Visualization of multivariate spatiotemporal data through graph wavelet transform

• Ano de defesa: 2024
• Autor(a) principal: Valdrighi, Giovani de Almeida
• Orientador(a): Poco, Jorge
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Espaço-temporal; Visualização; Multivariado; Processamento de sinais em grafos
• Palavras-chave em Inglês: Visualization; Spatiotemporal; Multivariate; Graph signal processing
• Link de acesso: https://hdl.handle.net/10438/35440

Os dados espaço-temporais são de grande valor, já que contextos sociais e ambientais comumente apresentam padrões e relações espaciais e temporais (e até mesmo espaço-temporais) importantes. A complexidade desses dados aumenta ao considerar as relações entre diferentes variáveis espaço-temporais. As técnicas de visualização permitem que especialistas realizem uma análise interativa desses dados complexos. Diversos trabalhos já foram realizados na visualização de séries temporais geolocalizadas, principalmente utilizando múltiplas visualizações vinculadas a um mapa. Recentemente, a Transformada Wavelet também tem sido empregada para lidar com os padrões espaço-temporais presentes nos dados, criando uma descrição do sinal em diferentes frequências. No entanto, essas técnicas consideram a análise do cenário unidimensional e não apresentam adaptações que considerem o caso multivariado. Neste trabalho, apresentamos uma metodologia para estender o uso da Transformada Wavelet para cenários multivariados, permitindo extrair eventos de interesse de dados de múltiplas fontes. Essa metodologia foi empregada para analisar o desmatamento da Floresta Amazônica, considerando as diferentes atividades humanas que ocorrem na região. Posteriormente, essa metodologia foi incorporada a um sistema desenvolvido para a análise visual e interativa de dados multivariados espaço-temporais, chamado \textit{ManyWaves}. Utilizando a maioria das capacidades da Transformada Wavelet, nossa abordagem não apresenta um alto custo computacional e pode lidar tanto com mudanças espaciais quanto temporais.