Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Núm. 28 (2020)
Enero-Junio 2020

Artículos

Minería de datos espacial en la agricultura en Latinoamérica - Una aproximación conceptual

https://doi.org/10.19053/01201190.n28.2020.10976

Publicado 2019-12-31

Andrés Felipe Gil-Torres
Universidad Pedagógica y Tecnológica de Colombia

Aura Liliana Monroy-García
Universidad Pedagógica y Tecnológica de Colombia

Juan Sebastián González-Sanabria, M.Sc.
Universidad Pedagógica y Tecnológica de Colombia

Resumen

Debido al aumento en el uso de SIG, es necesario conocer técnicas complementarias como la minería de datos espaciales. Este documento es una revisión de algunas de las técnicas existentes y cuáles proporcionan mayores beneficios, revelando tendencias en su aplicación en el área de la agricultura. Además, con base en el hecho de que dentro de esta área se manipulan variables, se presentan las herramientas que facilitan el proceso de toma de decisiones en el área en mención, proporcionando el resultado de la evaluación de los datos disponibles.

Palabras clave

agricultura, minería de datos espaciales, sistemas de información geográfica

PDF XML

Citas

  1. Aguirre Valencia, J., Daza Santacoloma, G., Acosta, C. D., & Castellanos Domínguez, G. (2010). Comparación de métodos de reducción de dimensión basados en análisis por localidades. Revista TecnoLógicas, (25), 131-150. https://doi.org/10.22430/22565337.127
  2. Alfaro, E. (2015a). Algoritmos genéticos. Disponible en http://eddyalfaro.galeon.com/geneticos.html
  3. Alfaro, E. (2015b). El proceso de KDD-Técnicas de minería de datos y principales algoritmos. Disponible en http://exa.unne.edu.ar/depar/areas/informatica/dad/DAD/Presentaciones/Mineria_de_Datos.pdf
  4. Aljure, D. C., & Agudelo J. G. (2011). Minería de datos espaciales. Revista de Avances en Sistemas e Informática, 8 (3), 71-77
  5. Aluja, T. (2001). La minería de datos entre la estadística y la inteligencia artificial. QÜESTIIÓ, 25 (3), 479-498
  6. Cao, L., San, X., Zhao, Y., & Chen, G. (2013). The Application of the Spatio-temporal Data Mining Algorithm in Maize Yield Prediction. Math. Comput. Model, 58 (3-4), 507-513. https://doi.org/10.1016/j.mcm.2011.10.073
  7. Dueñas-Reyes, M. X. (2009). Searching for True Information with Spatial Data Mining. Ingeniería y Universidad, 13 (1), 137-156
  8. González Polanco, L., & Pérez Betancourt, Y. G. (2013). La minería de datos espaciales y su aplicación en los estudios de salud y epidemiología. Revista Cubana de Información en Ciencias de la Salud, 24(4),482-489
  9. Herrera-Parra, C. A. (2006). Minería de datos espacial. Disponible en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.130.5194&rep=rep1&type=pdf
  10. Mennis, J., & Guo, D. (2009). Spatial Data Mining and Geographic Knowledge Discovery-An Introduction. Comput. Environ. Urban Syst., 33 (6), 403-408. https://doi.org/10.1016/j.compenvurbsys.2009.11.001
  11. Osorio Zuluaga, G. A. (2009). Análisis de características del ambiente creativo en empresas de Manizales con técnicas KDD. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales, Manizales, Colombia.
  12. Peeters, A., Zude, M., Käthner, J., Ünlü, M., Kanber, R., Hetzroni, A., Gebbers, R., & Ben-Gal, A. (2015). Getis-Ord’s hot- and cold-spot statistics as a basis for multivariate spatial clustering of orchard tree data. Comput. Electron. Agric., 111, 140-150. https://doi.org/10.1016/j.compag.2014.12.011
  13. Rojas-Montes, M., Pino-Correa, F., & Martínez, J. (2015). Proceso de pruebas para pequeñas organizaciones desarrolladoras de software. Revista Facultad de Ingeniería, 24(39), 55-70. https://doi.org/10.19053/01211129.3551
  14. Shekhar, S., & Chawla, S. (2003). Introduction to spatial data mining. En: Spatial Databases: A Tour, Prentice Hall
  15. Shekhar, S., Zhang, P., Huang, Y., & Vatsavai, R. R. (2008) Trends in Spatial Data Mining. En Kargupta, H. y Joshi, A. (Eds.). Data mining: next generation challenges and future directions. AAAI/MIT Press, 357-380
  16. Sivakumar, K., & Prakaash, A. S. (2019). An Empirical Research on Spatial Data Mining. International Journal of Innovative Technology and Exploring Engineering, 8 (12S2), 797-800. https://doi.org/10.35940/ijitee.l1136.10812s219
  17. Sumathi, N., & Geetha, R. (2008). Spatial Data Mining-Techniques Trends and Its Applications. J. Comput. Appl., 1 (4), 28-30
  18. Sundaram, V. M. Thnagavelu, A., & Paneer, P. (2012). Discovering Co-location Patterns from Spatial Domain using a Delaunay Approach. Procedia Eng., 38, 2832-2845. https://doi.org/10.1016/j.proeng.2012.06.332
  19. Tripathy, A. K., Adinarayana, J., & Sudharsan, D. (2009). Geospatial data mining for Agriculture Pest Management – A Framework. En: 17th International Conference on Geoinformatics, Virginia, United States of America. https://doi.org/10.1109/geoinformatics.2009.5293296
  20. Wang, L., Zhou, L., Lu, J., & Yip, J. (2009). An order-clique-based approach for mining maximal co-locations. Inf. Sci., 179 (19), 3370-3382. https://doi.org/10.1016/j.ins.2009.05.023

Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a