Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales

En la obtención de conjuntos de datos se pueden detectar registros con valores mucho mayores o menores a los usuales. Dichos registros, denominados outliers, pueden ser correctos, o ser el resultado de errores de captura o del procesado de los datos. El estudio y la detección de outliers ayuda a rev...

Full description

Bibliographic Details
Main Author: Isabel Blasco Fernández
Format: Article
Language:English
Published: Instituto Panamericano de Geografía e Historia 2018-04-01
Series:Revista Cartográfica
Subjects:
Online Access:https://revistasipgh.org/index.php/rcar/article/view/192
_version_ 1818765691031912448
author Isabel Blasco Fernández
author_facet Isabel Blasco Fernández
author_sort Isabel Blasco Fernández
collection DOAJ
description En la obtención de conjuntos de datos se pueden detectar registros con valores mucho mayores o menores a los usuales. Dichos registros, denominados outliers, pueden ser correctos, o ser el resultado de errores de captura o del procesado de los datos. El estudio y la detección de outliers ayuda a revelar información valiosa de los conjuntos de datos, así como a depurar las bases de datos de información que pueda ser errónea. En este trabajo se describen distintos métodos de detección de outliers propuestos recientemente y aplicados al marco espacial y espacio-temporal, junto con los resultados de su aplicación. Entre las propuestas se abordan métodos puramente espaciales, puramente temporales y otros mixtos que han demostrado su valía en ensayos controlados. Entre otros se considerarán: 1) emplear un algoritmo que tiene en cuenta los datos temporales y combina las ventajas del clustering y la aproximación basada en la densidad; 2) comparar el valor obtenido por un sensor con el valor esperado calculado de forma incremental, al tener en cuenta la correlación temporal de los datos que muestran una correlación espacial en el pasado reciente; 3) plantear un algoritmo que detecta outliers en grandes bases de datos espacio-temporales a partir del uso conjunto de la información espacial, no espacial y valores temporales; 4) detectar outliers en bases de datos temporales a partir de reglas de asociación extraídas del comportamiento normal de los objetos de un conjunto de datos, de forma que se definen relaciones entre los atributos y el tiempo; 5) detectar los outliers en las propiedades globales del conjunto de datos, en contraste con la mayoría de métodos existentes que lo aplican de forma local y 6) asignar, para el caso específico de los outliers espaciales, diferentes pesos para diferentes vecinos a la hora de calcular el objeto central, determinando
first_indexed 2024-12-18T08:22:07Z
format Article
id doaj.art-6efcc71f3cd24b23ad763e4c150c6f6b
institution Directory Open Access Journal
issn 0080-2085
2663-3981
language English
last_indexed 2024-12-18T08:22:07Z
publishDate 2018-04-01
publisher Instituto Panamericano de Geografía e Historia
record_format Article
series Revista Cartográfica
spelling doaj.art-6efcc71f3cd24b23ad763e4c150c6f6b2022-12-21T21:14:43ZengInstituto Panamericano de Geografía e HistoriaRevista Cartográfica0080-20852663-39812018-04-019610.35424/rcarto.i96.192Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporalesIsabel Blasco Fernández0Consultora independienteEn la obtención de conjuntos de datos se pueden detectar registros con valores mucho mayores o menores a los usuales. Dichos registros, denominados outliers, pueden ser correctos, o ser el resultado de errores de captura o del procesado de los datos. El estudio y la detección de outliers ayuda a revelar información valiosa de los conjuntos de datos, así como a depurar las bases de datos de información que pueda ser errónea. En este trabajo se describen distintos métodos de detección de outliers propuestos recientemente y aplicados al marco espacial y espacio-temporal, junto con los resultados de su aplicación. Entre las propuestas se abordan métodos puramente espaciales, puramente temporales y otros mixtos que han demostrado su valía en ensayos controlados. Entre otros se considerarán: 1) emplear un algoritmo que tiene en cuenta los datos temporales y combina las ventajas del clustering y la aproximación basada en la densidad; 2) comparar el valor obtenido por un sensor con el valor esperado calculado de forma incremental, al tener en cuenta la correlación temporal de los datos que muestran una correlación espacial en el pasado reciente; 3) plantear un algoritmo que detecta outliers en grandes bases de datos espacio-temporales a partir del uso conjunto de la información espacial, no espacial y valores temporales; 4) detectar outliers en bases de datos temporales a partir de reglas de asociación extraídas del comportamiento normal de los objetos de un conjunto de datos, de forma que se definen relaciones entre los atributos y el tiempo; 5) detectar los outliers en las propiedades globales del conjunto de datos, en contraste con la mayoría de métodos existentes que lo aplican de forma local y 6) asignar, para el caso específico de los outliers espaciales, diferentes pesos para diferentes vecinos a la hora de calcular el objeto central, determinandohttps://revistasipgh.org/index.php/rcar/article/view/192OutlierEspacio-temporalClúster
spellingShingle Isabel Blasco Fernández
Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales
Revista Cartográfica
Outlier
Espacio-temporal
Clúster
title Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales
title_full Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales
title_fullStr Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales
title_full_unstemmed Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales
title_short Metodologías de detección de outliers en datos espaciales, temporales y espacio-temporales
title_sort metodologias de deteccion de outliers en datos espaciales temporales y espacio temporales
topic Outlier
Espacio-temporal
Clúster
url https://revistasipgh.org/index.php/rcar/article/view/192
work_keys_str_mv AT isabelblascofernandez metodologiasdedetecciondeoutliersendatosespacialestemporalesyespaciotemporales