaro, L., Ranon, R., and Leronutti, L. (2006). VU-Flow: A visualization tool for analyzing navigation in virtual environments. IEEE Transactions on Visualization and Computer Graphics, 12:1475–1485.
Dias, D. and Costa, L. H. M. K. (2018). CRAWDAD dataset coppe-ufrj/RioBuses (v. 2018-03-19). Downloaded from [link].
Scheepens, R., Hurter, C., Wetering, H. V. D., and Wijk, J. J. V. (2016). Visualization, Selection, and Analysis of Traffic Flows. IEEE Transactions on Visualization and Computer Graphics, 22:379–388.
Sobral, T., Galvão, T., and Borges, J. (2019). Visualization of urban mobility data from intelligent transportation systems. Sensors (Switzerland), 19.
Ul Mustafa, R., Esteve Rothenberg, C., and Barakat, C. (2022). YouTube goes 5G: Benchmarking YouTube in 4G vs 5G.
Wang, X., Zhou, X., and Lu, S. (2000). Spatiotemporal data modelling and management: A survey. Proceedings of the Conference on Technology of Object-Oriented Languages and Systems, TOOLS, pages 202–211.
Publicado
22/05/2023
Como Citar
SIMAS, Arthur J.; MELO, William Q.; GUIMARÃES, Leonardo H.; ROTHENBERG, Christian E..
PathsViewer: Uma Interface para Exploração de Dados Espaço-Temporais. In: SALÃO DE FERRAMENTAS - SIMPÓSIO BRASILEIRO DE REDES DE COMPUTADORES E SISTEMAS DISTRIBUÍDOS (SBRC), 41. , 2023, Brasília/DF.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 32-39.
ISSN 2177-9384.
DOI: https://doi.org/10.5753/sbrc_estendido.2023.758.
