Redução de dimensionalidade e visualização interativa de dados multimensionais utilizando processamento paralelo em GPU

• Main Author: Matrakas, Miguel Diogenes
• Other Authors: Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
• Format: Others
• Language: Portuguese
• Published: 2017
• Online Access: http://hdl.handle.net/1884/45482

Orientador : Prof. Dr. Sérgio Scheer === Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 29/08/2016 === Inclui referências : f. 102-105 === Resumo: O método de apresentação de um conjunto de dados influencia os processos de análise e tomada de decisão acerca de seu conteúdo. Portanto, o processo de visualização deve representar, da melhor forma possível, as relações existentes entre seus elementos. Fenômenos ou processos reais apresentam conjuntos de dados multidimensionais, para os quais seria ideal utilizar representações visuais com o maior número de características possível, o que nem sempre é viável devido a limitações nos dispositivos e pelo fato de que a compreensão de um conjunto com mais de três dimensões não é natural. O problema abordado é a visualização de um grande conjunto de dados, como os resultantes de simulações numéricas ou do sensoriamento de uma estrutura, processo ou mesmo fenômeno natural a partir de um conjunto de diferentes tipos de sensores, utilizando um ambiente computacional de baixo custo. Considerando estes casos, são necessárias ferramentas que auxiliem na visualização e análise dos dados produzidos, facilitando sua compreensão pelos distintos profissionais envolvidos. A partir destas considerações, esta pesquisa tem por objetivo propor uma abordagem para realizar a visualização e análise interativas de um volume de dados multidimensional, de modo que todo o conjunto de dados esteja representado na imagem resultante. Para isso utilizar processamento paralelo baseado em processadores gráficos para implementar as técnicas de Redução Dimensional (RD): Multidimensional Scaling (MDS) e transformação por Coordenadas Estrela, de modo a produzir imagens que representem o conteúdo do volume multidimensional (n-dimensional) de dados. Quatro abordagens para realizar a visualização de dados multidimensionais são descritas e, posteriormente, testadas em um protótipo utilizando General-Purpose Computation on Graphics Processing Units (GPGPU). Os resultados de processamento indicam a viabilidade de se realizar a visualização de um volume de dados n-dimensional utilizando uma técnica de RD em um computador de baixo custo equipado com uma placa gráfica. Palavras-chave: Escala multidimensional, Processamento paralelo, Coordenadas Estrela, Redução Dimensional (RD), Imagem tridimensional. === Abstract: The method of presenting a data set influences the analysis and decision-making processes, about its contents. So the visualization process should represent in the best possible way the different relations between its elements. Phenomena or real processes present multidimensional data sets, for which it would be ideal to use visual representations with as many features as possible, which is not always feasible due to limitations in the devices and the fact that the understanding of a range of more than three dimensions is not natural. The problem addressed is the view of a large data set, as a result of numerical simulations or the sensoring of a structure, process or natural phenomenon from a number of different types of sensors, using for this a low cost computing environment. Considering these cases, tools are needed to assist in the visualization and analysis of the data produced, facilitating their comprehension by the various professionals involved. Based on these considerations, this research aims to propose an approach to perform interactive visualization and analysis of a multidimensional data volume, so that the entire data set is represented in the resulting image. Using for this parallel processing based on graphical processing units to implement: the MDS and the Star Coordinates transformation Dimensional Reduction (DR) techniques to produce images that represent the contents of the n-dimensional data volume. Four approaches to perform multidimensional data visualization are described and subsequently tested in a prototype using GPGPU. The processing results indicate the feasibility of performing the visualization of a n-dimensional data volume using a DR technique in a low cost computer equipped with a video card Keywords: Dimensional scale, Parallel processing, Star coordinates, Dimensional Reduction (DR), Tridimensional image.