Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Contreras, Rodrigo Colnago |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-173656/
|
Resumo: |
Aprendizado baseado em grafos é uma vertente de apendizado profundo na qual tem-se como intenção estimar um grafo que descreva uma rede de conexões em que as arestas correspondem a relacionamentos entre os elementos mais semelhantes, representados pelos nós da rede. Técnicas de aprendizado baseado em grafos vêm sendo desenvolvidas nos últimos anos na seara de processamento de sinais em grafos. Entretanto, até onde sabemos, sua utilização em análise visual de dados ainda não foi explorada. Neste trabalho, propomos o uso de técnicas de aprendizado baseado em grafos em uma aplicação, na qual confecciona-se um elevado número de redes de conexões para facilitar a percepção de padrões presentes nestas redes através de uma nova ferramenta de análise visual, intitulada NE-Motion. O ferramental desenvolvido é aplicado em uma base de dados formada por milhares de séries temporais. A base de dados foi fornecida por profissionais da área médica da New York University, os quais são especialistas em estudos de pessoas que sofreram Acidente Vascular Cerebral (AVC). A metodologia e ferramenta de visualização propostas foram capazes de revelar informações presentes nos dados e apresentá-los de maneira intuitiva aos peritos, os quais atestaram a efetividade de nossa abordagem. |
