Métodos de projeção multidimensional e aplicações
Resumo
Neste artigo apresentaremos técnicas de projeções multidimensionais que podem ser utilizadas para reduzir dados de um espaço de dimensão alta para um espaço visual. Além disso, estudaremos algumas métricas com o objetivo de determinar a qualidade desses métodos de projeção. Diante disso, seremos capazes de entender as principais características dos métodos estudados. E, finalmente, aplicaremos essas técnicas em certos conjuntos de dados para análise dos mesmos.
Referências
F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, J. Vanderplas, A. Passos, D. Cournapeau, M. Brucher, M. Perrot, and E. Duchesnay, “Scikit-learn: Machine Learning in Python,” Journal of Machine Learning Research, vol. 12, pp. 2825–2830, 2011.
E. Tejada, R. Minghim, and L. G. Nonato, “On improved projection techniques to support visual exploration of multi-dimensional data sets,” Information Visualization, vol. 2, no. 4, pp. 218–231, 2003.
F. V. Paulovich, L. G. Nonato, R. Minghim, and H. Levkowitz, “Least square projection: A fast high-precision multidimensional projection technique and its application to document mapping,” IEEE Transactions on Visualization and Computer Graphics, vol. 14, no. 3, pp. 564–575, 2008.
P. Joia, D. Coimbra, J. A. Cuminato, F. V. Paulovich, and L. G. Nonato, “Local affine multidimensional projection,” IEEE Transactions on Visualization and Computer Graphics, vol. 17, no. 12, pp. 2563–2571, 2011.
M. Ahmed, R. Seraj, and S. M. S. Islam, “The k-means algorithm: A comprehensive survey and performance evaluation,” Electronics, vol. 9, no. 8, p. 1295, 2020.
I. Borg and P. J. Groenen, Modern multidimensional scaling: Theory and applications. Springer Science & Business Media, 2005.
P. J. Rousseeuw, “Silhouettes: a graphical aid to the interpretation and validation of cluster analysis,” Journal of computational and applied mathematics, vol. 20, pp. 53–65, 1987.
E. Tejada, R. Minghim, and L. G. Nonato, “On improved projection techniques to support visual exploration of multi-dimensional data sets,” Information Visualization, vol. 2, no. 4, pp. 218–231, 2003.
F. V. Paulovich, L. G. Nonato, R. Minghim, and H. Levkowitz, “Least square projection: A fast high-precision multidimensional projection technique and its application to document mapping,” IEEE Transactions on Visualization and Computer Graphics, vol. 14, no. 3, pp. 564–575, 2008.
P. Joia, D. Coimbra, J. A. Cuminato, F. V. Paulovich, and L. G. Nonato, “Local affine multidimensional projection,” IEEE Transactions on Visualization and Computer Graphics, vol. 17, no. 12, pp. 2563–2571, 2011.
M. Ahmed, R. Seraj, and S. M. S. Islam, “The k-means algorithm: A comprehensive survey and performance evaluation,” Electronics, vol. 9, no. 8, p. 1295, 2020.
I. Borg and P. J. Groenen, Modern multidimensional scaling: Theory and applications. Springer Science & Business Media, 2005.
P. J. Rousseeuw, “Silhouettes: a graphical aid to the interpretation and validation of cluster analysis,” Journal of computational and applied mathematics, vol. 20, pp. 53–65, 1987.
Publicado
06/11/2023
Como Citar
BELCHIOR, Aline Martins Nascimento; DAL COL, Alcebíades.
Métodos de projeção multidimensional e aplicações. In: WORKSHOP DE TRABALHOS DA GRADUAÇÃO - CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI), 36. , 2023, Rio Grande/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 136-139.
DOI: https://doi.org/10.5753/sibgrapi.est.2023.27466.
