| Texto completo | |
| Autor(es): |
Vega-Oliveros, Didier A.
;
Cotacallapa, Moshe
;
Ferreira, Leonardo N.
;
Quiles, Marcos G.
;
Zhao, Liang
;
Macau, Elbert E. N.
;
Cardoso, Manoel F.
;
Assoc Comp Machinery
Número total de Autores: 8
|
| Tipo de documento: | Artigo Científico |
| Fonte: | SAC '19: PROCEEDINGS OF THE 34TH ACM/SIGAPP SYMPOSIUM ON APPLIED COMPUTING; v. N/A, p. 8-pg., 2019-01-01. |
| Resumo | |
Network theory has established itself as an appropriate tool for complex systems analysis and pattern recognition. In the context of spatiotemporal data analysis, correlation networks are used in the vast majority of works. However, the Pearson correlation coefficient captures only linear relationships and does not correctly capture recurrent events. This missed information is essential for temporal pattern recognition. In this work, we propose a chronological network construction process that is capable of capturing various events. Similar to the previous methods, we divide the area of study into grid cells and represent them by nodes. In our approach, links are established if two consecutive events occur in two different nodes. Our method is computationally efficient, adaptable to different time windows and can be applied to any spatiotemporal data set. As a proof-of-concept, we evaluated the proposed approach by constructing chronological networks from the MODIS dataset for fire events in the Amazon basin. We explore two data analytic approaches: one static and another temporal. The results show some activity patterns on the fire events and a displacement phenomenon over the year. The validity of the analyses in this application indicates that our data modeling approach is very promising for spatio-temporal data mining. (AU) | |
| Processo FAPESP: | 18/24260-5 - Análise de dados espaço-temporais baseado em redes complexas |
| Beneficiário: | Didier Augusto Vega Oliveros |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado |
| Processo FAPESP: | 18/01722-3 - Aprendizado semissupervisionado via redes complexas: construção de redes, seleção e propagação de rótulos e aplicações |
| Beneficiário: | Lilian Berton |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 15/50122-0 - Fenômenos dinâmicos em redes complexas: fundamentos e aplicações |
| Beneficiário: | Elbert Einstein Nehrer Macau |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 16/23698-1 - Processos Dinâmicos em Aprendizado de Máquina baseados em Redes Complexas |
| Beneficiário: | Didier Augusto Vega Oliveros |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Processo FAPESP: | 11/18496-7 - Aprendizado semi-supervisionado dinâmico e ativo baseado em redes complexas |
| Beneficiário: | Marcos Gonçalves Quiles |
| Modalidade de apoio: | Auxílio à Pesquisa - Jovens Pesquisadores |
| Processo FAPESP: | 17/05831-9 - Análise da influência de índices climáticos sobre as queimadas em vegetação por meio de redes complexas e mineração de dados |
| Beneficiário: | Leonardo Nascimento Ferreira |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Processo FAPESP: | 16/16291-2 - Caracterização de redes dinâmicas: métodos e aplicações |
| Beneficiário: | Marcos Gonçalves Quiles |
| Modalidade de apoio: | Bolsas no Exterior - Pesquisa |