Combinando análise fractal e mineração de séries temporais para identificação de extremos climáticos regionais
Resumo
Nas últimas décadas, grandes quantidades de dados climáticos provenientes de estações meteorológicas e de outros tipos de sensores têm sido coletadas e armazenadas por diversas instituições. A análise desses dados tornou-se uma tarefa importante devido às mudanças climáticas e seus efeitos sociais e econômicos. Este trabalho propõe um processo de análise de múltiplas séries temporais climáticas para identificar padrões temporais intrínsecos aos dados. Considerando múltiplas séries como uma data stream, é possível integrar diferentes variáveis climáticas e detectar mudanças de comportamento ao longo do tempo. Estudos em séries climáticas reais coletadas em diferentes regiões do Brasil mostram o potencial de aplicação dessa abordagem.
Referências
Alexander, L., Zhang, X., Peterson, T., Caesar, J., Gleason, B., Tank, A., Haylock, M., Collins, D., Trewin, B., Rahimzadech, F., Tagipour, A., Kumar, K. R., Revadekar, J., Griffiths, G., Vincent, L., Stephenson, D., Burn, J., Aguilar, E., Brunet, M. Taylor, M., New, M., Zhai, P., Rusticucci, M., and Vasquez-Aguirre, J. (2006). Global observed changes in daily climate extremes of temperature and precipitation. Journal of Geophysical Research, 111:1–22.
Baioco, G. B., Traina, A. J. M., and Traina, C. (2007). Mamcost: Global and local estimates leading to robust cost estimation of similarity queries. In Proceedings of SSDBM, pages 6–16, Banff, Canada.
Barbará, D. and Chen, P. (2000). Using the fractal dimension to cluster datasets. In Proceedings of KDD, pages 260–264, Boston, USA.
Berndt, D. J. and Clifford, J. (1994). Using dynamic time warping to find patterns in time series. In Proceedings of AAAI94 Workshop on Knowledge Discovery in Databases, pages 359–370, Seattle, USA.
Chakrabarti, D. and Faloutsos, C. (2002). F4: large-scale automated forecasting using fractals. In Proceedings of CIKM, pages 2–9, McLean, USA.
Faloutsos, C. and Kamel, I. (1994). Beyond uniformity and independence: Analysis of r-trees using the concept of fractal dimension. In Proceedings of PODS, pages 4–13, Minneapolis, USA.
Ganguly, A. R. and Steinhaeuser, K. (2008). Data mining for climate change and impacts. In Proceedings of ICDM, pages 385–394, Pisa, Italy.
Grimm, A. and Tedeschi, R. G. (2008). Enso and extreme rainfall events in south america. Journal of Climate, 22:1589–1609.
IPCC (2007). Intergovernmental panel on climate change. [link]. accessed: March, 2009.
Kaufman, L. and Rousseeuw, P. J. (1990). Finding Groups in Data: an Introduction to Cluster Analysis. John Wiley and Sons.
Nunes, S. A., Romani, L. A. S., Avila, A. M. H., Traina, C., Sousa, E. P. M., and Traina, A. J. M. (2010). Análise baseada em fractais para identificação de mudanças de tendências em múltiplas séries climáticas. In Proceedings of SBBD Short Papers, pages 65–72, Belo Horizonte, Brasil.
Schroeder, M. (1991). Fractals, Chaos, Power Laws. W. H. Freeman and Company.
Sousa, E. P. M., Traina, C., Traina, A. J. M., and Faloutsos, C. (2007a). Measuring evolving data streams’ behavior through their intrinsic dimension. New Generation Computing Journal, 25:33–59.
Sousa, E. P. M., Traina, C., Traina, A. J. M., Wu, L., and Faloutsos, C. (2007b). A fast and effective method to find correlations among attributes in databases. DMKD, 14(3):367 – 407.
Traina, C., Sousa, E. P. M., and Traina, A. J. M. (2005). Using fractals in data mining. In Kantardzic, M. M. and Zurada, J., editors, New Generation of Data Mining Applications, volume 1, pages 599–630 (Chapter 24). Wiley/IEEE Press.
