Análisis visual de datos multidimensionales

Autores
Antonini, Antonella Soledad
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Castro, Silvia
Ganuza, María Luján
Descripción
El crecimiento exponencial en la generación y almacenamiento de datos ha planteado importantes desafíos en su procesamiento y análisis. En este contexto, la visualización de datos desempeña un papel fundamental al permitir la transformación de grandes volúmenes de datos en representaciones comprensibles para el ser humano. No obstante, a medida que los conjuntos de datos aumentan en tamaño y dimensionalidad, el diseño de visualizaciones efectivas se vuelve cada vez mas complejo. Con el objetivo de abordar estos desafíos y optimizar el proceso de visualización, esta tesis propone soluciones innovadoras que abarcan diversos aspectos clave. En primer lugar, se desarrolla un marco metodológico basado en tres pilares fundamentales de la visualización: los datos, su representación visual y los objetivos del análisis. Se realiza un análisis detallado de las técnicas de visualización existentes, organizándolas en una nueva taxonomía que facilita su clasificación y aplicación. Asimismo, con el propósito de unificar la interpretación y el uso de las tareas analíticas en visualización, se propone una taxonomía de tareas unificada que supera las diferencias terminologías presentes en la literatura. De manera complementaria, se diseña y desarrolla un sistema de recomendación que optimiza la selección de técnicas de visualización considerando de manera integral las características de los datos, los objetivos analíticos del usuario y sus preferencias en la representación visual. Este sistema ofrece una guía estructurada para la selección de representaciones gráficas adecuadas, permitiendo a usuarios expertos y no expertos crear visualizaciones expresivas y efectivas. Finalmente, se presenta el diseño e implementación de herramientas especializadas para la visualización de datos multidimensionales, con un enfoque particular en el análisis de datos geológicos. Estas herramientas combinan técnicas tradicionales con modelos avanzados de aprendizaje automático, ofreciendo soluciones innovadoras para el análisis de grandes conjuntos de datos.
The exponential data generation and storage has posed significant challenges in data processing and analysis. In this context, data visualization plays a fundamental role in enabling the transformation of large volumes of data into human-comprehensible rep resentations. However, as data sets increase in size and dimensionality, the design of effective visualizations becomes increasingly complex. To address these challenges and optimize the visualization process, this thesis propos es innovative solutions encompassing several key aspects. First, a methodological frame work is developed based on three fundamental pillars of visualization: data, their visual representation, and the objectives of the analysis. A detailed analysis of existing visu alization techniques is conducted, organizing them into a new taxonomy that facilitates their classification and application. Additionally, to unify the interpretation and use of analytical tasks in visualization, a unified taxonomy of tasks is proposed, overcoming the terminological differences present in the literature. In addition, a recommendation system is designed and developed that optimizes the selection of visualization techniques by comprehensively considering the characteristics of the data, the user’s analytical objectives, and their preferences in visual represen tation. This system offers a structured guide for the selection of appropriate graphical representations, allowing expert and non-expert users to create expressive and effective visualizations. Finally, the design and implementation of specialized tools for multidimensional data visualization are presented, with a particular approach to geological data analysis. These tools combine traditional techniques with advanced machine learning models, offering innovative solutions for the analysis of large datasets.
Fil: Antonini, Antonella Soledad. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina
Materia
Visualización de datos
Análisis visual
Datos multidimensionales
Proceso de visualización
Técnicas de visualización
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
Institución
Universidad Nacional del Sur
OAI Identificador
oai:repositorio.bc.uns.edu.ar:123456789/7296

id RID-UNS_d8712bf2a6927a03bb89c62ef81a1a97
oai_identifier_str oai:repositorio.bc.uns.edu.ar:123456789/7296
network_acronym_str RID-UNS
repository_id_str
network_name_str Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
spelling Análisis visual de datos multidimensionalesAntonini, Antonella SoledadVisualización de datosAnálisis visualDatos multidimensionalesProceso de visualizaciónTécnicas de visualizaciónEl crecimiento exponencial en la generación y almacenamiento de datos ha planteado importantes desafíos en su procesamiento y análisis. En este contexto, la visualización de datos desempeña un papel fundamental al permitir la transformación de grandes volúmenes de datos en representaciones comprensibles para el ser humano. No obstante, a medida que los conjuntos de datos aumentan en tamaño y dimensionalidad, el diseño de visualizaciones efectivas se vuelve cada vez mas complejo. Con el objetivo de abordar estos desafíos y optimizar el proceso de visualización, esta tesis propone soluciones innovadoras que abarcan diversos aspectos clave. En primer lugar, se desarrolla un marco metodológico basado en tres pilares fundamentales de la visualización: los datos, su representación visual y los objetivos del análisis. Se realiza un análisis detallado de las técnicas de visualización existentes, organizándolas en una nueva taxonomía que facilita su clasificación y aplicación. Asimismo, con el propósito de unificar la interpretación y el uso de las tareas analíticas en visualización, se propone una taxonomía de tareas unificada que supera las diferencias terminologías presentes en la literatura. De manera complementaria, se diseña y desarrolla un sistema de recomendación que optimiza la selección de técnicas de visualización considerando de manera integral las características de los datos, los objetivos analíticos del usuario y sus preferencias en la