Artigo - Open Access.

Idioma principal

COMBINAÇÃO DE CLUSTERIZAÇÃO BASEADA EM DENSIDADE COM ANÁLISE ESPECTRAL SINGULAR DE SÉRIES TEMPORAIS - UMA APLICAÇÃO A VELOCIDADE DO VENTO

Cassiano, Keila Mara; Souza, Reinaldo Castro; Pessanha, José Francisco Moreira;

Artigo:

Este trabalho propõe a utilização DBSCAN (Densidade baseada em Clusterização espacial de Aplicações com ruído) para separar os componentes de ruído de autotriplas na fase agrupamento do Singular Spectrum Analysis (SSA) de séries temporais. DBSCAN é um método moderno e especialista em identificar ruído através de regiões de menor densidade. Este trabalho mostra uma melhor eficiência de DBSCAN sobre os outros métodos já utilizados nesta etapa do SSA, porque permite considerável redução de ruídos e proporciona uma melhor previsão. O resultado é apoiado por avaliações experimentais realizados para a série simulada de modelos Box-Jenkins e a abordagem é aplicada em uma série real de velocidade do vento.

Artigo:

This work proposes using DBSCAN (Density Based Spatial Clustering of Applications with Noise) to separate the noise components of eigentriples in the grouping stage of the Singular Spectrum Analysis (SSA) of Time Series. DBSCAN is a modern and expert method at identify noise through regions of lower density. This work shows better efficiency of DBSCAN over the others methods already used in this stage of SSA, because it allows considerable reduction of noise and provides better forecasting. The result is supported by experimental evaluations realized for simulated series of Box-Jenkins models and the approach is applied at a real time series of speed wind.

Palavras-chave: SSA, DBSCAN, velocidade do vento, SSA,

Palavras-chave:

DOI: 10.5151/marine-spolm2014-127220

Referências bibliográficas
  • [1] DRIVER, H. E. Andamp; KROEBER, A. L.(1932) Quantitative Expressions of Cultural Relationships. Berkeley: University of California Press.
  • [2] ESTER, M., KRIEGEL, H. P., SANDER, J. Andamp; XU, X. (1996) Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise. KDD-96 Proceedings. Pages 226-231.
  • [3] ESTER, M., KRIEGEL, H.P, SANDER, J, WIMMER, M. Andamp; XU, X. (1998) Incremental Clustering for Mining in Data Warehousing Environment. Proceedings of the 24th VLDB Conference, New York, USA.
  • [4] FAYYAD U. M.,.J., PIATETSKY-SHAPIRO G., SMYTH P.: “From Data Mining to Knowledge Discovery: An Overview”, in: “Advances in Knowledge Discovery and Data Mining”, AAI Press, Menlo Park, 1996, pp. 1 - 3
  • [5] GOLYANDINA, N. (2010). Singular Spectrum Analysis: Methodology and Comparison. Journal of Data Science. 5, 239-257.
  • [6] GOLYANDINA, N., NEKRUTKIN, V. Andamp; ZHIHGLJAVSKY, A. (2001). Analysis of time series structure: SSA and related techniques. Chapman Andamp; Hall/CRC. New York, USA.
  • [7] GOLYANDINA, N., OSIPOV, E. (2007). Caterpillar, SSA method for analysis of time series with missing values. Journal of Statistical Planning and Inference.Vol 137, 8, Pages 2642-2653.
  • [8] HAN, J., Andamp; KAMBER, M. (2001). Cluster Analysis. In: Morgan Publishers (eds.), Data Mining: Concepts and Techniques, 1 ed., chapter 8, NewYork, USA, Academic Press.
  • [9] HAN, J. Andamp; NG, R.T. (1994) Efficient and Effective Clustering Methods for Spatial data Mining. Proceedings of the 20th VLDB Conference Santiago, Chile. Pg. 144-155.
  • [10] HASSANI, H. (2007). ). Singular Spectrum Analysis: Methodology and Comparison. Jornal of Data Science 5, 239-257.
  • [11] MUNTAZ, K Andamp; DURAISWAMY, K. (2010) An Analysis on Density Based Clustering of Multi Dimensional Spatial Data. Indian Journal of Computer Science and Engineering, Vol 1(1):8-12.
  • [12] SHEIKHPLESLAMI, G., CHATTERJEE, S. Andamp; ZHANG, A. (1998). WaveCluster: A multiresolution clustering approach for very large spatial databases. In Proc. 24th VLDB Conf., pp. 428–439.
  • [13] SORENSEN T. (1948) A method of establishing groups of equal amplitude in plant sociology based on similarity of species content / Kongelige Danske Videnskabernes Selskab. Biol. krifter. Bd V. n.o 4.pg 1-34.
  • [14] TRAN, T. N., DRAB, K., DASZYKOWSKI, M. (2013). Revised DBSCAN algorithm to cluster data with dense adjacent clusters. Chemometrics and Intelligent Laboratory Systems, 2013, Vol.120. Pages 92-96.
  • [15] TRYON, R. (1939). Cluster Analysis. New York: McGraw-Hill.
  • [16] YIN, J., ZHOU, D., Andamp; XIE, Q-Q. (2006) A Clustering Algorithm for Time Series Data. Proceedings of the Seventh International Conference on Parallel and distributed Computing of IEEE.
  • [17] ZUBIN, J. A. (1938). "A technique for measuring likemindedness". Journal of Abnormal and Social Psychology, 33, p.508-516.
Como citar:

Cassiano, Keila Mara; Souza, Reinaldo Castro; Pessanha, José Francisco Moreira; "COMBINAÇÃO DE CLUSTERIZAÇÃO BASEADA EM DENSIDADE COM ANÁLISE ESPECTRAL SINGULAR DE SÉRIES TEMPORAIS - UMA APLICAÇÃO A VELOCIDADE DO VENTO", p. 895-905 . In: In Anais do XVII Simpósio de Pesquisa Operacional e Logística da Marinha - SPOLM 2014 [=Blucher Engineering Proceedings, n.1, v.1]. São Paulo: Blucher, 2014.
ISSN 2358-5498, DOI 10.5151/marine-spolm2014-127220

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações