Ponencia
Descubriendo Reglas de Asociación Numéricas entre Series Temporales
Autor/es | Martínez Ballesteros, María del Mar
Martínez Álvarez, Francisco Troncoso Lora, Alicia Riquelme Santos, José Cristóbal |
Departamento | Universidad de Sevilla. Departamento de Lenguajes y Sistemas Informáticos |
Fecha de publicación | 2009 |
Fecha de depósito | 2022-04-26 |
Publicado en |
|
Resumen | Este trabajo presenta el descubrimiento de reglas de asociación
basadas en técnicas evolutivas para obtener relaciones entre series
temporales correlacionadas. Para este propósito, se ha propuesto determinar
los intervalos ... Este trabajo presenta el descubrimiento de reglas de asociación basadas en técnicas evolutivas para obtener relaciones entre series temporales correlacionadas. Para este propósito, se ha propuesto determinar los intervalos que forman las reglas sin discretizar los atributos y permitiendo el solapamiento de las regiones cubiertas por las reglas. Además, el algoritmo ha sido probado en series temporales climatológicas del mundo real tales como temperatura, viento y ozono y los resultados se presentan y comparan con los obtenidos por el muy conocido algoritmo Apriori. |
Agencias financiadoras | Ministerio de Ciencia Y Tecnología (MCYT). España Junta de Andalucía |
Identificador del proyecto | TIN2007-68084-C-00
P07-TIC-02611 |
Cita | Martínez Ballesteros, M.d.M., Martínez Álvarez, F., Troncoso Lora, A. y Riquelme Santos, J.C. (2009). Descubriendo Reglas de Asociación Numéricas entre Series Temporales. En MINCODA 2009 : 1st International Workshop on Mining of Non-Conventional Data (Taller dentro de las Jornadas CAEPIA–TTIA 2009) (16-24), Sevilla, España: Universidad de Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
Descubriendo Reglas de Asociación ... | 263.3Kb | [PDF] | Ver/ | |