Mineração de padrões frequentes em séries temporais para apoio à tomada de decisão em agrometereologia (2014)
- Authors:
- Autor USP: CHINO, DANIEL YOSHINOBU TAKADA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: MINERAÇÃO DE DADOS; ANÁLISE DE SÉRIES TEMPORAIS; ALGORITMOS E ESTRUTURAS DE DADOS
- Keywords: Data mining; Frequent patterns; Mineração de dados; Padrões frequentes; Séries temporais; Time series
- Language: Português
- Abstract: O crescente aumento no volume de dados complexos tem se tornado um desafio para pesquisadores. Séries temporais são um tipo de dados complexos que tem tido um crescimento em sua relevância, devido a sua importância para o monitoramento e acompanhamento de safras agrícolas. Assim, a mineração de informação a partir de grandes volumes de séries temporais para o apoio a tomada de decisões tem se tornado uma atividade valiosa. Uma das atividades importantes na mineração em séries temporais é a descoberta de padrões frequentes. Entretanto, a complexidade dessa atividade requer métodos rápidos e eficientes. Nesse contexto, esta dissertação de mestrado apresenta propostas para novos algoritmos e métodos para minerar e indexar séries temporais. Uma das propostas dessa dissertação é o índice Telesto, que utiliza uma estrutura baseada em árvores de sufixo generalizada para recuperar séries temporais em uma base de dados de séries temporais de modo rápido e eficiente. Outra proposta dessa dissertação é o algoritmo TrieMotif, que se baseia em uma trie para eliminar comparações desnecessárias entre subsequências, agilizando o processo de mineração de padrões frequentes em séries temporais. Os algoritmos propostos foram utilizados para a análise de dados climáticos e agrometeorológicos. Os resultados apresentados nessa dissertação de mestrado mostram que os algoritmos são escaláveis, podendo ser utilizados para grandes volumes de dados
- Imprenta:
- Publisher place: São Carlos
- Date published: 2014
- Data da defesa: 18.03.2014
-
ABNT
CHINO, Daniel Yoshinobu Takada. Mineração de padrões frequentes em séries temporais para apoio à tomada de decisão em agrometereologia. 2014. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04062014-142915/. Acesso em: 24 abr. 2024. -
APA
Chino, D. Y. T. (2014). Mineração de padrões frequentes em séries temporais para apoio à tomada de decisão em agrometereologia (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04062014-142915/ -
NLM
Chino DYT. Mineração de padrões frequentes em séries temporais para apoio à tomada de decisão em agrometereologia [Internet]. 2014 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04062014-142915/ -
Vancouver
Chino DYT. Mineração de padrões frequentes em séries temporais para apoio à tomada de decisão em agrometereologia [Internet]. 2014 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04062014-142915/ - Managing feature extraction, mining and retrieval of complex data: applications in emergency situations and medicine
- Segmenting skin ulcers and measuring the wound area using deep convolutional networks
- Semi-automatic ulcer segmentation and wound area measurement supporting telemedicine
- A DBMS-based framework for content-based retrieval and analysis of skin ulcer Images in medical practice
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
