Monitoramento Ambiental de Cidades Urbanas: Detectando Outliers via Análise Fatorial Exploratória

Thiago I. A. Souza, A. L. L. Aquino, Danielo G. Gomes
{"title":"Monitoramento Ambiental de Cidades Urbanas: Detectando Outliers via Análise Fatorial Exploratória","authors":"Thiago I. A. Souza, A. L. L. Aquino, Danielo G. Gomes","doi":"10.5753/wbci.2018.3227","DOIUrl":null,"url":null,"abstract":"Nosúltimos anos, as cidades inteligentes têm emergido como um vasto repositório de dados. Assim, surge a necessidade de detectar importantes eventos que estão fora do padrão de normalidade, os chamados outliers. Neste artigo, propomos uma nova abordagem de detecção de outliers para dados de monitoramento de ambientes urbanos inteligentes baseada na Análise Fatorial Exploratória (AFE), através dos seguintes procedimentos: primeiro, aplicamos AFE gerando uma estrutura fatorial-base; na sequência, a distância de Mahalanobis é calculada sobre os fatores extráıdos para a detecção de outliers. Dados reais das cidades espanholas de Elda e Rois validaram nossa proposta e a AFE revelou os fatores mais influentes nos padrões de outliers detectados.","PeriodicalId":218600,"journal":{"name":"Anais do Workshop Brasileiro de Cidades Inteligentes (WBCI)","volume":"23 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-07-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do Workshop Brasileiro de Cidades Inteligentes (WBCI)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/wbci.2018.3227","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Nosúltimos anos, as cidades inteligentes têm emergido como um vasto repositório de dados. Assim, surge a necessidade de detectar importantes eventos que estão fora do padrão de normalidade, os chamados outliers. Neste artigo, propomos uma nova abordagem de detecção de outliers para dados de monitoramento de ambientes urbanos inteligentes baseada na Análise Fatorial Exploratória (AFE), através dos seguintes procedimentos: primeiro, aplicamos AFE gerando uma estrutura fatorial-base; na sequência, a distância de Mahalanobis é calculada sobre os fatores extráıdos para a detecção de outliers. Dados reais das cidades espanholas de Elda e Rois validaram nossa proposta e a AFE revelou os fatores mais influentes nos padrões de outliers detectados.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
城市环境监测:通过探索性因素分析检测异常值
近年来,智慧城市已经成为一个巨大的数据宝库。因此,需要检测异常的重要事件,即所谓的异常值。本文提出了一种基于探索性因子分析(efa)的智能城市环境监测数据异常值检测新方法,方法如下:首先,我们应用efa生成因子基结构;其次,我们应用efa生成因子基结构后,距离因素的计算(extráı检测的异常值。来自西班牙城市Elda和Rois的真实数据验证了我们的建议,AFE揭示了检测到的异常值模式中最具影响力的因素。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Aplicação de Algoritmos Heurísticos na Otimização de Rotas Comerciais em Tempo Real Produto Mínimo Viável para Monitoramento Elétrico em Smart Homes Uma Abordagem Baseada em Perfil e Recomendação para Relatar Problemas de Infraestrutura no contexto de Smart Campus A Review on the Adoption of Agile Methods in the Technology Development for Smart Cities Análise de Desempenho de Metaheurísticas Aplicadas ao Problema de Restauração de Redes de Distribuição
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1