Mineração integrada de dados multimodais para apoio à tomada de decisão em agrometeorologia

• Processo: 11/15017-0
• Linha de fomento: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de março de 2012
• Vigência (Término): 28 de fevereiro de 2014
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Agma Juci Machado Traina
• Beneficiário: Daniel Yoshinobu Takada Chino
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Agrometeorologia Mineração de dados

Resumo

Este projeto de mestrado visa a desenvolver um novo sistema de mineração de dados agrometeorológicos e climatológicos que permita integrar fontes diversas de dados (séries temporais de índices climáticos obtidas através de imagens de satélite, com séries temporais obtidas por sensores de agrometeorologia de diferentes resoluções) que possa ser colocado como uma camada sobre o sistema SatImageExplorer, e que permita minerar de modo simbiótico informações relevantes de padrões que levam a eventos extremos, ou de ocorrência sazonal, seguindo a especificação do especialista.Serão utilizados mecanismos de acompanhamento de séries temporais, por exemplo, utilizando a variação de suas características intrínsecas de comportamento, que pode ser mapeada pela sua dimensionalidade ou característica fractal. O relacionamento entre as séries temporais multidimensionais será quantificado por uma extensão da função de distância Dynamic Time Warping a ser desenvolvida, que permitirá calibrar de modo mais efetivo o grau de deslocamento entre os pontos de controle, permitindo um controle mais refinado do correlacionamento entre as séries temporais.

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

CHINO, Daniel Yoshinobu Takada. Mineração de padrões frequentes em séries temporais para apoio à tomada de decisão em agrometereologia. 2014. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação São Carlos.