Análisis visual de datos multidimensionales

Autores
Ganuza, María Luján; Antonini, Antonella S.; Luque, Leandro E.; Selzer, Matías Nicolás; Herlein, Rodrigo N.; Larrea, Martín Leonardo; Tanzola, Juan E; Asiain, Lucía; Ferracutti, Gabriela R; Gargiulo, M. Florencia; Bjerg, Ernesto A.; Castro, Silvia Mabel
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La visualización de datos multidimensionales es fundamental para comprender las relaciones entre múltiples variables. Sin embargo, a mayor cantidad de dimensiones, más difícil resulta crear representaciones visuales efectivas que capturen todas las interrelaciones sin perder información ni generar oclusión visual. Si bien existen diversos métodos para visualizar datos multidimensionales, estos todavía presentan limitaciones que dificultan su escalabilidad y efectividad. En este contexto, nos enfocamos en mejorar las técnicas de visualización para datos multidimensionales con y sin pérdida de información. Para evaluar la efectividad de las técnicas propuestas, proponemos la implementación de estudios de seguimiento ocular que permiten analizar cómo los usuarios exploran e interpretan estas visualizaciones.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
análisis visual de datos multidimensionales
Visualización de datos
visualización sin pérdida de información
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/183809

id SEDICI_273f07d702cc8dc4078ef0edb335b7cc
oai_identifier_str oai:sedici.unlp.edu.ar:10915/183809
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis visual de datos multidimensionalesGanuza, María LujánAntonini, Antonella S.Luque, Leandro E.Selzer, Matías NicolásHerlein, Rodrigo N.Larrea, Martín LeonardoTanzola, Juan EAsiain, LucíaFerracutti, Gabriela RGargiulo, M. FlorenciaBjerg, Ernesto A.Castro, Silvia MabelCiencias Informáticasanálisis visual de datos multidimensionalesVisualización de datosvisualización sin pérdida de informaciónLa visualización de datos multidimensionales es fundamental para comprender las relaciones entre múltiples variables. Sin embargo, a mayor cantidad de dimensiones, más difícil resulta crear representaciones visuales efectivas que capturen todas las interrelaciones sin perder información ni generar oclusión visual. Si bien existen diversos métodos para visualizar datos multidimensionales, estos todavía presentan limitaciones que dificultan su escalabilidad y efectividad. En este contexto, nos enfocamos en mejorar las técnicas de visualización para datos multidimensionales con y sin pérdida de información. Para evaluar la efectividad de las técnicas propuestas, proponemos la implementación de estudios de seguimiento ocular que permiten analizar cómo los usuarios exploran e interpretan estas visualizaciones.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf225-229http://sedici.unlp.edu.ar/handle/10915/183809spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:13Zoai:sedici.unlp.edu.ar:10915/183809Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:13.54SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis visual de datos multidimensionales
title Análisis visual de datos multidimensionales
spellingShingle Análisis visual de datos multidimensionales
Ganuza, María Luján
Ciencias Informáticas
análisis visual de datos multidimensionales
Visualización de datos
visualización sin pérdida de información
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 Ganuza, María Luján
Antonini, Antonella S.
Luque, Leandro E.
Selzer, Matías Nicolás
Herlein, Rodrigo N.
Larrea, Martín Leonardo
Tanzola, Juan E
Asiain, Lucía
Ferracutti, Gabriela R
Gargiulo, M. Florencia
Bjerg, Ernesto A.
Castro, Silvia Mabel
author Ganuza, María Luján
author_facet Ganuza, María Luján
Antonini, Antonella S.
Luque, Leandro E.
Selzer, Matías Nicolás
Herlein, Rodrigo N.
Larrea, Martín Leonardo
Tanzola, Juan E
Asiain, Lucía
Ferracutti, Gabriela R
Gargiulo, M. Florencia
Bjerg, Ernesto A.
Castro, Silvia Mabel
author_role author
author2 Antonini, Antonella S.
Luque, Leandro E.
Selzer, Matías Nicolás
Herlein, Rodrigo N.
Larrea, Martín Leonardo
Tanzola, Juan E
Asiain, Lucía
Ferracutti, Gabriela R
Gargiulo, M. Florencia
Bjerg, Ernesto A.
Castro, Silvia Mabel
author2_role author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
análisis visual de datos multidimensionales
Visualización de datos
visualización sin pérdida de información
topic Ciencias Informáticas
análisis visual de datos multidimensionales
Visualización de datos
visualización sin pérdida de información
dc.description.none.fl_txt_mv La visualización de datos multidimensionales es fundamental para comprender las relaciones entre múltiples variables. Sin embargo, a mayor cantidad de dimensiones, más difícil resulta crear representaciones visuales efectivas que capturen todas las interrelaciones sin perder información ni generar oclusión visual. Si bien existen diversos métodos para visualizar datos multidimensionales, estos todavía presentan limitaciones que dificultan su escalabilidad y efectividad. En este contexto, nos enfocamos en mejorar las técnicas de visualización para datos multidimensionales con y sin pérdida de información. Para evaluar la efectividad de las técnicas propuestas, proponemos la implementación de estudios de seguimiento ocular que permiten analizar cómo los usuarios exploran e interpretan estas visualizaciones.
Red de Universidades con Carreras en Informática
description La visualización de datos multidimensionales es fundamental para comprender las relaciones entre múltiples variables. Sin embargo, a mayor cantidad de dimensiones, más difícil resulta crear representaciones visuales efectivas que capturen todas las interrelaciones sin perder información ni generar oclusión visual. Si bien existen diversos métodos para visualizar datos multidimensionales, estos todavía presentan limitaciones que dificultan su escalabilidad y efectividad. En este contexto, nos enfocamos en mejorar las técnicas de visualización para datos multidimensionales con y sin pérdida de información. Para evaluar la efectividad de las técnicas propuestas, proponemos la implementación de estudios de seguimiento ocular que permiten analizar cómo los usuarios exploran e interpretan estas visualizaciones.
publishDate 2025
dc.date.none.fl_str_mv 2025-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/183809
url http://sedici.unlp.edu.ar/handle/10915/183809
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
225-229
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616361442017280
score 13.069144