Integração, transformação, aumento de dados e controle de qualidade para representações intermediárias

Resumo

Muitos problemas de aprendizado de máquina envolvem mais de uma única fonte de dados relacionada ao problemade interesse. Por exemplo, o desenvolvimento de um modelo de cidade pode envolver conjuntos de dados descrevendo não só o plano das ruas, avenidas e estradas, mas também a aparência visual emcâmeras on-line, a densidade populacional ao longo dos vários distritos, a informaçãosobre a geografia da região (incluindo a existência de lagos, costa, montanhas, etc.), aeconomia da região, etc. A integração tem sido considerada estratégica na literatura recente de informática urbana, bem como em outroscampos. No entanto, estes conjuntos de dados são frequentemente obtidos e organizados de forma independente e têmgraus de qualidade variados. Igualmente importante é o fato de que tais conjuntos de dados não sãodiretamente utilizáveis, exigindo transformações para ser mais efetivamente analisados, dada a especificidade dasaplicações. No caso do exemplo anterior, os bancos de dados representando as ruas e avenidassão frequentemente organizados em estruturas CAD representando ruas com pontos de controle definidospor cruzamentos de ruas ou pontos de alta curvatura, enquanto uma representação mais poderosa seriauma rede contendo apenas o primeiro tipo de pontos de controle. Então, é necessário que seremova os últimos pontos, enquanto se executa uma verificação de consistência.A integração de conjuntos de dados corresponde a uma tarefa crítica, pois é necessário integraros dados em cada banco de dados independente em um todo coerente. No caso do exemplo anterior,seria necessário integrar as coordenadas geográficas nos pontos de controle. Freqüentemente, tais demandas de integração incorporam ao processamento umalto nível de inteligência sobre os dados, objetivos e aplicação. É importante terrepresentações intermediárias matemáticas / computacionais para realizar uma integração significativa.Estas duas tarefas críticas, a integração e transformação, portanto, são o núcleo da presenteabordagem, como representado no diagrama da Figura 2 do Projeto Temático. Dois tópicos particularessão de interesse: aumento do conjunto de dados e controle de qualidade.