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

• Main Author: Cano, Marcos Daniel
• Other Authors: Ribeiro, Marcela Xavier
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de São Carlos 2016
• Subjects: 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
• Online Access: https://repositorio.ufscar.br/handle/ufscar/564

Made available in DSpace on 2016-06-02T19:06:12Z (GMT). No. of bitstreams: 1 5971.pdf: 5628502 bytes, checksum: 38bfe45912e4f91f4ad8c7fb5fb815db (MD5) Previous issue date: 2012-08-03 === Universidade Federal de Minas Gerais === 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. === 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.