Exploring Novel Mathematical Models and Efficient Algorithms to Discover Periodic Spatial Patterns in Irregular Spatiotemporal Big Data
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：
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
项目状态：
未结题
起止时间：
2021-04-01 至 2025-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
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.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
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]
通讯作者：
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。
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。
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
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
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
高效发现柱状时态数据库中的部分周期模式
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
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
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
共 7 条