Сочинение на тему Большие данные и сбор данных

С развитием технологий, расширением областей исследований, развертыванием различных коммерческих и открытых ГИС-систем был создан огромный массив данных, хранящихся в разных форматах. В настоящее время мы генерируем около нескольких триллионов байт данных каждый день, характеризуется высокой размерностью и большим размером выборки и называется большими данными или огромными объемами данных. [3] Тем не менее, в сегодняшней ситуации данные являются загадочными, у нас есть много данных, но информации недостаточно. ДМ – это нетривиальный процесс определения действительных, новых, потенциально полезных и в конечном итоге понятных моделей данных. Файяд и соавт. (1996) [5]

Интеллектуальный интеллектуальный анализ данных – это особый вид интеллектуального анализа данных. Основное различие между интеллектуальным анализом данных и пространственным анализом данных заключается в том, что в задачах интеллектуального анализа пространственных данных мы используем не только непространственные атрибуты, но и пространственные атрибуты. Говорят, что пространственные данные являются особыми, поэтому для их обработки или анализа необходимо специальные методы и приемы. Эта концепция появилась в различных обзорных статьях и статьях, хотя немногие из них выступают против этого понятия. В большинстве обзорных статей указывается, что это чрезвычайно сложная задача – добывать интересные закономерности в наборах географических данных по сравнению с извлечением их в традиционных данных. потому что географические или пространственные данные связаны со сложными типами пространственных данных, пространственными отношениями, пространственной неоднородностью, пространственной автокорреляцией, экологической ошибкой и проблемой изменяемой территориальной единицы (MAUP) В такой ситуации принятие и эффективность традиционных методов интеллектуального анализа данных становятся неблагодарными . Чтобы решить, являются ли пространственные данные особыми или нет, я предлагаю потратить наше небольшое время на небольшую экскурсию по описанию термина пространственный анализ, а затем описать только две характеристики пространственных данных.

Пространственный анализ – это особый вид методов с целью идентификации или описания шаблона для идентификации и понимания процесса, связанного с этим конкретным шаблоном. Результаты пространственного анализа меняются, когда меняются местоположения анализируемых объектов. Это хорошо объяснил Тоблер (1979) в своем первом законе географии «все связано со всем остальным, но близкие вещи больше связаны, чем отдаленные вещи». Первый закон географии больше подчеркивает пространственную зависимость или пространственную автокорреляцию, которая подразумевает, что явление в одном месте с большей вероятностью будут повторяться в месте рядом с ним, чем вдали. Для решения этой ситуации требуются очень специальные методы. Сначала необходимо сравнить наблюдаемую картину в данных (например, места в анализе точечной картины, значения в местах в пространственной автокорреляции) к месту, в котором пространство не имеет значения (Anselin, 1989)

Эти наборы данных зависят от масштаба, запрос, связанный с извлечением информации для этого набора данных, является более продвинутым и гораздо более сложным, как объяснено в [4]. Это противоречит традиционным методам статистики, которые предполагают, что наблюдения независимы, и поэтому в этом смысле они методы не могут быть критически реализованы для данных, показывающих поведение пространственной зависимости. Пространственные данные имеют еще одну уникальную особенность, называемую пространственной неоднородностью, что означает, что поведение в отношении пространственных отношений не является стабильным, они различаются в разных областях карты. Реалистичная перспектива для большинства пространственных данных. данные должны предполагать, что в целом большинство пространственных процессов являются нестационарными и анизотропными. Неоднородность и нестационарность создают дополнительные проблемы в анализе, подчеркивая локальный характер взаимодействия пространства / процесса ». [2]

Является ли пространственная особенность

С моей точки зрения, основываясь на ряде чтений, если мы взглянем с воздуха на эти обзоры, нет никаких сомнений в том, что оба их аргумента имеют одну общую тему », – традиционная статистическая техника не может применяться при анализе пространственные данные, причины этого, таковы; Пространственные данные имеют специфическую характеристику, которая делает их более сложными при разработке последовательного и надежного подхода к пространственному анализу на основе традиционных статистических методов [1] [2] ». Хотя в своей обзорной статье Марко Пейнхо утверждает, что« особая природа пространственных данных данные потеряны, и их передние пространственные данные имеют те же характеристики, что и вторичные данные [2] ». Но им было ясно, что передовые методы и технологии необходимы для анализа таких наборов данных из-за их уникальных особенностей. Уникальная особенность пространственных данных все еще проявляется, требования GIS Science к проведению предварительного анализа для точного или безошибочного анализа становятся все больше и Сложность и необходимость понимания пространственных данных становятся основной причиной необходимости ГЕОСПАТИАЛЬНОЙ ДАННОЙ ОБРАБОТКИ ДАННЫХ, как центральной дисциплины для моделирования и анализа пространственных данных.

Список литературы

 
1. Анселин Л. (1989, 41). Что особенного в пространственных данных? Альтернативные перспективы анализа пространственных данных (89-4). Получено с https://escholarship.org/uc/item/3ph5k0d4: https://escholarship.org/uc/item/3ph5k0d4