| dbo:abstract
|
- La fouille de données spatiales (spatial data mining) est la technique d'exploration de données géographiques, à notre échelle sur terre, mais aussi astronomiques, dont le but est de découvrir des régularités intéressantes dans des données textuelles, diachroniques, ou géométriques telles que vecteurs, trames, graphes. Les données spatiales donnent des informations à des échelles différentes, fournies par des techniques différentes, sous des formats différents, dans une période de temps souvent longue en vue de l'observation des changements. Les volumes sont donc très importants, les données peuvent être imparfaites, bruitées. De plus, les relations entre les données spatiales sont souvent implicites : les relations ensemblistes, topologiques, directionnelles et métriques se rencontrent fréquemment dans cette spécialisation de l'exploration des données. La fouille de données spatiales est donc particulièrement ardue. L'analyse spatiale participe avec les systèmes d'information géographique à l'analyse exploratoire des données spatiales, mais sa raison d'être constitue la modélisation spatiale. On utilise la fouille de données spatiales pour explorer les données des sciences de la terre, les données cartographiques du crime, celles des recensements, du trafic routier, des foyers de cancer, etc. (fr)
- La fouille de données spatiales (spatial data mining) est la technique d'exploration de données géographiques, à notre échelle sur terre, mais aussi astronomiques, dont le but est de découvrir des régularités intéressantes dans des données textuelles, diachroniques, ou géométriques telles que vecteurs, trames, graphes. Les données spatiales donnent des informations à des échelles différentes, fournies par des techniques différentes, sous des formats différents, dans une période de temps souvent longue en vue de l'observation des changements. Les volumes sont donc très importants, les données peuvent être imparfaites, bruitées. De plus, les relations entre les données spatiales sont souvent implicites : les relations ensemblistes, topologiques, directionnelles et métriques se rencontrent fréquemment dans cette spécialisation de l'exploration des données. La fouille de données spatiales est donc particulièrement ardue. L'analyse spatiale participe avec les systèmes d'information géographique à l'analyse exploratoire des données spatiales, mais sa raison d'être constitue la modélisation spatiale. On utilise la fouille de données spatiales pour explorer les données des sciences de la terre, les données cartographiques du crime, celles des recensements, du trafic routier, des foyers de cancer, etc. (fr)
|
| rdfs:comment
|
- La fouille de données spatiales (spatial data mining) est la technique d'exploration de données géographiques, à notre échelle sur terre, mais aussi astronomiques, dont le but est de découvrir des régularités intéressantes dans des données textuelles, diachroniques, ou géométriques telles que vecteurs, trames, graphes. Les données spatiales donnent des informations à des échelles différentes, fournies par des techniques différentes, sous des formats différents, dans une période de temps souvent longue en vue de l'observation des changements. Les volumes sont donc très importants, les données peuvent être imparfaites, bruitées. De plus, les relations entre les données spatiales sont souvent implicites : les relations ensemblistes, topologiques, directionnelles et métriques se rencontrent fr (fr)
- La fouille de données spatiales (spatial data mining) est la technique d'exploration de données géographiques, à notre échelle sur terre, mais aussi astronomiques, dont le but est de découvrir des régularités intéressantes dans des données textuelles, diachroniques, ou géométriques telles que vecteurs, trames, graphes. Les données spatiales donnent des informations à des échelles différentes, fournies par des techniques différentes, sous des formats différents, dans une période de temps souvent longue en vue de l'observation des changements. Les volumes sont donc très importants, les données peuvent être imparfaites, bruitées. De plus, les relations entre les données spatiales sont souvent implicites : les relations ensemblistes, topologiques, directionnelles et métriques se rencontrent fr (fr)
|
