DataFish : técnicas de Data Mining aplicadas a la industria pesquera

Castro, Patricia - Duarte, Ignacio - Fontan, Marcelo

Supervisor(es): Viera Zipitría, Omar Eduardo

Resumen:

Este documento reporta el trabajo desarrollado en el contexto de Proyecto de Grado (Taller V) de la Facultad de Ingeniería de la Universidad de la Republica. El objetivo principal es estudiar distintas técnicas de Data Mining y realizar una aplicación en un problema particular. El problema resuelto es el de facilitar el análisis visual del comportamiento de la flota pesquera uruguaya, planteado por la Dirección Nacional de Recursos Acuáticos (DINARA) Se realiza un estado de arte de las distintas técnicas de Data Mining profundizando en uno de los temas de interés para el problema planteado como lo son los algoritmos de clusterización y clasificación especializados en datos espaciales. Luego de un análisis de los algoritmos especializados en bases de datos espaciales se decide implementar DBRS, DBSCAN y OPTICS; el equipo además desarrolla dos algoritmos propios. Atendiendo los requerimientos de la DINARA se desarrolla una aplicación con interfase Web integrada totalmente con el esquema de datos, el Sistema de Información Geográfico y el ambiente propuesto por el cliente, la cual facilita el análisis de información visual que se desea. La aplicación desarrollada esta orientada a la solución del problema planteado por la DINARA, para esto se desarrolla una librería de algoritmos de uso genérico, la cual puede ser utilizada independientemente en otra aplicación. El diseño de este componente permite que el mismo pueda ser ampliado con nuevos algoritmos o inclusive con mejoras a los ya existentes.


