Mineração visual de dados : extração do conhecimento a partir das técnicas de visualização da informação e mineração de dados : experimentos : ITAIPU e SIMEPAR

Abstract

Resumo: Extrair rapidamente informações de grandes conjuntos de dados é, hoje, uma demanda crescente devido ao aumento da capacidade de geração de dados por sensores e outras fontes. A alta dimensionalidade e a grande quantidade de registros contidos nas bases de dados atuais são problemas não triviais na busca e extração de "conhecimento". O Processo KDD (Knowledge Discovery in Database), termo criado em 1989, refere-se ao processo de seleção, préprocessamento e transformação de dados, necessário para avaliação e interpretação de resultados pelo uso de técnicas de Mineração de Dados (MD) que, por sua vez, possibilita a extração de padrões "escondidos" nos dados. Por ser uma área científica multidisciplinar, a MD exige o conhecimento em várias outras áreas, incluindo a Visualização e a Estatística. Assim, a Mineração Visual de Dados (MVD) é uma abordagem para integrar a Mineração de Dados com a Visualização. Refere-se à exploração visual de dados fazendo uso de recursos visuais e Computação Gráfica Interativa. Neste trabalho, é apresentado um estudo no qual foram utilizados algoritmos de MVD para analise de dados em dois experimentos. A ITAIPU, maior hidrelétrica em operação do mundo, atualmente possui mais de 2200 instrumentos de auscultação instalados, produzindo dados que vêm sendo armazenados há mais de 30 anos. Neste experimento, a MVD foi utilizada para analisar relações nos instrumentos instalados na estrutura da barragem, permitindo, por exemplo, detectar indesejáveis falhas nas leituras, e conseqüentemente, na sua segurança. No segundo experimento a MVD foi utilizada na filtragem de dados que não representam chuvas em imagens do radar meteorológico do SIMEPAR. Para tanto, um maior número de informações é extraído mais facilmente quando diferentes técnicas de Visualização da Informação (baseadas em Projeções Geométricas, Iconográficas e Orientadas a Pixels) são aplicadas aos dados. Esta análise visual dos dados mostrou-se eficiente por agilizar a detecção de padrões e anomalias nos dados, mostrando-se uma valiosa ferramenta de apoio à tomada de decisões.

Abstract: Extracting information quickly from large data sets is now an increasing demand due to increased capacity to generate data for sensors and other sources. The high dimensionality and the large number of records contained in databases are non trivial current problems in the search and extraction of "knowledge". The KDD (Knowledge Discovery in Database), term created in 1989, refers to the process of selection, pre-processing and processing of data, necessary for evaluation and interpretation of results by using Data Mining (DM) techniques. These techniques enable the extraction of "hidden" patterns in data. As a multidisciplinary scientific area, the DM requires knowledge in several other areas, including Visualization and Statistics. Thus, the Visual Data Mining (VDM) is an approach to integrate the Data Mining with Visualization, and refers to the visual exploration of data by making use of interactive computer graphics. This work presents a study where VDM algorithms are used to analyze two experiments data. The active largest hydroelectric power plant in the world is ITAIPU in the frontier of Brazil and Paraquay. Its dam currently has more than 2200 monitoring instruments installed. They are continuously producing data that have been stored for more than 30 years. It served as the first experiment and VDM was used to examine relationships in the installed instruments, allowing, for example, to detect undesirable weaknesses in reading, and consequently, the dam structure safety. In the second experiment, VDM was used in the filtering of data that do not represent rain on the weather radar images of SIMEPAR, the meteorological system of the Parana State in the South of Brazil. Thus, a greater number of information is extracted more easily when different techniques of Information Visualization are applied to filtering radar data. This data visual analysis proved to be efficient by speeding up the pattern and anomally detection in the data. Moreover, they proved to be a valuable tool to support decision-making.