representación visual. Este sistema ofrece una guía estructurada para la selección de representaciones gráficas adecuadas, permitiendo a usuarios expertos y no expertos crear visualizaciones expresivas y efectivas. Finalmente, se presenta el diseño e implementación de herramientas especializadas para la visualización de datos multidimensionales, con un enfoque particular en el análisis de datos geológicos. Estas herramientas combinan técnicas tradicionales con modelos avanzados de aprendizaje automático, ofreciendo soluciones innovadoras para el análisis de grandes conjuntos de datos.The exponential data generation and storage has posed significant challenges in data processing and analysis. In this context, data visualization plays a fundamental role in enabling the transformation of large volumes of data into human-comprehensible rep resentations. However, as data sets increase in size and dimensionality, the design of effective visualizations becomes increasingly complex. To address these challenges and optimize the visualization process, this thesis propos es innovative solutions encompassing several key aspects. First, a methodological frame work is developed based on three fundamental pillars of visualization: data, their visual representation, and the objectives of the analysis. A detailed analysis of existing visu alization techniques is conducted, organizing them into a new taxonomy that facilitates their classification and application. Additionally, to unify the interpretation and use of analytical tasks in visualization, a unified taxonomy of tasks is proposed, overcoming the terminological differences present in the literature. In addition, a recommendation system is designed and developed that optimizes the selection of visualization techniques by comprehensively considering the characteristics of the data, the user’s analytical objectives, and their preferences in visual represen tation. This system offers a structured guide for the selection of appropriate graphical representations, allowing expert and non-expert users to create expressive and effective visualizations. Finally, the design and implementation of specialized tools for multidimensional data visualization are presented, with a particular approach to geological data analysis. These tools combine traditional techniques with advanced machine learning models, offering innovative solutions for the analysis of large datasets.Fil: Antonini, Antonella Soledad. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; ArgentinaCastro, SilviaGanuza, María Luján2025-06-26info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://repositoriodigital.uns.edu.ar/handle/123456789/7296spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)instname:Universidad Nacional del Sur2025-09-04T09:44:42Zoai:repositorio.bc.uns.edu.ar:123456789/7296instacron:UNSInstitucionalhttp://repositoriodigital.uns.edu.ar/Universidad públicaNo correspondehttp://repositoriodigital.uns.edu.ar/oaimesnaola@uns.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:2025-09-04 09:44:42.609Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) - Universidad Nacional del Surfalse
dc.title.none.fl_str_mv Análisis visual de datos multidimensionales
title Análisis visual de datos multidimensionales
spellingShingle Análisis visual de datos multidimensionales
Antonini, Antonella Soledad
Visualización de datos
Análisis visual
Datos multidimensionales
Proceso de visualización
Técnicas de visualización
title_short Análisis visual de datos multidimensionales
title_full Análisis visual de datos multidimensionales
title_fullStr Análisis visual de datos multidimensionales
title_full_unstemmed Análisis visual de datos multidimensionales
title_sort Análisis visual de datos multidimensionales
dc.creator.none.fl_str_mv Antonini, Antonella Soledad
author Antonini, Antonella Soledad
author_facet Antonini, Antonella Soledad
author_role author
dc.contributor.none.fl_str_mv Castro, Silvia
Ganuza, María Luján
dc.subject.none.fl_str_mv Visualización de datos
Análisis visual
Datos multidimensionales
Proceso de visualización
Técnicas de visualización
topic Visualización de datos
Análisis visual
Datos multidimensionales
Proceso de visualización
Técnicas de visualización
dc.description.none.fl_txt_mv El crecimiento exponencial en la generación y almacenamiento de datos ha planteado importantes desafíos en su procesamiento y análisis. En este contexto, la visualización de datos desempeña un papel fundamental al permitir la transformación de grandes volúmenes de datos en representaciones comprensibles para el ser humano. No obstante, a medida que los conjuntos de datos aumentan en tamaño y dimensionalidad, el diseño de visualizaciones efectivas se vuelve cada vez mas complejo. Con el objetivo de abordar estos desafíos y optimizar el proceso de visualización, esta tesis propone soluciones innovadoras que abarcan diversos aspectos clave. En primer lugar, se desarrolla un marco metodológico basado en tres pilares fundamentales de la visualización: los datos, su representación visual y los objetivos del análisis. Se realiza un análisis detallado de las técnicas de visualización existentes, organizándolas en una nueva taxonomía que facilita su clasificación y aplicación. Asimismo, con el propósito de unificar la interpretación y el uso de las tareas analíticas en visualización, se propone una taxonomía de tareas unificada que supera las diferencias terminologías presentes en la literatura. De manera complementaria, se diseña y desarrolla un sistema de recomendación que optimiza la selección de técnicas de visualización considerando de manera integral las características de los datos, los objetivos analíticos del usuario y sus preferencias en la representación visual. Este sistema ofrece una guía estructurada para la selección de representaciones gráficas adecuadas, permitiendo a usuarios expertos y no expertos crear visualizaciones expresivas y efectivas. Finalmente, se presenta el diseño e implementación de herramientas especializadas para la visualización de datos multidimensionales, con un enfoque particular en el análisis de datos geológicos. Estas herramientas combinan técnicas tradicionales con modelos avanzados de aprendizaje automático, ofreciendo soluciones innovadoras para el análisis de grandes conjuntos de datos.
