Mineração de Dados Espaciotemporais: Uma Perspectiva Computacional

O crescimento explosivo de dados geoespaciais e temporais, bem como o surgimento de novas tecnologias, enfatizam a necessidade de descoberta automatizada do conhecimento espaciotemporal. A mineração de dados espaciotemporais estuda o processo de descobrir padrões interessantes e anteriormente desconhecidos, mas potencialmente úteis, a partir de grandes bancos de dados espaciotemporais. A mineração de dados espaciotemporais tem amplas áreas de aplicação, incluindo ecologia e gestão ambiental, segurança pública, transporte, ciência da Terra, epidemiologia e climatologia. A complexidade dos dados espaciotemporais e as relações intrínsecas limitam a utilidade das técnicas convencionais de ciência de dados para extrair padrões espaciotemporais. Neste levantamento, revisamos técnicas e ferramentas computacionais recentes em mineração de dados espaciotemporais, focando em várias famílias principais de padrões: outlier espaciotemporal, acoplamento e tele-acoplamento espaciotemporais, previsão espaciotemporal, particionamento e sumarização espaciotemporais, hotspots espaciotemporais e detecção de mudanças. Em comparação com outras pesquisas na literatura, este artigo enfatiza as bases estatísticas da mineração de dados espaciotemporais e fornece uma cobertura abrangente das abordagens computacionais para várias famílias de padrões. ISPRS Int. J. Geo-Inf. 2015, 4 2307 Também listamos ferramentas de software populares para análise de dados espaciotemporais. O levantamento conclui com uma análise das necessidades de pesquisa futuras.