Made available in DSpace on 2015-04-14T14:50:12Z (GMT). No. of bitstreams: 1
458539.pdf: 3705446 bytes, checksum: de3d802acba0f10f03298ee0277b51b1 (MD5)
Previous issue date: 2014-03-20 / The usefulness of data mining and the process of Knowledge Discovery in Databases (KDD) has increased its importance as grows the volume of data stored in large repositories. A promising area for knowledge discovery concerns oil prospection, in which data used differ both from traditional and geographical data. In palaeogeographic data, temporal dimension is treated according to the geologic time scale, while the spatial dimension is related to georeferenced data, i.e., latitudes and longitudes on Earth s surface. This approach differs from that presented by spatio-temporal data mining algorithms found in literature, arising the need to evolve the existing ones to the context of this research. This work presents the development of a solution to employ a density-based spatio-temporal algorithm for mining palaeogeographic data on the Earth s surface. An evolved version of the ST-DBSCAN algorithm was implemented in Java language making use of Weka API, where improvements were carried out in order to allow the data mining algorithm to solve a variety of research problems identified. A set of experiments that validate the proposed implementations on the algorithm are presented in this work. The experiments show that the solution developed allow palaeogeographic data mining by applying appropriate formulas for calculating distances over the Earth s surface and, at the same time, treating the temporal dimension according to the geologic time scale / O uso da minera??o de dados e do processo de descoberta de conhecimento em banco de dados (Knowledge Discovery in Databases (KDD)) vem crescendo em sua import?ncia conforme cresce o volume de dados armazenados em grandes reposit?rios. Uma ?rea promissora para descoberta do conhecimento diz respeito ? prospec??o de petr?leo, onde os dados usados diferem tanto de dados tradicionais como de dados geogr?ficos. Nesses dados, a dimens?o temporal ? tratada de acordo com a escala de tempo geol?gico, enquanto a escala espacial ? relacionada a dados georeferenciados, ou seja, latitudes e longitudes projetadas na superf?cie terrestre. Esta abordagem difere da adotada em algoritmos de minera??o espa?o-temporal presentes na literatura, surgindo assim a necessidade de evolu??o dos algoritmos existentes a esse contexto de pesquisa. Este trabalho apresenta o desenvolvimento de uma solu??o para uso do algoritmo de minera??o de dados espa?o-temporais baseado em densidade ST-DBSCAN para minera??o de dados paleogeogr?ficos na superf?cie terrestre. O algoritmo foi implementado em linguagem de programa??o Java utilizando a API Weka, onde aperfei?oamentos foram feitos a fim de permitir o uso de minera??o de dados na solu??o de problemas de pesquisa identificados. Como resultados, s?o apresentados conjuntos de experimentos que validam as implementa??es propostas no algoritmo. Os experimentos demonstram que a solu??o desenvolvida permite a minera??o de dados paleogeogr?ficos com a aplica??o de f?rmulas apropriadas para c?lculo de dist?ncias sobre a superf?cie terrestre e, ao mesmo tempo, tratando a dimens?o temporal de acordo com a escala de tempo geol?gico
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/5255 |
| Date | 20 March 2014 |
| Creators | Hemerich, Daiane |
| Contributors | Ruiz, Duncan Dubugras Alcoba |
| Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Ci?ncia da Computa??o, PUCRS, BR, Faculdade de Inform?ca |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 1974996533081274470, 500, 600, 1946639708616176246 |
Page generated in 0.0021 seconds