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.
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 求助全文
来源期刊
自引率
0.00%
发文量
0
×
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
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
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 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信