Fechar
Metadados

Área de identificação
Tipo de ReferênciaThesis
Sitemtc-m16.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador6qtX3pFwXQZ3P8SECKy/ByEH8
Repositóriosid.inpe.br/jeferson/2004/03.25.16.40   (acesso restrito)
Última Atualização2005:05.25.03.00.00 simone
Metadadossid.inpe.br/jeferson/2004/03.25.16.40.26
Última Atualização dos Metadados2021:01.05.16.41.34 simone
Chave SecundáriaINPE-12434-TDI/996
Chave de CitaçãoSilva:2004:MaAuAn
TítuloMapas auto-organizáveis na análise exploratória de dados geoespaciais multivariados
Título AlternativoSelf-organizing maps in the exploratory analysis of multivariate geospatial data
CursoCAP-SPG-INPE-MCT-BR
Ano2004
Data Secundária20040308
Data2004-03-08
Data de Acesso05 mar. 2021
Tipo da TeseDissertação (Mestrado em Computação Aplicada)
Número de Páginas117
Número de Arquivos241
Tamanho15093 KiB
Área de contextualização
AutorSilva, Marcos Aurélio Santos da
GrupoCAP-SPG-INPE-MCT-BR
BancaSilva, José Demísio Simões da (presidente)
Monteiro, Antônio Miguel Vieira (orientador)
Medeiros, José Simeão de (orientador)
Câmara Neto, Gilberto
Araújo, Aluízio Fausto Ribeiro
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Tipo SecundárioTDI
Histórico2005-05-25 19:43:52 :: jefferson -> jeferson ::
2005-05-25 20:06:08 :: jeferson -> jefferson ::
2005-06-13 14:28:06 :: jefferson -> administrator ::
2009-04-14 12:53:31 :: administrator -> jefferson ::
2009-04-29 19:05:28 :: jefferson -> administrator ::
2009-05-02 03:09:25 :: administrator -> marciana ::
2009-06-10 20:35:32 :: marciana -> administrator ::
2009-07-08 21:19:27 :: administrator -> marciana ::
2009-07-09 15:58:10 :: marciana -> administrator ::
2009-08-12 00:25:06 :: administrator -> marciana ::
2012-07-18 16:51:37 :: marciana -> administrator ::
2018-06-05 01:20:30 :: administrator -> marciana :: 2004
2019-09-02 19:45:18 :: marciana -> simone :: 2004
Área de conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveredes neurais, inteligência artificial, distribuição espacial, Sistemas de Informações Geográficas (SIG), análise de agrupamento, neural nets, artificial intelligence, spatial distribution, geographic information systems, cluster analysis.
ResumoOs Mapas Auto-organizáveis têm sido aplicados, com sucesso, em variados problemas de análise exploratória de dados multi-variados, todavia, poucos são os trabalhos voltados para a análise de dados coletados para unidades espaciais definidas, como os dados produzidos por censos demográficos, aqui chamados genericamente por dados geoespaciais. Este trabalho apresenta uma metodologia para a análise destes dados que contempla desde a verificação de dados atípicos até a análise de dependência espacial, fazendo uso, como ferramentas, somente do Mapa Auto-organizável e seus algoritmos relacionados. Pode-se dividir a metodologia em quatro partes: detecção de dados atípicos através da análise da matriz de distância unificada (U-matriz), análise de componentes através dos Planos de Componentes, detecção automática de agrupamentos através do algoritmo Costa-Netto e análise da distribuição e dependência espaciais a partir dos Planos de Componentes e do particionamento dos dados na etapa anterior, respectivamente. Para a aplicação da metodologia proposta foi projetado e implementado um ambiente computacional integrado para análise exploratória de dados, que faz extensivo uso de banco de dados geográfico através da biblioteca aberta TerraLib (terralib.dpi.inpe.br). Compõem este ambiente a biblioteca SOMLib e o sistema CASA - Connectionist Approach for Spatial Analysis of Areal Data. A biblioteca SOMLib compreende um conjunto de classes em C++ projetadas a partir do uso de padrões de projeto e outras técnicas modernas de programação, cujo objetivo ´e implementar os algoritmos relacionados com os Mapas Auto-organizáveis, de maneira a considerar a escalabilidade, a capacidade de manutenção do projeto e a conectividade com a biblioteca TerraLib. O sistema CASA é um simulador neural SOM 2-D, com interface gráfica, desenvolvido sobre as bibliotecas SOMLib e QT para execução das tarefas de análise exploratória de dados geoespaciais. Para validação da metodologia e do ambiente computacional de análise geográfica com redes SOM a mesma foi aplicada no problema de análise de indicadores de exclusão/inclusão social no município de São José dos Campos, São Paulo. Os resultados desta aplicação foram comparados com resultados anteriores, para o mesmo conjunto de dados, obtidos através de técnicas estatísticas e mostraram que os Mapas Auto-organizáveis e os algoritmos relacionados são ferramentas robustas para a tarefa de análise exploratória de dados geoespaciais. ABSTRACT: Self-Organizing Maps (SOM) have being applied, successfully, in a variety of problems of exploratory analysis of multivaried data, however, few are the works related to the analysis of geospatial data. This work considers a methodology of analysis of geoespacial data that contemplates from the verification of outliers to the analysis of space dependence using a Self-Organizing Map and its related algorithms as tools. The methodology is divided into four parts: detection of outliers through the analysis of the matrix of unified distance (U-matrix), analysis of components through the Component Planes, automatic clustering through the Costa-Nettos algorithm and analysis of the space distribution and dependence from the Component Planes and analysis of the partititioning of the data in the previous stage, respectively. The application of the methodology was carried out with direct access to geographic data through the integration with the TerraLib library (terralib.dpi.inpe.br) by a computational environment. The SOMLib library and the system CASA - Connectionist Approach for Spatial Analysis of Areal Data are components of that environment. The SOMLib library is a set of C++ classes designed by using Design Patterns and other modern programming techniques, whose objective is to implement the algorithms related with the Self-Organizing Maps in way that considers the escalability, manutenability of the project and the conectivity with the TerraLib. The CASA system is a neural 2D SOM simulator, with graphical interface, developed on the SOMLib and QT libraries. The methodology was applied to the problem of social exclusion/inclusion in the City of São José dos Campos, São Paulo. The results of this application were compared with previous statistical results and showed that a Self-Organizing Map and related algorithms are robust tools for the task of exploratory analysis of geospatial data.
AreaCOMP
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
Área de condições de acesso e uso
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosadministrator
marciana
simone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Detentor da CópiaSID/SCD
Permissão de Leituradeny from all
Permissão de Atualizaçãonão transferida
Área de fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
DivulgaçãoNTRSNASA; BNDEPOSITOLEGAL.
Acervo Hospedeirosid.inpe.br/banon/2003/08.15.17.40
Área de notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyright creatorhistory descriptionlevel doi e-mailaddress electronicmailaddress format isbn issn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype
Área de controle da descrição
e-Mail (login)simone
atualizar 

Fechar