Machine Learning for the Evaluation of Visualization Models

Bibliographic Details
Main Author: Galvão, Miguel Eduardo Pinto
Publication Date: 2023
Format: Master thesis
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/10316/110581
Summary: Dissertação de Mestrado em Engenharia e Ciência de Dados apresentada à Faculdade de Ciências e Tecnologia
id RCAP_7cb70df8f27eaa65d4fdad574b234bb7
oai_identifier_str oai:estudogeral.uc.pt:10316/110581
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Machine Learning for the Evaluation of Visualization ModelsAprendizagem Computacional para a Avaliação de Modelos de VisualizaçãoML4VISAprendizagem ComputacionalVisualização de DadosModelos de VisualizaçãoAvaliação de VisualizaçãoML4VISMachine LearningData VisualizationVisualization ModelsVisualization EvaluationDissertação de Mestrado em Engenharia e Ciência de Dados apresentada à Faculdade de Ciências e TecnologiaCom o aumento do uso de Visualização de Dados, aliado ao aumento da quantidade de dados gerados e processados, é importante que a sua leitura seja o mais eficiente possível, quer a nível de velocidade como de precisão. Para isto, propomos um método de avaliação baseado em perceção gráfica: "a descodificação visual de informação codificada em gráficos". Aplicando um método com modelos de Aprendizagem Computacional (AC) em que fazemos a regressão dos valores representados num gráfico, obtemos um erro associado com a sua leitura, que mede a capacidade de perceção visual proveniente de um tipo de visualização. Com base neste erro, conseguimos comparar o desempenho de diferentes técnicas de visualização, ajudando a perceber quais as melhores segundo o nosso critério. Para isso, testamos diferentes modelos, elegendo o mais apto para esta tarefa e estudamos as suas capacidades e limitações analisando os seus resultados ao longo de diferentes experiências, concluindo que este método funciona mas que o modelo proposto pode não ser o mais adequado para o aplicar. .With the increased use of Data Visualization, allied with the growing trend of the amount of data generated and processed, it is important that its reading is done in the most efficient way possible, both in terms of speed and accuracy. For this, we propose a method of evaluation based on graphical perception: "the visual decoding of information encoded on graphs". Applying a method with Machine Learning (ML) models where we perform a regression of the values represented in a chart, we get an estimation error associated with the reading. From this error, we can compare the performance of different visualization techniques, contributing to figuring out which are the best according to our criteria. For that, we tested different ML models, choosing the most suitable one for this task, and studied its capabilities and limitations by analyzing the results from various experiments, concluding that this method works but the proposed model might not be the most suitable to apply it. .FCT2023-07-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/110581https://hdl.handle.net/10316/110581TID:203398114engGalvão, Miguel Eduardo Pintoinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2023-11-23T23:04:47Zoai:estudogeral.uc.pt:10316/110581Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T06:02:33.879516Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Machine Learning for the Evaluation of Visualization Models
Aprendizagem Computacional para a Avaliação de Modelos de Visualização
title Machine Learning for the Evaluation of Visualization Models
spellingShingle Machine Learning for the Evaluation of Visualization Models
Galvão, Miguel Eduardo Pinto
ML4VIS
Aprendizagem Computacional
Visualização de Dados
Modelos de Visualização
Avaliação de Visualização
ML4VIS
Machine Learning
Data Visualization
Visualization Models
Visualization Evaluation
title_short Machine Learning for the Evaluation of Visualization Models
title_full Machine Learning for the Evaluation of Visualization Models
title_fullStr Machine Learning for the Evaluation of Visualization Models
title_full_unstemmed Machine Learning for the Evaluation of Visualization Models
title_sort Machine Learning for the Evaluation of Visualization Models
author Galvão, Miguel Eduardo Pinto
author_facet Galvão, Miguel Eduardo Pinto
author_role author
dc.contributor.author.fl_str_mv Galvão, Miguel Eduardo Pinto
dc.subject.por.fl_str_mv ML4VIS
Aprendizagem Computacional
Visualização de Dados
Modelos de Visualização
Avaliação de Visualização
ML4VIS
Machine Learning
Data Visualization
Visualization Models
Visualization Evaluation
topic ML4VIS
Aprendizagem Computacional
Visualização de Dados
Modelos de Visualização
Avaliação de Visualização
ML4VIS
Machine Learning
Data Visualization
Visualization Models
Visualization Evaluation
description Dissertação de Mestrado em Engenharia e Ciência de Dados apresentada à Faculdade de Ciências e Tecnologia
publishDate 2023
dc.date.none.fl_str_mv 2023-07-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10316/110581
https://hdl.handle.net/10316/110581
TID:203398114
url https://hdl.handle.net/10316/110581
identifier_str_mv TID:203398114
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602557181689856

Similar Items