Sistema multiagente para el análisis de asociación de datos en fuentes distribuídas

Abstract

La extracción del conocimiento a partir de grandes volúmenes de información, ha sido una tarea donde la minería de datos ha estado involucrada; debido al crecimiento y desarrollo de las tecnologías para el procesamiento de información y su ayuda a la toma de decisiones, ha captado el interés de su aplicación en la industria del gas y aceite, donde problemas relativos a la explotación de pozos petroleros es necesario aplicar técnicas de minería de datos sobre series de tiempo para dar solución a problemas derivados al llevar a cabo el análisis de grandes volúmenes de información. En el presente trabajo se propone una metodología para la extracción de reglas de asociación basadas en correlación, la cual permite el análisis de datos que se encuentran físicamente distribuidos en bases de datos de series de tiempo, mediante el uso del paradigma de sistemas multiagente para su implementación. // The problem of knowledge extraction from large volumes of information involves the data mining. The developments in modern information processing technologies help to the decision making, such technologies caught the growth interest in the gas and oil industry applications, where the problems related to the exploitation of the oil wells require the usage of the data mining techniques. In particular, the data mining techniques presented in this work and applied to time series give a solution of the problems derived from the analysis of large information volumes. This work presents a methodology for the extraction of association rules based on correlation data sets to perform the analysis of the physical data contained and distributed in time series’ databases. The developed methodology was implemented using the paradigm of Multi-Agent System.