{{:cap241:2018:curso_logo.png?700}} ===== Satellite Image Time Series Clustering using SOM ==== Essa página contém o material do minicurso "Satellite Image Time Series Clustering using SOM" ministrado no [[http://www.inpe.br/worcap/2018/|Worcap 2018]]. * Carga horária: 2 horas * Instrutores: Karine Reis Ferreira e Lorena Santos * Local: LIT - INPE * Data: 23 de Agosto de 2018 ===== Material do curso ===== O curso será ministrado em 2 partes, uma teórica e outra prática. * {{:cap241:2018:tsclusteringusingsom_teoria.pdf|Parte teórica}} * Parte prática * {{:cap241:2018:script_dados_curso.zip|Download - R script e dados de séries temporais }} O acompanhamento da execução do script em R pode ser feito [[cap241:2018:rscript2|aqui]]. ===== Parte prática: ambiente computacional ===== O curso terá uma parte prática utilizando R. Os inscritos devem trazer seus próprios notebooks com os seguintes softwares instalados: - [[https://www.rstudio.com/products/rstudio/download/|RStudio Desktop - versão >= 1.0.153]] - [[http://nbcgib.uesc.br/mirrors/cran/|R - versão >= 3.3.3]] Depois de instalado o R e o RStudio, os seguintes pacotes do R devem ser instalados: - zoo - kohonen - dplyr - ggplot2 - stats - proxy - dendextend - TSdist - dtw Todos os pacotes estão disponíveis no CRAN e para instalá-los todos de uma vez utilize o comando abaixo: install.packages(c("zoo","kohonen","dplyr", "ggplot2", "stats", "proxy","dendextend","TSdist", "dtw"), dependencies = TRUE) ===== Referências Bibliográficas ===== * **(Aghabozorgi et al. 2015)** Aghabozorgi, Saeed, Ali Seyed Shirkhorshidi, and Teh Ying Wah. "Time-series clustering–A decade review." Information Systems. 53 (2015): 16-38 * **(Ding et al. 2008)** Ding, Hui, et al. "Querying and mining of time series data: experimental comparison of representations and distance measures." Proceedings of the VLDB Endowment 1.2 (2008): 1542-1552. * **(Esling and Agon, 2012)** Esling, Philippe, and Carlos Agon. "Time-series data mining." ACM Computing Surveys (CSUR) 45.1 (2012): 12. * **(Giogino, 2009)** Giorgino, Toni. "Computing and visualizing dynamic time warping alignments in R: the dtw package." Journal of statistical Software 31.7 (2009): 1-24. * **(Keogh and Lin, 2003)** Keogh, Eamonn, and Jessica Lin. "Clustering of time-series subsequences is meaningless: implications for previous and future research." Knowledge and information systems 8.2 (2005): 154-177. * **(Keogh and Ratanamahatana, 2005)** Keogh, Eamonn, and Chotirat Ann Ratanamahatana. “Exact indexing of dynamic time warping” Knowledge and information systems 7.3 (2005): 358-386. * **(Mori et al. 2016)** Mori, Usue, Alexander Mendiburu, and Jose A. Lozano. "Distance measures for time series in R: The TSdist package." R J. 8 (2016): 451-459. * **(Samarasinghe, 2016)** Samarasinghe, Sandhya. “Neural networks for applied sciences and engineering: from fundamentals to complex pattern recognition.” Auerbach publications, (2016).