4 Example Application: Data Mining

4 Example Application: Data Mining for Earth Science data
Data mining techniques have recently been used to find interesting spatio-temporal
patterns from Earth Science data. This data consists of time series measurements
for various Earth science and climate variables (e.g. soil moisture, temperature,
and precipitation), along with additional data from existing ecosystem models
(e.g., Net Primary Production). See figures 4 and 5. The ecological patterns of
interest include associations, clusters, predictive models, and trends.
Fig. 4. Land and sea temperature.
To find association patterns we transformed these time series into transac-
tions and then applied existing algorithms traditionally used for market-basket
data. We found that association rules can uncover interesting patterns for Earth
Scientists to investigate. For example, we found that high temperature was well
correlated with high plant growth in the forest and cropland regions in the north-
ern hemisphere. However, significant challenges for association analysis arise due
to the spatio-temporal nature of the data and the need to incorporate domain
knowledge to prune out uninteresting patterns. For further detail on this work,

Kết quả (Việt) 1:

4 ví dụ ứng dụng: khai thác dữ liệu cho dữ liệu khoa học trái đấtKỹ thuật khai thác dữ liệu gần đây đã được sử dụng để tìm thấy thú vị nhấtMô hình từ dữ liệu khoa học trái đất. Dữ liệu này bao gồm thời gian loạt các đo đạcCác khoa học trái đất và khí hậu biến (ví dụ như đất ẩm, nhiệt độ,và mưa), cùng với các dữ liệu bổ sung từ các mô hình hiện tại của hệ sinh thái(ví dụ: Net chính sản xuất). Xem các hình 4 và 5. Các mô hình sinh thái củaquan tâm bao gồm Hiệp hội, cụm, mô hình tiên đoán, và xu hướng.Hình 4. Nhiệt độ đất và biển.Để tìm mô hình Hiệp hội chúng tôi chuyển các chuỗi thời gian thành transac-tions và sau đó áp dụng thuật toán sẵn có truyền thống được sử dụng cho thị trường, giá trong giỏ hàngdữ liệu. Chúng tôi thấy rằng Hiệp hội quy tắc có thể khám phá thú vị mô hình cho trái đấtCác nhà khoa học để điều tra. Ví dụ, chúng tôi thấy rằng nhiệt độ cao đã được tốttương quan với sự tăng trưởng cao thực vật trong vùng rừng và đất trồng trọt ở Bắc-Ern bán cầu. Tuy nhiên, những thách thức đáng kể cho Hiệp hội phân tích phát sinh dovới thiên nhiên nhất của dữ liệu và sự cần thiết phải kết hợp tên miềnkiến thức để prune ra uninteresting mẫu. Cho biết thêm chi tiết về công việc này,

Kết quả (Việt) 2:

4 Ví dụ ứng dụng: Khai thác dữ liệu Khoa học trái đất dữ liệu
kỹ thuật khai thác dữ liệu gần đây đã được sử dụng để tìm không-thời gian thú vị
mô hình từ khoa học Trái Đất dữ liệu. Những thông tin này bao gồm hàng loạt các phép đo thời gian
cho nhiều biến khoa học và khí hậu Trái đất (ví dụ như độ ẩm của đất, nhiệt độ,
và lượng mưa), cùng với các dữ liệu bổ sung từ các mô hình hệ sinh thái hiện tại
(ví dụ, sản xuất tiểu Net). Xem con số 4 và 5. Các mô hình sinh thái
bao gồm các hiệp hội, các cụm, mô hình dự báo, và xu hướng.
Fig. 4. Đất và nhiệt độ nước biển.
Để tìm mô hình hiệp hội chúng tôi chuyển đổi các chuỗi thời gian vào giao dịch
tions và sau đó áp dụng các thuật toán hiện có truyền thống sử dụng cho thị trường giỏ
dữ liệu. Chúng tôi thấy rằng các luật kết hợp có thể phát hiện ra những thú vị cho Trái đất
Các nhà khoa học để điều tra. Ví dụ, chúng tôi thấy rằng nhiệt độ cao là cũng
tương quan với tăng trưởng thực vật cao trong các vùng rừng và đất trồng trọt ở bắc
bán cầu hiện đại. Tuy nhiên, những thách thức đáng kể để phân tích hiệp hội phát sinh do
tính chất không-thời gian của dữ liệu và sự cần thiết phải kết hợp miền
kiến thức để tỉa ra mô hình thú vị. Để biết thêm chi tiết về việc này,