Publicação
Extração de conhecimento em bases de dados geográficas com recurso a geo-ontologia
| Resumo: | A extração de conhecimento de dados geolocalizados (geo-mining) tem contribuído para a resolução de problemas existentes em diversos domínios tais como, na saúde, meteorologia ou segurança, e.g., na identificação de locais de concentração de crimes como meio de prevenção, e também no planeamento urbano ou proteção civil, e.g., na elaboração de modelos de riscos de incêndio como suporte ao planeamento das ações de busca e salvamento. Neste trabalho desenvolve-se uma plataforma que a partir de dados geolocalizados extrai conhecimento sob a forma de regras de associação espacial. As regras extraídas são constituídas por relacionamentos espaciais, topológicos e de distância. Os relacionamentos são obtidos entre entidades espaciais existentes na superfície terrestre e elementos espaciais que caracterizam um fenómeno, e.g., um foco de gripe aviária ou acidentes rodoviários, adicionados de um buffer espacial de dimensão variável. A informação geoespacial utilizada foi obtida do projeto colaborativo OpenStreetMap. Os dados OpenStreetMap são coletados a partir de colaboração voluntária segundo o conceito Volunteered Geographic Information. Um processo de extração de regras de associação produz, normalmente, um elevado número de regras de associação o que dificulta a perceção de novo conhecimento. Para abordar este problema é constituída uma geo-ontologia, com relacionamentos espaciais detetados ‘a priori’, que originarão padrões conhecidos. Estes relacionamentos são obtidos através da análise do dataset produzido. A plataforma desenvolvida permite também integrar conhecimento do utilizador. A metodologia utilizada para extração de regras de associação espacial permite obter do espaço de pesquisa, um número de regras que não excede um valor definido pelo utilizador. Apresenta-se um estudo de caso sobre o problema da gripe aviária. As experiências realizadas mostram resultados que seguem um padrão que foi confrontado, com documentação especializada na área, que validam os resultados obtidos. |
|---|---|
| Autores principais: | Paredes, António José da Silva |
| Assunto: | Bases de dados geográficas Geo-ontologias Geographic databases Geo-ontologies Data mining |
| Ano: | 2017 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Lisboa |
| Idioma: | português |
| Origem: | Repositório Científico do Instituto Politécnico de Lisboa |
| Resumo: | A extração de conhecimento de dados geolocalizados (geo-mining) tem contribuído para a resolução de problemas existentes em diversos domínios tais como, na saúde, meteorologia ou segurança, e.g., na identificação de locais de concentração de crimes como meio de prevenção, e também no planeamento urbano ou proteção civil, e.g., na elaboração de modelos de riscos de incêndio como suporte ao planeamento das ações de busca e salvamento. Neste trabalho desenvolve-se uma plataforma que a partir de dados geolocalizados extrai conhecimento sob a forma de regras de associação espacial. As regras extraídas são constituídas por relacionamentos espaciais, topológicos e de distância. Os relacionamentos são obtidos entre entidades espaciais existentes na superfície terrestre e elementos espaciais que caracterizam um fenómeno, e.g., um foco de gripe aviária ou acidentes rodoviários, adicionados de um buffer espacial de dimensão variável. A informação geoespacial utilizada foi obtida do projeto colaborativo OpenStreetMap. Os dados OpenStreetMap são coletados a partir de colaboração voluntária segundo o conceito Volunteered Geographic Information. Um processo de extração de regras de associação produz, normalmente, um elevado número de regras de associação o que dificulta a perceção de novo conhecimento. Para abordar este problema é constituída uma geo-ontologia, com relacionamentos espaciais detetados ‘a priori’, que originarão padrões conhecidos. Estes relacionamentos são obtidos através da análise do dataset produzido. A plataforma desenvolvida permite também integrar conhecimento do utilizador. A metodologia utilizada para extração de regras de associação espacial permite obter do espaço de pesquisa, um número de regras que não excede um valor definido pelo utilizador. Apresenta-se um estudo de caso sobre o problema da gripe aviária. As experiências realizadas mostram resultados que seguem um padrão que foi confrontado, com documentação especializada na área, que validam os resultados obtidos. |
|---|