Publicado em: 05/12/2011

Dissertação de Mestrado em Inteligência Artificial

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE POS-GRADUAÇÃO EM COMPUTAÇÃO
———————————————————

DEFESA DE DISSERTAÇÃO DE MESTRADO

Aluno: Irineu Junior Pinheiro dos Santos
Orientador: Prof. Dr. Luis Otavio Campos Alvares

Título: “TRACTS: Um Método para Classificação de Trajetórias de Objetos Móveis Usando Séries Temporais”
Linha de Pesquisa: Inteligência Artificial
Data: 12/12/2011
Hora: 14h
Local: Auditório INF Prédio 43413 (67) – Instituto de Informática

Banca Examinadora:
Profa. Dra. Karin Becker (UFRGS)
Prof. Dr. Marco Antonio Casanova (PUC-Rio)
Prof. Dr. Paulo Martins Engel (UFRGS)
Presidente da Banca: Prof. Dr. Luis Otavio Campos Alvares

Resumo: O crescimento do uso de sistemas de posicionamento global (GPS) e outros sistemas de localização espacial tornaram possível o rastreamento de objetos móveis, produzindo um grande volume de um novo tipo de dado, chamado trajetórias de objetos móveis. Existe, entretanto, uma forte lacuna entre a quantidade de dados extraídos destes dispositivos, dotados de sistemas GPS, e a descoberta de conhecimento que se pode inferir com estes dados. Um tipo de descoberta de conhecimento em dados de trajetórias de objetos móveis é a classificação. A classificação de trajetórias é um tema de pesquisa relativamente novo, e poucos métodos tem sido propostos até o presente momento. A maioria destes métodos foi desenvolvido para uma aplicação específica. Poucos propuseram um método mais geral, aplicável a vários domínios ou conjuntos de dados. Nesse trabalho é apresentado um novo método de classificação que transforma as trajetórias em séries temporais, de forma a obter características mais discriminativas para a classificação. Através de experimentos com dados reais, foi possível observar que o método proposto é melhor do que abordagens atualmente existentes.

Palavras-Chave: trajetória de objetos móveis, classificação de trajetórias, descoberta de conhecimento, mineração de dados, séries temporais.