Búsqueda de patrones sobre grandes volúmenes de datos temporales

Abstract

Se ha realizado un estudio comparativo de diferentes técnicas de minería de datos, aplicadas al caso particular de dependencia temporal, alta dimensionalidad y muestreo irregular. Para realizar el reconocimiento de patrones en el conjunto de datos se utilizaron tanto técnicas supervisadas (árboles de decisión) como no supervisadas (reglas de asociación y técnicas de agrupamiento). Se presenta un ejemplo de aplicación para caracterizar la ionósfera terrestre usando datos a lo largo de un ciclo solar y provistos por sondadores ubicados en latitudesgeográficas medias. Nuestro análisis ha permitido describir y predecir el comportamiento ionosférico en base a los distintos enfoques provistos por las técnicas implementadas.

We have carried out a comparative study of different data mining techniques, applied to the case of time dependence, high dimensionality and irregular sampling. We have used supervised (decision trees) and unsupervised (association rules and clustering) techniques to recognize patterns within the data. We present an implementation example in which the terrestrial ionosphere is characterized by means of data from a solar cycle, obtained at mid-latitudes. Our analysis allows to describe and predict the ionospheric behaviour based on the different approaches provided by the implemented techniques.