Интеллектуальный анализ пространственно-временных данных

Большие объемы пространственно-временных данных все чаще собираются и исследуются в различных областях, включая климатологию, социальные науки, нейронауку, эпидемиологию, транспорт, мобильное здравоохранение и науки о Земле. Пространственно-временные данные отличаются от реляционных данных, для которых вычислительные подходы разрабатывались в сообществе специалистов по интеллектуальному анализу данных на протяжении нескольких десятилетий, тем, что наряду с собственно измерениями и атрибутами содержат пространственные и временные атрибуты. Наличие этих атрибутов создает дополнительные задачи, которые необходимо решать. Подходы к интеллектуальному анализу пространственно-временных данных изучаются в сообществе специалистов по анализу данных уже более десяти лет. В этой статье представлен широкий обзор относительно молодой области интеллектуального анализа пространственно-временных данных. Рассматриваются различные типы пространственно-временных данных и соответствующие вопросы интеллектуального анализа, возникающие при исследовании каждого из этих наборов данных. В зависимости от характера изучаемой задачи интеллектуального анализа литература по интеллектуальному анализу пространственно-временных данных классифицируется по шести основным категориям: кластеризация, прогностическое обучение, обнаружение изменений, поиск часто встречающихся закономерностей, обнаружение аномалий и выявление взаимосвязей. Обсуждаются различные формы задач интеллектуального анализа пространственно-временных данных в каждой из этих категорий.