Helsingin yliopisto - tietojenkäsittelytieteen laitos

Koti Yhteystiedot Laitos Henkilöt Opiskelu Hakeminen Tutkimus Uutiset ja tapahtumat

58303110 Spatiaalisen tiedon louhinta (2 ov)

Antti Leino

Yleistä

Seminaarissa tarkastellaan tietämyksen muodostamiseen tai tiedon louhintaan (data mining) liittyviä erityiskysymyksiä tapauksissa, joissa käsiteltävänä olevaan tietoon liittyy maantieteellinen tai muuten spatiaalinen komponentti.

Kohtuullinen yleiskatsaus aiheeseen on
Ester M., Kriegel H.-P., Sander J. 2001: Algorithms and Applications for Spatial Data Mining. In Geographic Data Mining and Knowledge Discovery, Research Monographs in GIS, Taylor and Francis, pp. 160-187.

Esitietovaatimukset

Varsinaiset esitietovaatimukset rajoittuvat tieteellisen kirjoittamisen kurssin asiasisällön hallintaan. Sen lisäksi seminaarin kannalta hyödyllisiä kursseja ovat vaikkapa tutkimustiedonhallinnan peruskurssi, tietämyksen muodostaminen, paikkatietojärjestelmät ja geometriset menetelmät. Tilastotieteen ja / tai todennäköisyyslaskennan peruskäsitteiden tuntemus saattaa myös olla eduksi.

Työmuodot

Kukin seminaarin osanottaja laatii aiheestaan ensin tiivistelmänomaisen suunnitelman ja sen jälkeen itse esitelmän, jotka jätetään määräaikaan mennessä. Tiivistelmät käsitellään sähköpostitse tai muuten ilman kiinteää kokoontumisaikaa ja -paikkaa, varsinaisia esitelmiä seminaari kokoontuu käsittelemään huhtikuun lopulla osanottajamäärän mukaan kahden tai kolmen päivän mittaisena.

Seminaarisuoritus koostuu seuraavista osista:

• Kirjallinen esitys: laaja tiivistelmä 2 - 4 sivua sekä varsinainen esitys n. 15 sivua. Molemmat julkaistaan seminaarin www-sivulla, joten tiivistelmä on jätettävä html- tai pdf-muodossa ja lopullinen esitys pdf- tai ps-muodossa.
• Kahden tiivistelmän kommentointi sähköpostitse.
• Suullinen esitys, n. 45 minuuttia.
• Osallistuminen keskusteluun: erityisesti on syytä valmistautua niistä esityksistä keskusteluun, joita on tiivistelmävaiheessa kommentoinut, mutta muukin ennakkovalmistautuminen on peräti suotavaa.
• Palautteen antaminen muiden esitelmistä anonyymisti. Kustakin esitelmästä - joko kirjallisesta tai suullisesta osuudesta, sisällöstä tai esitystavasta - kirjataan muutama hyvä ja muutama parantamista kaipaava kohta.

Aikataulu

• ma 20.1. kello 10 - 12: järjestäytyminen salissa A230
• pe 7.3. mennessä: laaja tiivistelmä kirjallisuusluetteloineen
• ke 19.3. mennessä: kommentit tiivistelmiin
• pe 18.4. mennessä: varsinainen kirjallinen esitelmä
• ma 28.4. kello 9 - ke 30.4. kello 12: seminaariesitelmät salissa C454.
  Kullekin esitelmälle varataan aikaa n. 90 minuuttia, josta puolet itse esitelmälle ja puolet keskustelulle. Viimeisen päivän aikataulussa pyritään ottamaan huomioon loppupäivän opintosuunnitelman ulkopuolinen ohjelma.
• pe 2.5. mennessä: palaute esitelmistä

Aiheita ja kirjallisuutta

• Paikkatiedon klusterointi
• Spatiaaliset assosiaatiosäännöt
• Pistekohteiden analysointi
• Trendien etsintä
• Tilastolliset menetelmät
• Paikkatiedon louhinnan sovelluksia, vaikkapa
  • Epidemiologia
  • Biodiversiteetti
  • Kriminologia

Carcach, Carlos 1999:

Spatial Analysis of Crime Data: Firearms Related Homicide in Australia. The 3rd National Outlook Symposium on Crime in Australia. Canberra.

Ester, M. - Frommelt, A. - Kriegel, H.-P. - Sander, J. 1998:

Algorithms for Characterization and Trend Detection in Spatial Databases. Proc. 4th Int. Conf. on Knowledge Discovery and Data Mining (KDD'98).

Ester, M. - Kriegel, H.-P. - Sander, J. - Xu X. 1998:

Clustering for Mining in Large Spatial Databases. Special Issue on Data Mining, KI-Journal, ScienTec Publishing, No. 1, 1998, pp. 18-24.

Gatrell, A. C. - Bailey, T. C. - Diggle, P. J. - Rowlingson, B.S. 1996:

Spatial point pattern analysis and its application in geographical epidemiology. Transactions of the Institute of British Geographers, NS 21:256 - 274

Han, J. - Kamber, M, - Tung, A. K. H. 2001:

Spatial Clustering Methods in Data Mining: A Survey. Teoksessa H. Miller and J. Han (eds.), Geographic Data Mining and Knowledge Discovery. Taylor and Francis.

Koperski, K. 1999:

Progressive Refinement Approach to Spatial Data Mining. Ph.D. thesis, Computing Science, Simon Fraser University.

Koperski, K. - Han, J. 1995:

Discovery of Spatial Association Rules in Geographic Information Databases. Proc. 4th Int'l Symp. on Large Spatial Databases (SSD95).

Malerba, D. - Esposito, F. - Lisi, F. A. 2001:

Mining spatial association rules in census data. Proceedings of the Joint Conferences on "New Techniques and Technologies for Statistcs" and "Exchange of Technology and Know-how" (ETK-NTTS'01)

Tung, A. K. H. - Hou, J. - Han, J. 2001:

Spatial Clustering in the Presence of Obstacles. Proc. 2001 Int. Conf. on Data Engineering (ICDE'01).

Esitelmien tiivistelmät

Saija Lemmelä

Spatiaalisten assosiaatiosääntöjen louhinta

Jan Lindström

Linnunpesien sijainnin ennustaminen spatiaalisella tiedonlouhinnalla

Mikko Maunu

Paikkatiedon louhinnan sovelluksia kriminologiassa

Taneli Mielikäinen

Toistuvien geometristen hahmojen louhinta

Sami Ojanpää

Predicting the Home Base of Serial Offender

Anu Tanninen

Rikosten tutkiminen ja ehkäiseminen spatiaalisen tiedon louhinnan avulla

Mikko Valjento

Tietokantajärjestelmät spatiaalisen tiedon louhinnassa

Esitelmät

28.4. 9.15 - 10.45   Mikko Maunu

Spatiaalinen analyysi kriminologian työvälineenä

28.4. 11.00 - 12.30   Anu Tanninen

Spatiaalisen tiedon louhinta ja sen käyttö rikosten tutkimisessa

28.4. 13.30 - 15.00   Saija Lemmelä

Spatiaalisten assosiaatiosääntöjen louhinta

29.4. 9.15 - 10.45   Mikko Valjento

Tietokantajärjestelmät spatiaalisen tiedon louhinnassa