Busca avançada
Ano de início
Entree

Análise e mineração de data streams multidimensionais

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)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)