Mapeamento Inverso: Empregando Manipulação Interativa para Transformar Modelos Computacionais

Resumo

Com a crescente quantidade e complexidade de conjuntos de dados armazenados por sistemas computacionais de todo tipo, explorar e extrair conhecimento de tais conjuntos vem se tornando uma tarefa cada vez mais difícil. Visando resolver este problema, técnicas baseadas em mineração de dados, aprendizado de máquina e visualização de informação adquiriram grande importância em desenvolvimentos científicos recentes. A área conhecida como Visual Analytics compreende a utilização de modelos visuais para possibilitar ao usuário aplicar seu conhecimento no processo de mineração ou aprendizado, gerando assim maior eficiência na execução de determinadas tarefas. No entanto, embora existam muitas técnicas de visualização encarregadas de transmitir informações contidas nos dados ao espaço visual, o procedimento inverso nem sempre ocorre de maneira simples, o que faz com que o processo de transmitir ideias e conhecimento do usuário de volta ao modelo computacional a partir da visualização se torne difícil. Este problema é particularmente expressivo no caso de projeções multidimensionais, que nem sempre são geradas por meio de funções que admitem uma inversa. A proposta deste projeto de doutorado consiste em estudar e desenvolver novas abordagens de visualização que apóiem o conceito de mapeamento inverso, especialmente no que diz respeito a técnicas de projeção multidimensional, com foco na utilização em visual analytics visando oferecer a um usuário informações sobre não só a equivalência dos dados exibidos em relação aos originais como também o impacto resultante de suas alterações.