Exploring Novel Mathematical Models and Efficient Algorithms to Discover Periodic Spatial Patterns in Irregular Spatiotemporal Big Data

探索新颖的数学模型和高效算法以发现不规则时空大数据中的周期性空间模式

• 批准号: 21K12034
• 负责人: Rage Uday・Kiran
• 金额: $ 2.58万
• 依托单位: The University of Aizu
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12034/
• 关键词: Big data; high utility patterns; spatial information; data mining; Pattern mining; Air pollution analytics

High utility itemset mining is an important knowledge discovery in data mining. Exicisting studies ignored the spatial information of the items in the database and tried to find hidden patterns. We have observed that ignoring the spatial information results either in missing useful information or generating suprious information that is not useful to the experts. In this year, we have tested our cliam, which is important to capture the spatial information of the items to find patterns that have high value. The work was published in Applied Intelligence Journal.

高公用事业项目集挖掘是数据挖掘中的重要知识发现。大量的研究忽略了数据库中项目的空间信息，并试图找到隐藏的模式。我们已经观察到，忽略空间信息导致缺失有用的信息或生成对专家无用的信息。在今年，我们测试了我们的CLIAM，这对于捕获项目的空间信息很重要，以找到具有很高价值的模式。这项工作发表在应用情报杂志上。

项目成果

Efficient Discovery of Partial Periodic Patterns in Large Temporal Databases

• DOI: 10.3390/electronics11101523
• 发表时间: 2022-05
• 期刊: Electronics
• 影响因子: 2.9
• 作者: R. U. Kiran;Pamalla Veena;Penugonda Ravikumar;C. Saideep;K. Zettsu;Haichuan Shang;Masashi Toyoda;M. Kitsuregawa;P. K. Reddy

UPFP-growth++: An Efficient Algorithm to Find Periodic-Frequent Patterns in Uncertain Temporal Databases.

UPFP-growth：一种在不确定时态数据库中查找周期频率模式的有效算法。

• 发表时间: 2022
• 作者: Palla Likhitha;Rage Veena;Rage Uday Kiran;Koji Zettsu;Masashi Toyoda;Philippe Fournier-Viger:
• 通讯作者: Philippe Fournier-Viger:

Efficient Discovery of Periodic-Frequent Patterns in Columnar Temporal Databases

柱状时态数据库中周期频率模式的有效发现

• DOI: 10.3390/electronics10121478
• 发表时间: 2021
• 期刊: Electronics
• 影响因子: 2.9
• 作者: Ravikumar Penugonda;Likhitha Palla;Raj Bathala Venus Vikranth;Kiran Rage Uday;Watanobe Yutaka;Zettsu Koji
• 通讯作者: Zettsu Koji

Towards Efficient Discovery of Partial Periodic Patterns in Columnar Temporal Databases

高效发现柱状时态数据库中的部分周期模式

• 发表时间: 2022
• 作者: Penugonda Ravikumar;Bathala Venus Vikranth Raj;Palla Likhitha;Rage Uday Kiran;Yutaka Watanobe;Sadanori Ito;Koji Zettsu;Masashi Toyoda:
• 通讯作者: Masashi Toyoda:

HDSHUI-miner: a novel algorithm for discovering spatial high-utility itemsets in high-dimensional spatiotemporal databases

HDSHUI-miner：一种在高维时空数据库中发现空间高效用项集的新算法

• DOI: 10.1007/s10489-022-04436-w
• 发表时间: 2023
• 期刊: Applied Intelligence
• 影响因子: 5.3
• 作者: Uday Kiran Rage;Veena Pamalla;Ravikumar Penugonda;Venus Vikranth Raj Bathala;Dao Minh-Son;Zettsu Koji;Bommisetti Sai Chithra
• 通讯作者: Bommisetti Sai Chithra