Proceso de extracción de patrones secuenciales para la caracterización de fenómenos espacio-temporales
El objetivo de este trabajo de fin de carrera es realizar un proceso de extracción de patrones secuenciales basado en KDD, empleando el algoritmo de minería de patrones secuenciales PrefixSpan para prever el comportamiento de fenómenos representados por eventos que cambian con el tiempo y el espa...
| Autor Principal: | Maldonado Cadenillas, Rodrigo Ricardo |
|---|---|
| Formato: | Tesis de Licenciatura |
| Idioma: | Español |
| Publicado: |
Pontificia Universidad Católica del Perú
2016
|
| Materias: | |
| Acceso en línea: |
http://tesis.pucp.edu.pe/repositorio/handle/123456789/6942 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
El objetivo de este trabajo de fin de carrera es realizar un proceso de extracción de
patrones secuenciales basado en KDD, empleando el algoritmo de minería de
patrones secuenciales PrefixSpan para prever el comportamiento de fenómenos
representados por eventos que cambian con el tiempo y el espacio.
Estos tipos de fenómenos son llamados fenómenos espacio-temporales, los cuales
son un conjunto de eventos o hechos perceptibles por el hombre. Además, están
compuestos por un componente espacial (la ubicación donde sucede el fenómeno),
un componente temporal (el momento o intervalo de tiempo en el que ocurre el
fenómeno) y un componente de análisis (el conjunto de características que describen
el comportamiento del fenómeno).
En el mundo, se pueden observar una gran diversidad de fenómenos espaciotemporales;
sin embargo, el presente trabajo de fin de carrera se centra en los
fenómenos naturales, tomando como caso de prueba el fenómeno espacio-temporal
de la contaminación de los ríos en Reino Unido.
Por lo tanto, con el fin de realizar un estudio completo sobre este fenómeno, se utiliza
KDD (Knowledge Discovery in Databases) para la extracción del conocimiento a
través de la generación de patrones novedosos y útiles dentro de esquemas
sistemáticos complejos. Además, se utilizan métodos de Minería de Datos para
extraer información útil a partir de grandes conjuntos de datos. Así mismo, se utilizan
patrones secuenciales, los cuales son eventos frecuentes que ocurren en el tiempo
y que permiten descubrir correlaciones entre eventos y revelar relaciones de “antes”
y “después”.
En resumen, el presente trabajo de fin de carrera se trata de un proceso para mejorar
el estudio del comportamiento de los fenómenos gracias al uso de patrones
secuenciales. De esta manera, se brinda una alternativa adicional para mejorar el
entendimiento de los fenómenos espacio-temporales; y a su vez, el conocimiento
previo de sus factores causantes y consecuentes que se puedan desencadenar, lo
cual permitiría lanzar alertas tempranas ante posibles acontecimientos atípicos. |
|---|