Visualización de una red de neuronas a través de un gráfico dirigido por fuerzas con clusters colapsables

Moreno Díaz, Alejandro (2021). Visualización de una red de neuronas a través de un gráfico dirigido por fuerzas con clusters colapsables. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Visualización de una red de neuronas a través de un gráfico dirigido por fuerzas con clusters colapsables
Author/s:
  • Moreno Díaz, Alejandro
Contributor/s:
  • Toharia Rabasco, Pablo
Item Type: Thesis (Master thesis)
Masters title: Ciencia de Datos
Date: June 2021
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Arquitectura y Tecnología de Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

Los gráficos compuestos son capaces de ofrecer una gran cantidad de información ya que combinan una red y un árbol, es decir estudian las relaciones entre nodos al mismo nivel y a distinto nivel en la jerarquía. Dado que combinan estos elementos, están siendo aplicados a distintos campos como el estudio de redes sociales. Algunos de los tipos de gráficos compuestos más usados son el sunburst, la matriz de adyacencia, y las redes agrupadas o clustered networks. A parte de estos tipos, van apareciendo híbridos que combinan funcionalidades de los tipos mencionados anteriormente con nuevas características. La interactividad resulta ser clave en este tipo de gráficos para facilitar su uso. En este proyecto se ha creado un gráfico dirigido por fuerzas con clusters colapsables para representar una red de neuronas. Esta red es agrupada teniendo en cuenta la capa de la corteza cerebral a la que pertenecen La gran cantidad de datos que exponen estos gráficos hace que surjan problemas al representar tanta información como por ejemplo la falta de comprensión del gráfico. Para evitar esto, se empleó un subconjunto de datos con el fin de realizar la visualización, representando un total de 100 nodos o neuronas, y 339 conexiones. El subconjunto de datos se obtuvo creando varios programas de preprocesado en Python obteniendo al final un archivo en formato JSON. La red agrupada se creó empleando varias tecnologías web. Se utilizó HTML, CSS, SVG y JavaScript. Para generar el gráfico se utilizó principalmente la librería de D3 de JavaScript. Esta librería permite producir visualizaciones de datos dinámicas e interactivas en navegadores web. Una de las características más importantes del gráfico generado es el colapso de grupos de nodos. De esta forma, se generan nuevos metanodos que representan a los nodos de un grupo, reduciendo así la complejidad y cantidad de información de la visualización. A parte de esta funcionalidad, se incorporan otras para facilitar la navegación. Algunas de estas facilidades son una leyenda, zoom, arrastre de nodos para cambiar su posición y resaltar nodos y conexiones. También se muestra información sobre el nodo resaltado como su identificador o la capa a la que pertenece. Al final el gráfico se encuentra en un único archivo HTML para que el usuario pueda utilizarlo sin tener que instalar software adicional, ni inicializar un servidor local. Para mejorar la experiencia con el usuario se podrían añadir una mayor interacción como por ejemplo seleccionar el subconjunto de datos que se quiera visualizar.---ABSTRACT---Compound graphs are able to provide a great deal of information as they combine a network and a tree. They study the relationships between nodes at the same level and at different levels in the hierarchy. Since they combine these elements, they are being applied to different fields such as the study of social networks. Some of the most used types of compound graphs are the sunburst, the adjacency matrix, and clustered networks. In addition to these types, hybrids are appearing that combine functionalities of the types mentioned above with new features. Interactivity is key in these types of graphs in order to facilitate their use. In this project, a force-directed graph with collapsible clusters has been created to represent a network of neurons. This network is grouped according to the layer of the cerebral cortex to which they belong. The large amount of data that these graphs display causes problems when representing so much information, such as a lack of understanding of the graph. To avoid this, a subset of the data was used for visualisation purposes, representing a total of 100 nodes, or neurons, and 339 connections. The subset of data was obtained by creating several preprocessing programs in Python, obtaining a JSON format file at the end. The clustered network was created using various web technologies including HTML, CSS, SVG and JavaScript. The D3 JavaScript library was mainly used to generate the graphic. This library allows to produce dynamic and interactive data visualisations in web browsers. One of the most important features of the generated graph is the collapse of groups of nodes. In this way, new metanodes are generated that represent the nodes of a group, thus reducing the complexity and amount of information in the visualisation. Apart from this functionality, others are incorporated to facilitate navigation. Some of these facilities are a legend, zoom, dragging nodes to change their position and highlighting nodes and connections. Information about the highlighted node such as its identifier or the layer it belongs to is also displayed in the graph. In the end, the graph is contained in a single HTML file so that the user can use it without having to install any additional software or initialise a local server. To improve the user experience, more interaction could be added, such as selecting the subset of data to be displayed.

More information

Item ID: 68761
DC Identifier: https://oa.upm.es/68761/
OAI Identifier: oai:oa.upm.es:68761
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 07 Oct 2021 14:01
Last Modified: 07 Oct 2021 14:01
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM