Discovery of association rules is o

Discovery of association rules is one of the very important tasks in data mining. So far Conventional Association Rule Mining (CARM) has proven its importance in medical, biology and business fields. As it is unable to extract time based association rules, it substantiated to unsuitable for intelligent transportation applications. The CARM extended to spatiotemporal processes, generating time based Association Rule Mining (TARM) which is used to extract time based association rules. TARM found suitable for intelligent transportation applications such as traffic prediction, travel time estimation, congestion prediction etc. We have defined TARM and time related class association rules, based on spatio-temporal database. This paper presents an analysis on different data mining algorithms, soft and evolution computation techniques which are focused on extracting transactional and time based association rules.

ผลลัพธ์ (ไทย) 1:

ค้นหากฎความสัมพันธ์เป็นหนึ่งในงานที่สำคัญมากในการทำเหมืองข้อมูล จนปกติสมาคมกฎการทำเหมืองแร่ (CARM) ได้พิสูจน์ความสำคัญในทางการแพทย์ ชีววิทยา และธุรกิจ ก็ไม่สามารถแยก เวลาตามกฎสมาคม มัน substantiated ไปไม่เหมาะสมสำหรับการใช้งานขนส่งอัจฉริยะ CARM การขยายกระบวนการ spatiotemporal สร้างเวลาตามสมาคมกฎการทำเหมืองแร่ (TARM) ซึ่งใช้ในการขยายเวลาตามข้อบังคับสมาคม TARM ที่พบว่าเหมาะสมสำหรับการใช้งานขนส่งอัจฉริยะเช่นจราจรพยากรณ์ การเดินทางเวลาประมาณ ทำนายแออัดฯลฯ เรากำหนด TARM และเวลาเรียนที่เกี่ยวข้องกับสมาคม ตามฐานข้อมูล spatio ขมับ เอกสารนี้แสดงการวิเคราะห์ข้อมูลต่าง ๆ การทำเหมืองอัลกอริทึม นุ่มและวิวัฒนาการเทคนิคการคำนวณซึ่งจะเน้นการแยกทรานแซคชัน และเวลาตามข้อบังคับสมาคม

ผลลัพธ์ (ไทย) 2:

การค้นพบกฎสมาคมเป็นหนึ่งในงานที่สำคัญมากในการทำเหมืองข้อมูล เพื่อให้ห่างไกลธรรมดากฎสมาคมเหมืองแร่ (CARM) ได้พิสูจน์ความสำคัญในทางชีววิทยาทางการแพทย์และสาขาธุรกิจ ขณะที่มันไม่สามารถที่จะดึงเวลาตามกฎสมาคมก็ยืนยันที่จะไม่เหมาะสมสำหรับการใช้งานขนส่งอัจฉริยะ CARM ขยายไปยังกระบวนการ spatiotemporal สร้างเวลาตามกฎสมาคมเหมืองแร่ (TARM) ซึ่งถูกนำมาใช้เพื่อดึงเวลาตามกฎสมาคม TARM พบที่เหมาะสมสำหรับการใช้งานขนส่งอัจฉริยะเช่นการทำนายการจราจรประมาณเวลาเดินทางทำนายความแออัด ฯลฯ เราได้กำหนดไว้ TARM และเวลาที่เกี่ยวข้องกับกฎสมาคมระดับขึ้นอยู่กับฐานข้อมูล spatio กาล บทความนี้นำเสนอการวิเคราะห์ในขั้นตอนวิธีการทำเหมืองข้อมูลที่แตกต่างกัน, นุ่มและเทคนิคการคำนวณวิวัฒนาการซึ่งจะมุ่งเน้นการสกัดการทำธุรกรรมและเวลาตามกฎสมาคม

ผลลัพธ์ (ไทย) 3:

การค้นพบกฎของสมาคมเป็นหนึ่งในงานที่สำคัญมากในการทำเหมืองข้อมูล ขนาดปกติกฎสมาคมเหมืองแร่ ( carm ) ได้พิสูจน์ความสำคัญของการแพทย์ ชีววิทยาและสาขาธุรกิจ มันไม่สามารถแยกเวลาตามกฎของสมาคม มันได้รับการยืนยันที่จะไม่เหมาะสมสำหรับการใช้งานระบบขนส่งอัจฉริยะ การขยายกระบวนการ spatiotemporal carm ,สร้างเวลาสมาคมเหมืองแร่ตาม ( ตามกฎ ) ซึ่งจะใช้ในการแยกเวลาตามกฎสมาคม ตามความเหมาะสมสำหรับการใช้งาน เช่น การทำนายการจราจรการขนส่งอัจฉริยะ การประมาณค่าเวลาเดินทาง พยากรณ์ congestion ฯลฯ เราได้กำหนดเวลาเรียนและสมาคมที่เกี่ยวข้องตามกฎ ตามฐานข้อมูลเชิงพื้นที่และเวลา .บทความนี้เสนอการวิเคราะห์ขั้นตอนวิธีการทำเหมืองข้อมูลแตกต่าง นุ่มและวิวัฒนาการเทคนิคการคำนวณซึ่งจะเน้นการแยกทางและเวลาตามกฎสมาคม