The exponential data generation and storage has posed significant challenges in data processing and analysis. In this context, data visualization plays a fundamental role in enabling the transformation of large volumes of data into human-comprehensible rep resentations. However, as data sets increase in size and dimensionality, the design of effective visualizations becomes increasingly complex. To address these challenges and optimize the visualization process, this thesis propos es innovative solutions encompassing several key aspects. First, a methodological frame work is developed based on three fundamental pillars of visualization: data, their visual representation, and the objectives of the analysis. A detailed analysis of existing visu alization techniques is conducted, organizing them into a new taxonomy that facilitates their classification and application. Additionally, to unify the interpretation and use of analytical tasks in visualization, a unified taxonomy of tasks is proposed, overcoming the terminological differences present in the literature. In addition, a recommendation system is designed and developed that optimizes the selection of visualization techniques by comprehensively considering the characteristics of the data, the user’s analytical objectives, and their preferences in visual represen tation. This system offers a structured guide for the selection of appropriate graphical representations, allowing expert and non-expert users to create expressive and effective visualizations. Finally, the design and implementation of specialized tools for multidimensional data visualization are presented, with a particular approach to geological data analysis. These tools combine traditional techniques with advanced machine learning models, offering innovative solutions for the analysis of large datasets.
Fil: Antonini, Antonella Soledad. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina
description El crecimiento exponencial en la generación y almacenamiento de datos ha planteado importantes desafíos en su procesamiento y análisis. En este contexto, la visualización de datos desempeña un papel fundamental al permitir la transformación de grandes volúmenes de datos en representaciones comprensibles para el ser humano. No obstante, a medida que los conjuntos de datos aumentan en tamaño y dimensionalidad, el diseño de visualizaciones efectivas se vuelve cada vez mas complejo. Con el objetivo de abordar estos desafíos y optimizar el proceso de visualización, esta tesis propone soluciones innovadoras que abarcan diversos aspectos clave. En primer lugar, se desarrolla un marco metodológico basado en tres pilares fundamentales de la visualización: los datos, su representación visual y los objetivos del análisis. Se realiza un análisis detallado de las técnicas de visualización existentes, organizándolas en una nueva taxonomía que facilita su clasificación y aplicación. Asimismo, con el propósito de unificar la interpretación y el uso de las tareas analíticas en visualización, se propone una taxonomía de tareas unificada que supera las diferencias terminologías presentes en la literatura. De manera complementaria, se diseña y desarrolla un sistema de recomendación que optimiza la selección de técnicas de visualización considerando de manera integral las características de los datos, los objetivos analíticos del usuario y sus preferencias en la representación visual. Este sistema ofrece una guía estructurada para la selección de representaciones gráficas adecuadas, permitiendo a usuarios expertos y no expertos crear visualizaciones expresivas y efectivas. Finalmente, se presenta el diseño e implementación de herramientas especializadas para la visualización de datos multidimensionales, con un enfoque particular en el análisis de datos geológicos. Estas herramientas combinan técnicas tradicionales con modelos avanzados de aprendizaje automático, ofreciendo soluciones innovadoras para el análisis de grandes conjuntos de datos.
publishDate 2025
dc.date.none.fl_str_mv 2025-06-26
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://repositoriodigital.uns.edu.ar/handle/123456789/7296
url https://repositoriodigital.uns.edu.ar/handle/123456789/7296
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
instname:Universidad Nacional del Sur
reponame_str Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
collection Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
instname_str Universidad Nacional del Sur
repository.name.fl_str_mv Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) - Universidad Nacional del Sur
repository.mail.fl_str_mv mesnaola@uns.edu.ar
_version_ 1842341315389423616
score 13.13397