Busca avançada
Ano de início
Entree

Detecção de anomalias e eventos extremos em data streams multidimensionais

Processo: 11/15829-5
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de março de 2012
Data de Término da vigência: 28 de fevereiro de 2014
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Elaine Parros Machado de Sousa
Beneficiário:Santiago Augusto Nunes
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Assunto(s):Banco de dados   Detecção de anomalias
Palavra(s)-Chave do Pesquisador:detecção de anomalias | mineração de data streams | Banco de Dados

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. Estas alterações podem significar eventos temporários (como anomalias ou eventos extremos) ou mudanças relevantes no processo de geração da stream (que resultam em alterações na distribuição dos dados). A detecção dessas variações de comportamento, em particular de anomalias e eventos extremos, é relevante em alguns tipos de aplicação, como o monitoramento de eventos climáticos extremos em pesquisas na área de Agrometeorologia. Nesse contexto, este projeto de mestrado tem por objetivo desenvolver uma técnica de identificação de anomalias e eventos extremos em data streams multidimensionais, baseada na detecção de mudanças de comportamento espaço-temporais. A abordagem a ser adotada é baseada em conceitos da Teoria de Fractais, utilizados para análise de comportamento temporal. A técnica desenvolvida será aplicada a dados agrometeorológicos, visando identificar eventos climáticos extremos e o impacto desses eventos em áreas de plantio de café na região Sudeste do Brasil. Portanto, pretende-se que este trabalho resulte em contribuições para a área de mineração de dados e apóie pesquisas em Agrometeorologia.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
NUNES, Santiago Augusto. Análise espaço-temporal de data streams multidimensionais. 2015. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.