Traina, C., Traina, A. J. M., Wu, L., and Faloutsos, C. (2000). Fast feature selection using fractal dimension. In Proceedings of SBBD, pages 158–171, João Pessoa, Brasil.
Velasco, I. and Fritsch, J. (1987). Mesoscale convective complexes in the americas. J. Geophys. Res., 92:9591–9613.
Baioco, G. B., Traina, A. J. M., and Traina, C. (2007). Mamcost: Global and local estimates leading to robust cost estimation of similarity queries. In Proceedings of SSDBM, pages 6–16, Banff, Canada.
Barbará, D. and Chen, P. (2000). Using the fractal dimension to cluster datasets. In Proceedings of KDD, pages 260–264, Boston, USA.
Berndt, D. J. and Clifford, J. (1994). Using dynamic time warping to find patterns in time series. In Proceedings of AAAI94 Workshop on Knowledge Discovery in Databases, pages 359–370, Seattle, USA.
Chakrabarti, D. and Faloutsos, C. (2002). F4: large-scale automated forecasting using fractals. In Proceedings of CIKM, pages 2–9, McLean, USA.
Faloutsos, C. and Kamel, I. (1994). Beyond uniformity and independence: Analysis of r-trees using the concept of fractal dimension. In Proceedings of PODS, pages 4–13, Minneapolis, USA.
Ganguly, A. R. and Steinhaeuser, K. (2008). Data mining for climate change and impacts. In Proceedings of ICDM, pages 385–394, Pisa, Italy.
Grimm, A. and Tedeschi, R. G. (2008). Enso and extreme rainfall events in south america. Journal of Climate, 22:1589–1609.
IPCC (2007). Intergovernmental panel on climate change. [link]. accessed: March, 2009.
Kaufman, L. and Rousseeuw, P. J. (1990). Finding Groups in Data: an Introduction to Cluster Analysis. John Wiley and Sons.
Nunes, S. A., Romani, L. A. S., Avila, A. M. H., Traina, C., Sousa, E. P. M., and Traina, A. J. M. (2010). Análise baseada em fractais para identificação de mudanças de tendências em múltiplas séries climáticas. In Proceedings of SBBD Short Papers, pages 65–72, Belo Horizonte, Brasil.
Schroeder, M. (1991). Fractals, Chaos, Power Laws. W. H. Freeman and Company.
Sousa, E. P. M., Traina, C., Traina, A. J. M., and Faloutsos, C. (2007a). Measuring evolving data streams’ behavior through their intrinsic dimension. New Generation Computing Journal, 25:33–59.
Sousa, E. P. M., Traina, C., Traina, A. J. M., Wu, L., and Faloutsos, C. (2007b). A fast and effective method to find correlations among attributes in databases. DMKD, 14(3):367 – 407.
Traina, C., Sousa, E. P. M., and Traina, A. J. M. (2005). Using fractals in data mining. In Kantardzic, M. M. and Zurada, J., editors, New Generation of Data Mining Applications, volume 1, pages 599–630 (Chapter 24). Wiley/IEEE Press.
Traina, C., Traina, A. J. M., Wu, L., and Faloutsos, C. (2000). Fast feature selection using fractal dimension. In Proceedings of SBBD, pages 158–171, João Pessoa, Brasil.
Velasco, I. and Fritsch, J. (1987). Mesoscale convective complexes in the americas. J. Geophys. Res., 92:9591–9613.
Publicado
19/07/2011
Como Citar
NUNES, Santiago Augusto; ROMANI, Luciana A. S.; AVILA, Ana M. H.; SOUSA, Elaine P. M. de; TRAINA, Agma J. M..
Combinando análise fractal e mineração de séries temporais para identificação de extremos climáticos regionais. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA DA SBC (CTIC-SBC), 30. , 2011, Natal/RN.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2011
.
p. 164-173.
