Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos

Detalhes bibliográficos
Autor(a) principal: Cano, Marcos Daniel
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSCAR
Texto Completo: https://repositorio.ufscar.br/handle/ufscar/564
Resumo: Technological development brought improvements in the technology of climate sensors and Earth's surface image acquisition, gathering increasing amounts of data. Generally, when these data are submitted to mining algorithms, the output is the production of hundreds or even thousands of textual patterns, making the task of data analysis by the domain expert even harder. Hence, it is crucial, to support experts, the development of a tool that helps to identify and display patterns of interest. In this context, this research project at Master Science level aims to develop a technique for mining association rules in time series allowing agrometeorological data analysis over time.
id SCAR_35dcde004350756fd5bedb7f91f6706f
oai_identifier_str oai:repositorio.ufscar.br:ufscar/564
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str 4322
spelling Cano, Marcos DanielRibeiro, Marcela Xavierhttp://genos.cnpq.br:12010/dwlattes/owa/prc_imp_cv_int?f_cod=K4766919E1http://lattes.cnpq.br/9695321755996994d0e28efb-4122-4964-9f05-8d6169fb3f812016-06-02T19:06:12Z2014-07-242016-06-02T19:06:12Z2012-08-03CANO, Marcos Daniel. Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos. 2012. 94 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012.https://repositorio.ufscar.br/handle/ufscar/564Technological development brought improvements in the technology of climate sensors and Earth's surface image acquisition, gathering increasing amounts of data. Generally, when these data are submitted to mining algorithms, the output is the production of hundreds or even thousands of textual patterns, making the task of data analysis by the domain expert even harder. Hence, it is crucial, to support experts, the development of a tool that helps to identify and display patterns of interest. In this context, this research project at Master Science level aims to develop a technique for mining association rules in time series allowing agrometeorological data analysis over time.O avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições dos dados climáticos e de imageamento da superfície terrestre, coletando quantidades cada vez maiores de dados. Quando esses dados são submetidos aos algoritmos de mineração para serem explorados ocorre, em geral, a produção de centenas ou ate mesmo milhares de padrões textuais, dificultando ainda mais a tarefa de analise dos dados pelo especialista de domínio. Assim, e crucial, para apoiar os especialistas, o desenvolvimento de um ferramental que auxilia na identificação e visualização dos padrões de interesse. Neste contexto, este projeto de pesquisa em nível de mestrado visa desenvolver uma técnica de mineração de regras de associação em series temporais permitindo a analise de dados agrometeorológicos ao longo do tempo.Universidade Federal de Minas Geraisapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Ciência da Computação - PPGCCUFSCarBRCiência da computaçãoData mining (mineração de dados)Análise de séries temporaisVisualização de dadosRegras de associação sequenciaisSequential association rulesTime seriesData visualizationCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOMineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-104d8be23-7330-4147-baf0-14545dd9cbdfinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINAL5971.pdfapplication/pdf5628502https://repositorio.ufscar.br/bitstream/ufscar/564/1/5971.pdf38bfe45912e4f91f4ad8c7fb5fb815dbMD51TEXT5971.pdf.txt5971.pdf.txtExtracted texttext/plain0https://repositorio.ufscar.br/bitstream/ufscar/564/4/5971.pdf.txtd41d8cd98f00b204e9800998ecf8427eMD54THUMBNAIL5971.pdf.jpg5971.pdf.jpgIM Thumbnailimage/jpeg8931https://repositorio.ufscar.br/bitstream/ufscar/564/5/5971.pdf.jpg95885e4a0400ac92197c65c26a64e680MD55ufscar/5642023-09-18 18:30:36.696oai:repositorio.ufscar.br:ufscar/564Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:30:36Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
title Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
spellingShingle Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
Cano, Marcos Daniel
Ciência da computação
Data mining (mineração de dados)
Análise de séries temporais
Visualização de dados
Regras de associação sequenciais
Sequential association rules
Time series
Data visualization
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
title_full Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
title_fullStr Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
title_full_unstemmed Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
title_sort Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos
author Cano, Marcos Daniel
author_facet Cano, Marcos Daniel
author_role author
dc.contributor.authorlattes.por.fl_str_mv http://lattes.cnpq.br/9695321755996994
dc.contributor.author.fl_str_mv Cano, Marcos Daniel
dc.contributor.advisor1.fl_str_mv Ribeiro, Marcela Xavier
dc.contributor.advisor1Lattes.fl_str_mv http://genos.cnpq.br:12010/dwlattes/owa/prc_imp_cv_int?f_cod=K4766919E1
dc.contributor.authorID.fl_str_mv d0e28efb-4122-4964-9f05-8d6169fb3f81
contributor_str_mv Ribeiro, Marcela Xavier
dc.subject.por.fl_str_mv Ciência da computação
Data mining (mineração de dados)
Análise de séries temporais
Visualização de dados
Regras de associação sequenciais
topic Ciência da computação
Data mining (mineração de dados)
Análise de séries temporais
Visualização de dados
Regras de associação sequenciais
Sequential association rules
Time series
Data visualization
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.eng.fl_str_mv Sequential association rules
Time series
Data visualization
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Technological development brought improvements in the technology of climate sensors and Earth's surface image acquisition, gathering increasing amounts of data. Generally, when these data are submitted to mining algorithms, the output is the production of hundreds or even thousands of textual patterns, making the task of data analysis by the domain expert even harder. Hence, it is crucial, to support experts, the development of a tool that helps to identify and display patterns of interest. In this context, this research project at Master Science level aims to develop a technique for mining association rules in time series allowing agrometeorological data analysis over time.
publishDate 2012
dc.date.issued.fl_str_mv 2012-08-03
dc.date.available.fl_str_mv 2014-07-24
2016-06-02T19:06:12Z
dc.date.accessioned.fl_str_mv 2016-06-02T19:06:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv CANO, Marcos Daniel. Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos. 2012. 94 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/ufscar/564
identifier_str_mv CANO, Marcos Daniel. Mineração de regras de associação sequenciais em séries temporais e visualização: aplicação em dados agrometeorológicos. 2012. 94 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012.
url https://repositorio.ufscar.br/handle/ufscar/564
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.authority.fl_str_mv 04d8be23-7330-4147-baf0-14545dd9cbdf
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência da Computação - PPGCC
dc.publisher.initials.fl_str_mv UFSCar
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstream/ufscar/564/1/5971.pdf
https://repositorio.ufscar.br/bitstream/ufscar/564/4/5971.pdf.txt
https://repositorio.ufscar.br/bitstream/ufscar/564/5/5971.pdf.jpg
bitstream.checksum.fl_str_mv 38bfe45912e4f91f4ad8c7fb5fb815db
d41d8cd98f00b204e9800998ecf8427e
95885e4a0400ac92197c65c26a64e680
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv
_version_ 1813715504068558848

Registros relacionados