Temporal data mining algorithms for metric temporal constraint networks discovery

TítuloTemporal data mining algorithms for metric temporal constraint networks discovery
Autor/aMiguel Rodríguez Álvarez
DirectoresPaulo Félix Lamas, Purificación Cariñena Amigo
TipoTese doutoral
Data de lectura22/10/2013
Lugar de lecturaUniversidade de Santiago de Compostela
Doutorado Doutorado europeo
AbstractAs tecnoloxías da información víronse enfrontadas nos últimos anos ao problema, común a múltiples organizacións, de dispor dun conxunto inxente de datos, procedentes dos múltiples procesos que constitúen a súa actividade, e que requiren dunha fase de análise da que se espera obter unha información útil e valiosa para a organización, que lle permita comprender dunha maneira máis precisa e eficaz o contexto no que debe actuar e tomar decisións. As múltiples solucións que se propuxeron para a automatización desta fase de análise agrupáronse nun termo científico que recibe o nome de Minería de Datos, e que ten entre os seus obxectivos a extracción de patróns, o descubrimento de tendencias e regularidades, ou a predición de comportamentos. A Minería de Datos incorpora moi diferentes técnicas dos campos da aprendizaxe automática, a estatística, os sistemas de toma de decisións, a intelixencia artificial, e outras áreas da informática e da xestión da información. Por outra banda, considérase á Minería de Datos como unha etapa, sen dúbida a máis importante, do que se coñece como proceso de Extracción de Coñecemento a partir de datos. Como extensión destes traballos xorde a Minería de Datos Temporais, que busca correlacións e patróns de interese en conxuntos de datos temporais. O seu obxectivo é ir máis aló da análise de estados exposto pola minería de datos convencional, para pasar a analizar comportamentos, e inferir asociacións de proximidade temporal e contextual, algunha das cales podería indicar unha relación causa-efecto. O presente proxecto de tese expón a seguinte hipótese inicial: calquera técnica de minería de datos temporais eficiente debe estar baseada en un formalismo de representación e razoamento temporal. Este formalismo debe permitir a integración de mecanismos de indución e dedución, permitir ao usuario participar no proceso de minería, e combinar información cualitativa e cuantitativa. Para cumprir dito propósito, proponse o formalismo Simple Temporal Problem para á representación dos patróns obtidos no proceso de inferencia.