Ανακάλυψη επαναληπτικών προτύπων σε δεδομένα κίνησης ψαράδικων
| dc.contributor.advisor | Πελέκης, Νικόλαος | |
| dc.contributor.author | Κοντογιαννίδης, Ιωάννης | |
| dc.date.accessioned | 2021-10-04T12:09:54Z | |
| dc.date.available | 2021-10-04T12:09:54Z | |
| dc.date.issued | 2021-09-30 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/13722 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/1145 | |
| dc.description.abstract | Στην σύγχρονη εποχή όπου υπάρχει ένας τεράστιος όγκος πληροφοριών η αξιοποίηση αυτών αποτελεί ένα σημαντικό κομμάτι μελέτης. Ένας τρόπος για να αξιοποιήσουμε τις πληροφορίες αυτές και να καταλήξουμε σε χρήσιμα συμπεράσματα είναι με το να εντοπίσουμε κάποια μοτίβα μέσα από τα δεδομένα μας. Τι είναι μοτίβα? Με μία γρήγορη ερμηνεία του όρου αυτού θα μπορούσαμε να πούμε πως είναι ένα επαναλαμβανόμενο δομοστοιχείο. Ο εντοπισμός μοτίβων μπορεί να χρησιμοποιηθεί σε μία τεράστια γκάμα διαφορετικών τύπου δεδομένων, για παράδειγμα θα μπορούσαμε να εντοπίσουμε κάποια μοτίβα σε συμπεριφορές ζώων, σε συμπεριφορές καταναλωτών, στην μετεωρολογία και σε πολλά άλλα. Η συγκεκριμένη διπλωματική αναφέρετε στον εντοπισμό μοτίβων σε δεδομένα κίνησης ψαράδικων. Σκοπός της παρούσας εργασίας είναι μέσα από τα δεδομένα να μπορέσουν να αντληθούν κάποιες περιοδικές συμπεριφορές που παρουσιάζουν τα ψαράδικα και αργότερα να διαπιστωθεί εάν μπορούμε να βγάλουμε κάποια χρήσιμα συμπεράσματα από αυτά. Τα δεδομένα που χρησιμοποιήθηκαν είναι τύπου AIS και VMS τα οποία αναφέρονται σε δύο διαφορετικούς τύπους παρακολούθησης και καταγραφής των δεδομένων των σκαφών. Στη συγκεκριμένη διπλωματική εργασία αναφέρονται δύο διαφορετικού τύποι δεδομένα που θα μπορούσαν να χρησιμοποιηθούν για τον εντοπισμό μοτίβων κινούμενων αντικειμένων. Ο πρώτος τύπος δεδομένων αναφέρεται σε σειριακές ακολουθίες, δηλαδή δισδιάστατα δεδομένα όπου έχουμε πληροφορία για το γεωγραφικό πλάτος και μήκος της εγγραφής. Ο δεύτερος τύπος δεδομένων που αναφέρθηκε είναι χωροχρονικά δεδομένα, δηλαδή τρισδιάστατα δεδομένα όπου στο γεωγραφικό πλάτος και μήκος προστίθεται και ο χρόνος της εγγραφής. Μαζί με τους τύπους των δεδομένων έγινε και η περιγραφή κάποιων αλγορίθμων που μπορούν να χρησιμοποιηθούν για τον εντοπισμό των μοτίβων ανάλογα με τον τύπο των δεδομένων. Τέλος έγινε μία ανάλυση βασισμένη στον αλγόριθμο Periodica για τον εντοπισμό των περιοδικών συμπεριφορών στα δεδομένα κίνησης των ψαράδικων. Αρχικά καθαρίστηκαν τα δεδομένα μας, εντοπίστηκαν ποια από αυτά μπορούν να χρησιμοποιηθούν για ανάλυση μία φορά για τα AIS δεδομένα και μία για τα VMS. Στη συνέχεια έγινε μία μετατροπή των δεδομένων έτσι ώστε οι εγγραφές κάθε αλιευτικού σκάφους κατάλληλου για ανάλυση να αποτελείται από δεδομένα με σταθερό χρονικό βήμα. Τέλος βγήκαν κάποια από κοινού συμπεράσματα. Για τον καθαρισμό των δεδομένων χρησιμοποιήθηκε η γλώσσα προγραμματισμού R και για την μετατροπή των δεδομένων η γλώσσα matlab. Επίσης ο αλγόριθμος Periodica ήταν σε γλώσσα matlab. | el |
| dc.format.extent | 68 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Ανακάλυψη επαναληπτικών προτύπων σε δεδομένα κίνησης ψαράδικων | el |
| dc.title.alternative | Periodic pattern discovery in fishery vessels | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
| dc.description.abstractEN | In our modern era where massive amounts of information are available, many studies have been made to utilize these data. One way to make use of the available data and come to useful conclusions is by locating some patterns in them. Τo give a quick explanation on this term we could say that a pattern is a recurring module. Patterns can be found in a wide range of different types of data, for example we can find patterns in animal’s behavior, in consumer’s behavior, in meteorology and in many other fields. This thesis is about finding patterns in fishing vessels. The purpose of this study is at first to find periodic patterns in the fishing vessels and then ascertain whether we could or not make some use from those patterns. The data which was used for this study are AIS and VMS type, which refer to two different types of recording the vessel’s location. In this thesis we can find two different types of data. The first type of data are serial sequences, namely it is two-dimensional data where the information of each recording we have is about its latitude and longitude. The second type of data is space-time sequences, namely it is three-dimensional data where except the latitude and longitude we have as extra info the time of each recording. Along with serial and the space-time sequences it is described some algorithms which can be used to find periodic patterns, according to the type of the data. In the final chapter an analysis has been made based on the Periodica algorithm to find some periodic patterns in the fishing vessels. The first step was the data cleaning, where only the data which could be used for analysis has been kept. This step was made one time for the AIS data and one time for VMS. Then the data were converted, so each fishing vessel would be consisted of data with a stable time frame. In the end some conclusions collectively for AIS and VMS data has been made. For the data cleaning was used the R programming language. For the data conversion and Periodica algorithm was used the matlab programming language. | el |
| dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
| dc.subject.keyword | Μοτίβα | el |
| dc.subject.keyword | Ψαράδικα | el |
| dc.subject.keyword | Periodica | el |
| dc.date.defense | 2021-09-27 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα