ML_Zusammenfassung/chapters/Unsupervised Learning/Spatio-temporal clustering.tex

30 lines
1.8 KiB
TeX

\chapter{Spatio-temporal clustering}
Beim \say{spatio-temporal clustering} werden die Elemente nach ihrer räumlichen und zeitlichen Ähnlichkeit gruppiert.
Hierbei handelt es sich um ein relativ neues Verfahren, welches vor allem für geographische Anwendungen verwendet wird.\\
\includegraphics[width = \textwidth]{GIS-models.png}\\
Bei diesen Verfahren stellt meist nicht die 2- bzw. 3-dimensionale Darstellung der Daten, sondern die Kombination mit dem Faktor Zeit die Schwierigkeit dar.
Es ist schwierig diesen Faktor in die Berechnung der Abstände einzubeziehen.
Hierbei ist eine Klassifizierung dadurch möglich, dass die Daten in zwei Dimensionen separat klassifiziert werden.
\begin{itemize}
\item \textbf{zeitliche Dimension:}\\
Hierbei gibt es unterschiedlich komplexe Ansätze
\begin{itemize}
\item \textbf{basic case:} enthält nur Elemente, die sich nicht verändern
\item \textbf{more complex:} jedes Element kann den eigenen Status ändern
\item \textbf{extreme complex:} jedes Element kann den eigenen Status ändern.
Zudem werden die vergangenen Stati gemerkt
\end{itemize}
\item \textbf{räumliche Dimension:}\\
beschreibt die räumliche Verortung der Elemente
\end{itemize}
\includegraphics[width = \textwidth]{spatio-temporal_complexity.png}
\section{Anwendungsbeispiele}
\includegraphics[width=.9\textwidth]{spatio-temporal_applications.png}
\subsection{Arctic Ice Movement}
\say{
The minimum Arctic sea ice extent occurs in September. The maximum is in February or March.
Arctic sea ice maxima and minima have been shrinking for three decades.
}\\
\includegraphics[width = .8\textwidth]{arctic-ice.png}