Detalles Bibliográficos
2005
DATA MINING
INDUSTRIA PESQUERA
Español
Universidad de la República
COLIBRI
http://hdl.handle.net/20.500.12008/3079
Acceso abierto
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
_version_ 1807523222415998976
author Castro, Patricia
author2 Duarte, Ignacio
Fontan, Marcelo
author2_role author
author
author_facet Castro, Patricia
Duarte, Ignacio
Fontan, Marcelo
author_role author
bitstream.checksum.fl_str_mv 528b6a3c8c7d0c6e28129d576e989607
9833653f73f7853880c94a6fead477b1
4afdbb8c545fd630ea7db775da747b2f
9da0b6dfac957114c6a7714714b86306
2a11d5bb39b3b6432cb64db3ac98123e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/3079/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/3079/2/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/3079/3/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/3079/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/3079/1/tg-pcastro.pdf
collection COLIBRI
dc.creator.advisor.none.fl_str_mv Viera Zipitría, Omar Eduardo
dc.creator.none.fl_str_mv Castro, Patricia
Duarte, Ignacio
Fontan, Marcelo
dc.date.accessioned.none.fl_str_mv 2014-11-24T22:50:56Z
dc.date.available.none.fl_str_mv 2014-11-24T22:50:56Z
dc.date.issued.es.fl_str_mv 2005
dc.date.submitted.es.fl_str_mv 20141202
dc.description.abstract.none.fl_txt_mv Este documento reporta el trabajo desarrollado en el contexto de Proyecto de Grado (Taller V) de la Facultad de Ingeniería de la Universidad de la Republica. El objetivo principal es estudiar distintas técnicas de Data Mining y realizar una aplicación en un problema particular. El problema resuelto es el de facilitar el análisis visual del comportamiento de la flota pesquera uruguaya, planteado por la Dirección Nacional de Recursos Acuáticos (DINARA) Se realiza un estado de arte de las distintas técnicas de Data Mining profundizando en uno de los temas de interés para el problema planteado como lo son los algoritmos de clusterización y clasificación especializados en datos espaciales. Luego de un análisis de los algoritmos especializados en bases de datos espaciales se decide implementar DBRS, DBSCAN y OPTICS; el equipo además desarrolla dos algoritmos propios. Atendiendo los requerimientos de la DINARA se desarrolla una aplicación con interfase Web integrada totalmente con el esquema de datos, el Sistema de Información Geográfico y el ambiente propuesto por el cliente, la cual facilita el análisis de información visual que se desea. La aplicación desarrollada esta orientada a la solución del problema planteado por la DINARA, para esto se desarrolla una librería de algoritmos de uso genérico, la cual puede ser utilizada independientemente en otra aplicación. El diseño de este componente permite que el mismo pueda ser ampliado con nuevos algoritmos o inclusive con mejoras a los ya existentes.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv CASTRO, P., DUARTE, I., FONTAN, M. "DataFish : técnicas de Data Mining aplicadas a la industria pesquera". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2005.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12008/3079
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv UR. FI-INCO,
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv DATA MINING
INDUSTRIA PESQUERA
dc.title.none.fl_str_mv DataFish : técnicas de Data Mining aplicadas a la industria pesquera
dc.type.es.fl_str_mv Tesis de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description Este documento reporta el trabajo desarrollado en el contexto de Proyecto de Grado (Taller V) de la Facultad de Ingeniería de la Universidad de la Republica. El objetivo principal es estudiar distintas técnicas de Data Mining y realizar una aplicación en un problema particular. El problema resuelto es el de facilitar el análisis visual del comportamiento de la flota pesquera uruguaya, planteado por la Dirección Nacional de Recursos Acuáticos (DINARA) Se realiza un estado de arte de las distintas técnicas de Data Mining profundizando en uno de los temas de interés para el problema planteado como lo son los algoritmos de clusterización y clasificación especializados en datos espaciales. Luego de un análisis de los algoritmos especializados en bases de datos espaciales se decide implementar DBRS, DBSCAN y OPTICS; el equipo además desarrolla dos algoritmos propios. Atendiendo los requerimientos de la DINARA se desarrolla una aplicación con interfase Web integrada totalmente con el esquema de datos, el Sistema de Información Geográfico y el ambiente propuesto por el cliente, la cual facilita el análisis de información visual que se desea. La aplicación desarrollada esta orientada a la solución del problema planteado por la DINARA, para esto se desarrolla una librería de algoritmos de uso genérico, la cual puede ser utilizada independientemente en otra aplicación. El diseño de este componente permite que el mismo pueda ser ampliado con nuevos algoritmos o inclusive con mejoras a los ya existentes.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_3bfb42c14726c22768aaa5c931d14f7b
identifier_str_mv CASTRO, P., DUARTE, I., FONTAN, M. "DataFish : técnicas de Data Mining aplicadas a la industria pesquera". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2005.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/3079
publishDate 2005
reponame_str COLIBRI
repository.mail.fl_str_mv mabel.seroubian@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
spelling 2014-11-24T22:50:56Z2014-11-24T22:50:56Z200520141202CASTRO, P., DUARTE, I., FONTAN, M. "DataFish : técnicas de Data Mining aplicadas a la industria pesquera". Tesis de grado, Universidad de la República (Uruguay). Facultad de Ingeniería. Instituto de Computación, 2005.http://hdl.handle.net/20.500.12008/3079Este documento reporta el trabajo desarrollado en el contexto de Proyecto de Grado (Taller V) de la Facultad de Ingeniería de la Universidad de la Republica. El objetivo principal es estudiar distintas técnicas de Data Mining y realizar una aplicación en un problema particular. El problema resuelto es el de facilitar el análisis visual del comportamiento de la flota pesquera uruguaya, planteado por la Dirección Nacional de Recursos Acuáticos (DINARA) Se realiza un estado de arte de las distintas técnicas de Data Mining profundizando en uno de los temas de interés para el problema planteado como lo son los algoritmos de clusterización y clasificación especializados en datos espaciales. Luego de un análisis de los algoritmos especializados en bases de datos espaciales se decide implementar DBRS, DBSCAN y OPTICS; el equipo además desarrolla dos algoritmos propios. Atendiendo los requerimientos de la DINARA se desarrolla una aplicación con interfase Web integrada totalmente con el esquema de datos, el Sistema de Información Geográfico y el ambiente propuesto por el cliente, la cual facilita el análisis de información visual que se desea. La aplicación desarrollada esta orientada a la solución del problema planteado por la DINARA, para esto se desarrolla una librería de algoritmos de uso genérico, la cual puede ser utilizada independientemente en otra aplicación. El diseño de este componente permite que el mismo pueda ser ampliado con nuevos algoritmos o inclusive con mejoras a los ya existentes.Made available in DSpace on 2014-11-24T22:50:56Z (GMT). No. of bitstreams: 5 tg-pcastro.pdf: 550990 bytes, checksum: 2a11d5bb39b3b6432cb64db3ac98123e (MD5) license_text: 21936 bytes, checksum: 9833653f73f7853880c94a6fead477b1 (MD5) license_url: 49 bytes, checksum: 4afdbb8c545fd630ea7db775da747b2f (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) license.txt: 4244 bytes, checksum: 528b6a3c8c7d0c6e28129d576e989607 (MD5) Previous issue date: 2005application/pdfesspaUR. FI-INCO,Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad De La República. (Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)DATA MININGINDUSTRIA PESQUERADataFish : técnicas de Data Mining aplicadas a la industria pesqueraTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaCastro, PatriciaDuarte, IgnacioFontan, MarceloViera Zipitría, Omar EduardoUniversidad de la República (Uruguay). Facultad de Ingeniería. Instituto de ComputaciónIngeniero en ComputaciónLICENSElicense.txttext/plain4244http://localhost:8080/xmlui/bitstream/20.500.12008/3079/5/license.txt528b6a3c8c7d0c6e28129d576e989607MD55CC-LICENSElicense_textapplication/octet-stream21936http://localhost:8080/xmlui/bitstream/20.500.12008/3079/2/license_text9833653f73f7853880c94a6fead477b1MD52license_urlapplication/octet-stream49http://localhost:8080/xmlui/bitstream/20.500.12008/3079/3/license_url4afdbb8c545fd630ea7db775da747b2fMD53license_rdfapplication/octet-stream23148http://localhost:8080/xmlui/bitstream/20.500.12008/3079/4/license_rdf9da0b6dfac957114c6a7714714b86306MD54ORIGINALtg-pcastro.pdfapplication/pdf550990http://localhost:8080/xmlui/bitstream/20.500.12008/3079/1/tg-pcastro.pdf2a11d5bb39b3b6432cb64db3ac98123eMD5120.500.12008/30792024-04-12 14:06:39.978oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:11.658213COLIBRI - Universidad de la Repúblicafalse
spellingShingle DataFish : técnicas de Data Mining aplicadas a la industria pesquera
Castro, Patricia
DATA MINING
INDUSTRIA PESQUERA
status_str acceptedVersion
title DataFish : técnicas de Data Mining aplicadas a la industria pesquera
title_full DataFish : técnicas de Data Mining aplicadas a la industria pesquera
title_fullStr DataFish : técnicas de Data Mining aplicadas a la industria pesquera
title_full_unstemmed DataFish : técnicas de Data Mining aplicadas a la industria pesquera
title_short DataFish : técnicas de Data Mining aplicadas a la industria pesquera
title_sort DataFish : técnicas de Data Mining aplicadas a la industria pesquera
topic DATA MINING
INDUSTRIA PESQUERA
url http://hdl.handle.net/20.500.12008/3079