Búsqueda de patrones sobre grandes volúmenes de datos temporales

GULARTE, ERIKA; CARPINTERO, DANIEL D.; BAUME, GUSTAVO

Viedma

Congreso; Reunión anual de la AAA; 2019

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.