文献

J-GLOBAL ID：201702219057168051   整理番号：17A1393591

衛星データアベイラビリティのための空間-時間マイニングアプローチ:藍藻類に関する事例研究【Powered by NICT】

A Spatio-Temporal Mining Approach for Enhancing Satellite Data Availability: A Case Study on Blue Green Algae

著者 (3件)： Boddula Vinay ,  Ramaswamy Lakshmish ,  Mishra Deepak
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigData Congress  ページ： 216-223  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 衛星画像は地理空間データ,一般的にサイズのテラバイトを提供した。コスト有効性とスケーラビリティのために,それらは生態学的モニタリングに関連した種々の大規模用途で使用されている。しかし,衛星データは雲被覆,霧などのような多くの問題のためにデータ不完全性の問題への傾向がある。本論文では,事例研究として藍藻類を用いた衛星データの10年に関する詳細な研究を行った。藍藻類(BGA)は,世界的な現象と種々の公共機関に関連する毒性植物プランクトンである。BGAに関する著者らのデータセットにおけるデータ不完全性問題を説明し,BGA症状に関して湖間のハーネス類似ことを時系列空間-時間データマイニング手法を用いてこの問題を定式化した。米国南東部の99湖沼からの実験的研究を通して提案アプローチの評価を行った。著者らの実験は,筆者らのアプローチがBGA領域におけるデータ不完全性を取り扱うための有効な方法であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *藍藻類 ,  生態学 ,  湖沼 ,  *事例研究 ,  データマイニング ,  *アベイラビリティ ,  植物プランクトン ,  衛星利用画像 ,  定式化 ,  不整 ,  アメリカ合衆国
準シソーラス用語： 湖 ,  雲被覆 ,  空間データ ,  *衛星データ , 【Automatic Indexing@JST】

分類 (2件)： 植物に対する影響  (EE05030G) ,  湖沼汚濁  (SB02030Q)

タイトルに関連する用語 (4件)： 衛星データ ,  アベイラビリティ ,  藍藻類 ,  研究