Análise e mineração de data streams multidimensionais

• Processo: 11/19608-3
• Linha de fomento: Auxílio à Pesquisa - Regular
• Vigência: 01 de fevereiro de 2012 - 31 de janeiro de 2014
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Elaine Parros Machado de Sousa
• Beneficiário: Elaine Parros Machado de Sousa
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Mineração de dados Agrometeorologia

Resumo

Data streams são usualmente caracterizadas por grandes quantidades de dados gerados continuamente em processos síncronos ou assíncronos potencialmente infinitos, em aplicações como: sistemas meteorológicos, processos industriais, tráfego de veículos, transações financeiras, redes de sensores, entre outras. Além disso, o comportamento dos dados tende a sofrer alterações significativas ao longo do tempo, definindo data streams evolutivas. Essas alterações podem significar eventos temporários (por exemplo: anomalias ou eventos climáticos extremos) ou mudanças relevantes no processo de geração da stream que resultam em alterações na distribuição dos dados (por exemplo: mudanças no clima). Este projeto tem por objetivo principal desenvolver técnicas de análise e mineração de data streams multidimensionais evolutivas, com aplicação em descoberta de conhecimento em dados agrometeorológicos, tais como: medidas climáticas reais coletadas de estações meteorológicas de superfície, medidas climáticas geradas por modelos de previsão de cenários climáticos e dados de sensoriamento remoto relacionados ao monitoramento agrícola. A abordagem inicial a ser adotada é baseada em conceitos da Teoria de Fractais, utilizados para análise de comportamento temporal. A aplicação em dados agrometeorológicos visa identificar eventos climáticos extremos, mudanças climáticas e o impacto desses eventos em áreas de plantio de café e cana-de-açúcar na região Sudeste do Brasil. Portanto, pretende-se que este trabalho resulte em contribuições para o estado-da-arte nas áreas de banco de dados e mineração de dados, e em contribuições para apoio a pesquisas na área de Agrometeorologia. (AU)