| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
11/01/2013 |
|
Data da última atualização: |
08/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
CANO, M. D.; SANTOS, M. T. P.; AVILA, A. M. H. de; ROMANI, L. A. S.; TRAINA, A. J. M.; RIBEIRO, M. X. |
|
Afiliação: |
MARCOS DANIEL CANO, UFSCar; MARILDE TEREZINHA PRADO SANTOS, UFSCar; ANA MARIA H. DE AVILA, Cepagri/Unicamp; LUCIANA ALVIM SANTOS ROMANI, CNPTIA; AGMA J. M. TRAINA, ICMC/USP; MARCELA XAVIER RIBEIRO, UFSCar. |
|
Título: |
SART: a new association rule method for mining sequential patterns in time series of climate data. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
In: INTERNATIONAL CONFERENCE, 12., 2012, Salvador de Bahia. Computational science and its applications: proceedings. Berlin: Springer, 2012. |
|
Páginas: |
p. 743-757. |
|
Série: |
(Lecture notes in computer science, 7335). |
|
Idioma: |
Inglês |
|
Notas: |
Part III. ICCSA 2012. Editores: Beniamino Murgante, Osvaldo Gervasi, Sanjay Misra, Nadia, Nejah, Ana Maria A. C. Rocha, David Taniar, Bernardy I, Apduhan. |
|
Conteúdo: |
Abstract. Technological advancement has enabled improvements in the technology of sensors and satellites used to gather climate data. The time series mining is an important tool to analyze the huge quantity of climate data. Here, we propose the Sequential Association Rules from Time series - SART method to mine association rules in time series that keeps the information of time between related events through an overlapped sliding-window approach. Also the proposed method mines association rules, while the previous ones produce frequent sequences, adding the semantic information of confidence, which was not previously defined by sequential patterns. Experiments were conducted with real data collected from climate sensors. The results showed that the proposed method increases the number of mined patterns when compared with the traditional sequential mining, revealing related events that occur over time. Also, the method adds the semantic information related to the confidence and time to the mined patterns. |
|
Palavras-Chave: |
Data mining; Mineração de dados; Séries temporais. |
|
Thesaurus Nal: |
Time series analysis. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
null
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
