Algoritmo para prospecção multirrelacional de dados espaciais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/98673 |
Resumo: | As pesquisas acerca de spatial data mining - ou prospecção de dados espaciais - tem avançado no sentido de melhorar a qualidade dos resultados obtidos pelos algoritmos da área e aprimorar as técnicas utilizadas, na tentativa de apresentar soluções que contornam os principais problemas e desafios: custo computacional elevado e baixa eficiência dos algoritmos. Neste trabalho, é apresentado um algoritmo desenvolvido para prospecção de dados espaciais, que introduz uma abordagem multirrelacional para suportar o agrupamento de dados por similaridade de características espaciais e não espaciais com possibilidade de agregação semântica nessa tarefa. Aplicável a bases de dados volumosas, o algoritmo desenvolvido apresentou resultados com qualidade superior nos experimentos realizados, se comparado com alguns dos mais tradicionais de spatial data mining, sem que houvesse perda semântica no levantamento das informações - muitas vezes ocasionada pelas junções de dados exigidas na aplicação de algoritmos tradicionais - e com um desempenho otimizado por meio do uso de multithreading |
id |
UNSP_6d2c8fd358bff0bbaccf6fa3ea3e5cee |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/98673 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Algoritmo para prospecção multirrelacional de dados espaciaisBanco de dadosSistemas de informação geograficaInfra-estrutura de dados espaciaisDatabaseAs pesquisas acerca de spatial data mining - ou prospecção de dados espaciais - tem avançado no sentido de melhorar a qualidade dos resultados obtidos pelos algoritmos da área e aprimorar as técnicas utilizadas, na tentativa de apresentar soluções que contornam os principais problemas e desafios: custo computacional elevado e baixa eficiência dos algoritmos. Neste trabalho, é apresentado um algoritmo desenvolvido para prospecção de dados espaciais, que introduz uma abordagem multirrelacional para suportar o agrupamento de dados por similaridade de características espaciais e não espaciais com possibilidade de agregação semântica nessa tarefa. Aplicável a bases de dados volumosas, o algoritmo desenvolvido apresentou resultados com qualidade superior nos experimentos realizados, se comparado com alguns dos mais tradicionais de spatial data mining, sem que houvesse perda semântica no levantamento das informações - muitas vezes ocasionada pelas junções de dados exigidas na aplicação de algoritmos tradicionais - e com um desempenho otimizado por meio do uso de multithreadingResearches involving spatial data mining have advanced in order to improve the quality of results obtained with algorithms and techniques, aiming to present solutions which avoid the main problems and challenges in this research area: high computational cost and low efficiency of the algorithms. In this work, an algorithm for spatial data mining is presented, based on techniques introduced by the VDBSCAN algorithm, which introduces a multi-relational approach to support spatial clustering by similarity of spatial and non-spatial characteristics with the possibility of semantic aggregation in this process. The developed algorithm is able to deal with voluminous databases and it presented better results than some of the most traditional spatial data mining algorithms, avoiding semantic losses in data joining required by traditional algorithms and performing an optimised execution time due to the use of multithreadingUniversidade Estadual Paulista (Unesp)Valêncio, Carlos Roberto [UNESP]Universidade Estadual Paulista (Unesp)Ichiba, Fernando Tochio [UNESP]2014-06-11T19:29:40Z2014-06-11T19:29:40Z2013-02-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis72 f. : il. color., gráfs., tabs.application/pdfICHIBA, Fernando Tochio. Algoritmo para prospecção multirrelacional de dados espaciais. 2013. 72 f. Dissertação (mestrado) - Universidade Estadual Paulista Julio de Mesquita Filho, Instituto de Biociências, Letras e Ciências Exatas, 2013.http://hdl.handle.net/11449/98673000713656ichiba_ft_me_sjrp.pdf33004153073P2Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2023-10-26T06:08:59Zoai:repositorio.unesp.br:11449/98673Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T16:02:30.325716Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Algoritmo para prospecção multirrelacional de dados espaciais |
title |
Algoritmo para prospecção multirrelacional de dados espaciais |
spellingShingle |
Algoritmo para prospecção multirrelacional de dados espaciais Ichiba, Fernando Tochio [UNESP] Banco de dados Sistemas de informação geografica Infra-estrutura de dados espaciais Database |
title_short |
Algoritmo para prospecção multirrelacional de dados espaciais |
title_full |
Algoritmo para prospecção multirrelacional de dados espaciais |
title_fullStr |
Algoritmo para prospecção multirrelacional de dados espaciais |
title_full_unstemmed |
Algoritmo para prospecção multirrelacional de dados espaciais |
title_sort |
Algoritmo para prospecção multirrelacional de dados espaciais |
author |
Ichiba, Fernando Tochio [UNESP] |
author_facet |
Ichiba, Fernando Tochio [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Valêncio, Carlos Roberto [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Ichiba, Fernando Tochio [UNESP] |
dc.subject.por.fl_str_mv |
Banco de dados Sistemas de informação geografica Infra-estrutura de dados espaciais Database |
topic |
Banco de dados Sistemas de informação geografica Infra-estrutura de dados espaciais Database |
description |
As pesquisas acerca de spatial data mining - ou prospecção de dados espaciais - tem avançado no sentido de melhorar a qualidade dos resultados obtidos pelos algoritmos da área e aprimorar as técnicas utilizadas, na tentativa de apresentar soluções que contornam os principais problemas e desafios: custo computacional elevado e baixa eficiência dos algoritmos. Neste trabalho, é apresentado um algoritmo desenvolvido para prospecção de dados espaciais, que introduz uma abordagem multirrelacional para suportar o agrupamento de dados por similaridade de características espaciais e não espaciais com possibilidade de agregação semântica nessa tarefa. Aplicável a bases de dados volumosas, o algoritmo desenvolvido apresentou resultados com qualidade superior nos experimentos realizados, se comparado com alguns dos mais tradicionais de spatial data mining, sem que houvesse perda semântica no levantamento das informações - muitas vezes ocasionada pelas junções de dados exigidas na aplicação de algoritmos tradicionais - e com um desempenho otimizado por meio do uso de multithreading |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-02-22 2014-06-11T19:29:40Z 2014-06-11T19:29:40Z |
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.uri.fl_str_mv |
ICHIBA, Fernando Tochio. Algoritmo para prospecção multirrelacional de dados espaciais. 2013. 72 f. Dissertação (mestrado) - Universidade Estadual Paulista Julio de Mesquita Filho, Instituto de Biociências, Letras e Ciências Exatas, 2013. http://hdl.handle.net/11449/98673 000713656 ichiba_ft_me_sjrp.pdf 33004153073P2 |
identifier_str_mv |
ICHIBA, Fernando Tochio. Algoritmo para prospecção multirrelacional de dados espaciais. 2013. 72 f. Dissertação (mestrado) - Universidade Estadual Paulista Julio de Mesquita Filho, Instituto de Biociências, Letras e Ciências Exatas, 2013. 000713656 ichiba_ft_me_sjrp.pdf 33004153073P2 |
url |
http://hdl.handle.net/11449/98673 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
72 f. : il. color., gráfs., tabs. application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
Aleph reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128597459730432 |