Mineração de regras de classificação com sistemas de banco de dados objeto-relacional. Estudo de caso: regras de classificação de litofácies de poços de petróleo.

Detalhes bibliográficos
Ano de defesa: 2002
Autor(a) principal: VASCONCELOS, Benitz de Souza.
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
UFCG
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/8170
Resumo: Em aplicações de mineração de dados, a qualidade do conhecimento inferido é proporcional ao volume de dados a minerar. Levando isso em conta, a integração de algoritmos de mineração de dados com SGBDs vem sendo intensivamente pesquisada, haja vista a capacidade dos SGBDs de gerenciar grandes volumes de dados. Infelizmente, os esforços de integração têm se concentrado principalmente em conhecimento sob a forma de regras de associação, em detrimento de outros modelos de conhecimento. Esta dissertação, descreve como integrar com SGBDs o algoritmo PRISM. PRISM é um algoritmo de inferência de regras de classificação, muitas vezes mais simples e confiáveis que as indiretamente inferidas por algoritmos de árvores de decisão. A integração do PRISM se dá sob dois enfoques: relacional (PrismR) e objeto-relacional (PrismOR). São mostrados resultados de testes comparativos de desempenho do PrismR, do PrismOR, e do PrismJ, versão “stand-alone” em Java do PRISM. Como em muitos outros domínios, a mineração de dados está se tornando crucial na exploração e produção de petróleo. Na indústria petrolífera, os custos típicos de perfuração de um novo poço para exploração de novos campos são da ordem de milhões de dólares. Porém, a chance de que se obtenha um sucesso econômico é, às vezes, de 1 em 10 poços perfurados. Avanços recentes na tecnologia de perfuração e nos métodos de coleta de dados têm levado as indústrias petrolíferas a coletarem grandes quantidades de dados geológicos/geofísicos de locais onde se encontram poços em produção e exploração. Essas informações encontram-se armazenadas nos grandes bancos de dados dessas companhias. Os dados históricos de campos explorados podem ser utilizados para derivar relações entre os parâmetros observados que diretamente contribuam para o aumento no sucesso na descoberta das reservas de óleo e gás natural.