Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Ambiente logico per il Clustering Spazio-Temporale

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

Capitolo 1 – Stato dell’arte 7 1.1 Data Mining Spaziale Il data mining spaziale è un importante processo per capire ed usare dati spaziali e basi di conoscenza [KHA98]. Un punto critico riguardo al data mining è l’utilizzo di tecniche efficienti per estrarre conoscenza da un grande numero di dati spaziali che sono complessi da rappresentare e trattare. Con l’avvento dei sistemi satellitari si sono venuti a creare database che contengono un grande ammontare di dati spaziali e quindi si sono rese necessarie nuove tecnologie per il knowledge discovery (KD) in database spaziali. Queste nuove tecnologie devono cercare di estrarre conoscenza implicita, relazioni spaziali, o altri elementi di interesse non memorizzati esplicitamente nei database spaziali. Il processo di data mining spaziale, in via del tutto generale, può essere modellato usando l’architettura descritta in figura 1.1. Durante il processo di mining deve essere data la possibilità all’utente di supervisionare tutti i passi di KD. Per prima cosa si memorizzano in una base di conoscenza, la conoscenza di base, quella implicita e la gerarchia concettuale spaziale e non spaziale. Poi si prelevano i dati da una struttura di memorizzazione usando l’interfaccia al database che abilita l’ottimizzazione delle query. Le componenti fondamentali decidono quali parti dei dati siano utili per la fase di pattern recognition; per esempio, si può decidere che solo alcuni attributi siano rilevanti per le operazioni di KD o si possono estrarre oggetti il cui utilizzo promette buoni risultati. I pattern e le regole sono trovate dal modulo di “Estrazione dei Pattern”. Questo modulo può usare diversi approcci, che vedremo nel seguito del capitolo, per trovare le regole e le relazioni. Il risultato del lavoro di questo modulo viene passato al “Modulo di Valutazione” per eliminare possibilmente la conoscenza ridondante e ovvia. I componenti comunicano tra di loro attraverso la parte di controllo, che fornisce anche un feedback per il raffinamento delle query.

Anteprima della Tesi di Francesco Fornasari

Anteprima della tesi: Ambiente logico per il Clustering Spazio-Temporale, Pagina 7

Laurea liv.II (specialistica)

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Francesco Fornasari Contatta »

Composta da 217 pagine.

 

Questa tesi ha raggiunto 1058 click dal 01/06/2004.

 

Consultata integralmente una volta.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.