Abordagem conexionista para análise espacial exploratória de dados socioeconômicos de territórios rurais

Abstract

O uso de técnicas de análise multivariada para avaliação espacial exploratória de dados agregados por áreas rurais tem se mostrado útil na caracterização e tipologia territorial. Ganha destaque nesta tarefa a abordagem conexionista, em especial a rede neural não supervisionada do tipo Mapa Auto-Organizável (MAO), ao agregar funções de análise de agrupamentos e de visualização de dados. Este trabalho estudou a capacidade da rede MAO no processo de avaliação exploratória de dados oriundos de múltiplas fontes para fins de determinação de agregados locais no Território Rural Centro-Sul de Sergipe (TRCSS). Os resultados evidenciaram que, apesar de homogêneo, o TRCSS apresenta subgrupos territoriais com diferenças significativas para as variáveis estudadas.The use of multivariate analysis techniques for exploratory spatial study of rural geospatial data has being useful in territorial characterization and typology. Connectionist approach is a very efficient computational method for these tasks, mainly the Self-Organizing Map (SOM). Through the use of SOM clustering and data visualization can be conducted simultaneously. This paper assesses the capacity of SOM algorithm in the task of exploratory multisource data analysis for local aggregation verification in the Center-South Rural Territory of Sergipe State, Brazil. Results shown that, despite the homogeneity of the region, there are significant differences among sub-groups of municipalities that compose the territory.

Keywords

• mapa auto-organizável
• visualização
• agrupamento
• território
• self-organizing maps
• visualization
• clustering
• territory