Ambiente logico per il Clustering Spazio-Temporale
Autore
Francesco Fornasari - Università degli Studi di Pisa - [2001-02]
Documenti
  • Preview
  • Indice
  • Bibliografia
  • Tesi completa: 217 pagine
  • Abstract
    Ci focalizzeremo proprio sul come applicare il data mining a sistemi GIS e in particolare esamineremo come e in che modo aggiungere e trattare la componente temporale associata alle informazioni spaziali. Tratteremo, cioè, il data mining spazio-temporale.

    La tesi ha lo scopo di studiare la fattibilità e, di conseguenza, realizzare un ambiente logico per fare clustering spazio-temporale. Le entità con caratteristiche spaziali e temporali su cui ci siamo concentrati sono le traiettorie di oggetti in movimento.
    Il lavoro svolto in questa tesi ha una doppia valenza:
    •di ricerca: conducendo un attento studio della letteratura e cercando, successivamente, soluzioni nuove per affrontare i problemi legati a questa tipologia di clustering. Non esistono infatti approcci logici, e quindi dichiarativi, al clustering spazio-temporale.
    •di progetto: implementando un’applicazione completa per il data mining spazio-temporale che permetta di applicare tecniche di clustering a traiettorie, al fine di valutare la fattibilità e l’efficacia di un siffatto strumento in relazione ai problemi reali.
    Questa tesi è correlata alla categoria


    Skype Me™! Tesionline Srl P.IVA 01096380116   |   Pubblicità   |   Privacy

    .:: segnala questa pagina ::.
    | Scrivici | | Ricerca tesi | | Come pubblicare | | FAQ | | Cinema | | Biografie |
    | Registrati | | Elenco tesi | | Borse di studio | | Personaggi | | Economia | | Libri usati |
    | Parole chiave | | La tesi del giorno | | Cronologia | | Formazione | | Ingegneria | | Glossario |
    | Home personale | | Ultime tesi pubblicate | | Una parola al giorno | | Database dei master | | Sociologia | | Approfondimenti |
      La redazione è a tua disposizione dalle ore 9:00 alle ore 18:30 (dal lunedì al venerdì) - tel. 039 6180216
      Pubblicità   |   Privacy