Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/29200
ORCID:  http://orcid.org/0000-0001-7012-4461
Document type: Tese
Access type: Acesso Aberto
Title: Técnicas avançadas para análise visual de redes temporais
Alternate title (s): Advanced techniques for visual analysis of temporal networks
Author: Linhares, Claudio Douglas Gouveia
First Advisor: Travençolo, Bruno Augusto Nassif
First coorientator: Paiva, José Gustavo de Souza
First member of the Committee: Cattelan, Renan Gonçalves
Second member of the Committee: Carneiro, Murillo Guimarães
Third member of the Committee: Silva, Filipi Nascimento
Fourth member of the Committee: Rodrigues, Francisco Aparecido
Summary: Redes temporais representam interações entre entidades do domínio com a informação adicional de quando essas comunicações ocorrem. A visualização de redes temporais tem um importante papel no reconhecimento de propriedades das redes que seriam difíceis de serem percebidas sem uma estratégia de visualização adequada. Devido à grande quantidade de informação nessas redes, mais atenção tem sido dada em relação a escalabilidade visual associada com visualizações produzidas, mas ainda representa um problema não resolvido e com falta de abordagens específicas. Neste trabalho são propostas novas estratégias para melhorar a visualização de redes temporais. Especificamente, é proposta uma técnica de ordenação de nós escalável para a visualização de redes temporais, chamada de Community-based Node Ordering (CNO), que combina detecção de comunidade estática com técnicas de ordenação de nós, juntamente com uma taxonomia para categorizar os padrões das atividades. É apresentado também um método de visualização que permite a comparação entre dois algoritmos de detecção de comunidades para ajudar a decidir qual deles é melhor para a análise visual de comunidades. Também são abordados estratégias para a visualização de processos dinâmicos em redes, como espalhamento de rumores e doenças. Além disso, é conduzido um experimento com usuário com a definição de diferentes tarefas em redes temporais, a fim de identificar quais são as melhores formas de visualizar de acordo com diferentes tarefas. Por fim, é descrito o sistema Dynamic Network Visualization (DyNetVis), mostrado suas especificações, requisitos, funcionalidades e impacto na área. Os experimentos foram gerados com análises quantitativas e qualitativas utilizando redes reais em diferentes contextos, para mostrar que as visualizações propostas e suas categorizações ajudaram na identificação de padrões que seriam difíceis de serem vistos sem o uso dessas técnicas de visualização.
Abstract: Temporal networks represent interactions among entities of a given domain with additional information about when such interactions occur. The visualization of temporal networks plays a key role in the recognition of properties that would be difficult to perceive without an adequate visualization strategy. Due to a large amount of information provided by these networks, more attention has been given to issues related to the visual scalability associated with the produced layouts, but this still represents an unsolved problem and lacks effective techniques. We propose in this thesis novel techniques to enhance the visualization of temporal networks. Specifically, a scalable node reordering technique for temporal network visualization, named Community-based Node Ordering (CNO), combining static community detection with node reordering techniques, along with a taxonomy to categorize activity patterns. In addition, a visualization method that allows the comparison of two community detection algorithms is presented in order to decide which one is better for visual analysis of communities. Another contribution is the analysis of dynamic processes, as spreading rumors, diseases, applied in the visualization of temporal networks. Furthermore, we conducted a user experiment consisting of the application of different tasks in temporal networks, in order to find the relation of the layouts with the most appropriate tasks. Finally, the Dynamic Network Visualization (DyNetVis) system demonstrates the software specifications, examples, functionalities, and impact in the study field. We performed experiments with qualitative and quantitative analyses using real networks in several fields to show that the proposed layouts and categorization helped in the identification of patterns that would otherwise be difficult to see.
Keywords: Temporal Networks
Dynamic Networks
Network Community
Node Reordering
Massive Sequence View
Visual Clutter
Visual Scalability
Information Visualization
Dynamic Processes
DyNetVis
Redes Temporais
Redes Dinâmicas
Comunidades
Reordenação de nós
Poluição Visual
Escalabilidade Visual
Visualização da Informação
Processos Dinâmicos
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
Language: eng
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Ciência da Computação
Quote: LINHARES, Claudio Douglas Gouveia. Técnicas avançadas para análise visual de redes temporais. 2020. 134 f. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2020. Disponível em: http://doi.org/10.14393/ufu.te.2020.375.
Document identifier: http://doi.org/10.14393/ufu.te.2020.375
URI: https://repositorio.ufu.br/handle/123456789/29200
Date of defense: 12-Mar-2020
Appears in Collections:TESE - Ciência da Computação

Files in This Item:
File Description SizeFormat 
TecnicasAvancadasAnalise.pdfTese de Doutorado38.14 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons