空間データマイニングに統計的手法を使用するのはどうですか？

統計的空間データ分析は、空間データを探索し、地理データを分析するための有名な手法です。地球統計学という用語は連続的な地理的領域に関連していますが、空間統計学という用語は離散空間に関連しています。

非空間レコードを管理する統計モデルでは、一般に、データの異なる領域間の統計的独立性を考慮します。ただし、従来のデータセットとは異なり、空間的に分散されたデータ間にはそのような独立性はありません。実際には、2つのオブジェクトが近くに配置されるほど、共有される可能性が高くなるという意味で、空間オブジェクトは相互に関連している、またはより正確に空間的に同じ場所に配置されていることが多いためです。同じプロパティ。

たとえば、天然資源、気候、気温、および経済状況は、地理的に近接した地域で同じである必要があります。人はこれを地理の最初の法則としてさえ扱いました-すべては他のすべてに関連付けられていますが、近くのものは孤立したものよりも関連付けられています。

隣接する空間間の密接な相互依存性のこのような特徴は、空間的自己相関の概念につながります。これはこの概念に依存しており、空間統計モデリング手法がより効果的に作成されています。

空間データマイニングは、空間統計分析手法を開発し、大量の空間データに対してそれらを改善します。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、顧客との対話の強化、新しい知識手法の発見に重点を置きます。

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用画像記録、VLSIチップ設計データなどの宇宙関連データを大量に保存します。

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いくつかの機能があります。これらは、トポロジデータと距離データを伝送します。これらのデータは、一般に、空間データアクセス方法によって作成され、空間推論、幾何学的計算、および空間知識表現方法を必要とする、洗練された多次元空間インデックスアーキテクチャによって編成されます。

空間データマイニングは、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設計の抽出を定義します。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。

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の調査です。統計的空間データ分析は、空間データを探索し、地理データを分析するための有名な手法です。

地球統計学という用語は連続的な地理空間に関連していますが、空間統計は離散空間に関連しています。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。