Resumen

Los algoritmos de minería de datos en tiempo real se basan en gran medida en conjuntos de datos binarios y no manejan flujos continuos de datos cuantitativos, especialmente en el campo de la minería de datos médicos. Por lo tanto, este artículo propone un nuevo algoritmo de minería de patrones frecuentes difusos con ventana deslizante ponderada basado en la teoría de conjuntos difusos de tipo-2 sobre flujos de datos (WSWFFP-T2) con un solo escaneo basado en conjuntos de datos artificiales de flujos de datos médicos. El árbol de patrones frecuentes difusos ponderados basado en la teoría de conjuntos difusos de tipo-2 (WFFPT2-tree) y la estructura ordenada de listas difusas (FLSS) están diseñados para extraer los patrones frecuentes difusos (FFPs) sobre el flujo de datos médicos. Los experimentos muestran que el algoritmo propuesto WSWFFP-T2 es óptimo para la extracción de flujos de datos

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Tiempo real; Minería de datos en flujo; Algoritmos; Minería de datos médicos; Minería difusa de patrones frecuentes; Teoría de conjuntos difusos de tipo 2 intervalo
• Keywords:Real-time; Data stream mining; Algorithms; Medical data mining; Fuzzy frequent pattern mining; Interval type-2 fuzzy set theory