空間データマイニングとは何ですか？

空間データベースは、地図、前処理されたリモートセンシングまたは医療画像記録、VLSIチップ設計データなど、大量の宇宙関連データを保存します。空間データベースには、リレーショナルデータベースと区別するためのいくつかの機能があります。それらはトポロジーおよび/または距離情報を運び、通常は空間データアクセス方法によってアクセスされる洗練された多次元空間インデックス構造によって編成され、しばしば空間推論、幾何学的計算、および空間知識表現技術を必要とします。

空間データマイニングとは、知識、空間関係、または空間データベースに明示的に保存されていないその他の興味深いパターンの抽出を指します。このようなマイニングでは、データマイニングと空間データベーステクノロジーの統合が必要です。空間レコードの学習、空間関係と空間レコードと非空間レコード間の関係の発見、空間知識ベースの構築、空間データベースの再編成、および空間クエリの最適化に使用できます。

地理データシステム、マーケティング、リモートセンシング、画像データベースの探索、医用画像、ナビゲーション、交通管制、環境研究、および空間データが使用される他の多くの分野で幅広いアプリケーションが期待されています。

空間データマイニングの中心的な課題は、大量の空間データと、空間データタイプおよび空間アクセス方法の難しさのために、効率的な空間データマイニング技術を探求することです。統計的空間データ分析は、空間データを分析し、地理情報を探索するための一般的なアプローチです。

地球統計学という用語は、多くの場合、連続的な地理空間に関連付けられていますが、空間統計学という用語は、多くの場合、離散空間に関連付けられています。非空間レコードを管理する統計モデルでは、一般に、データのさまざまな領域間の統計的独立性を考慮します。

2つのオブジェクトが近くに配置されるほど、オブジェクトが送信される可能性が高くなるという意味で、実際には空間オブジェクトは相互に関連している、またはより正確には空間的に同じ場所に配置されているため、空間的に分散されたレコード間にそのような分離はありません。同じプロパティ。たとえば、天然資源、気候、気温、経済状況は、地理的に近い地域で類似している可能性があります。

近くの空間全体で密接に相互依存するこのような特性は、空間的自己相関の概念につながります。この概念に基づいて、空間統計モデリング手法が開発され、成功を収めています。空間データマイニングは、空間統計分析手法を作成し、それらを大量の空間データに拡張し、有効性、スケーラビリティ、データベースおよびデータウェアハウスシステムとの連携、ユーザーインタラクションの強化、新しい種類の知識の発見に重点を置きます。