การทำเหมืองข้อมูลเชิงพื้นที่-เวลา (Spatiotemporal Data Mining)
การทำเหมืองข้อมูลเชิงพื้นที่-เวลา กำหนดกระบวนการค้นหารูปแบบและความรู้จากข้อมูลเชิงพื้นที่-เวลา (Spatiotemporal Data) ตัวอย่างของการทำเหมืองข้อมูลเชิงพื้นที่-เวลา ประกอบด้วย การค้นหาประวัติศาสตร์การพัฒนาของเมืองและที่ดิน, การเปิดเผยรูปแบบสภาพอากาศ, การทำนายแผ่นดินไหวและพายุไต้ฝุ่น, และการตัดสินใจแนวโน้มการทำให้โลกร้อนขึ้น (Global Warming Trends)
การทำเหมืองข้อมูลเชิงพื้นที่-เวลา ได้กลายเป็นสิ่งสำคัญและมีอิทธิพลไกลโพ้น (Far-reaching Implications) เนื่องจากความนิยมของโทรศัพท์มือถือ, อุปกรณ์ GPS, บริการแผนที่อินเทอร์เน็ต, บริการสภาพอากาศ, โลกดิจิทัล (Digital Earth), และเทคโนโลยี ดาวเทียม (Satellite), RFID, เซ็นเซอร์ (Sensor), ไร้สาย (Wireless), และวิดีโอ (Video)
ข้อมูลวัตถุเคลื่อนที่ (Moving-Object Data)
ในหลายประเภทของข้อมูลเชิงพื้นที่-เวลา ข้อมูลวัตถุเคลื่อนที่ (Moving-Object Data) สำคัญ ตัวอย่าง: นักวิทยาศาสตร์สัตว์ติดตั้งอุปกรณ์เทเลมทรี (Telemetry) บนสัตว์ป่า เพื่อศึกษาพฤติกรรมนิเวศวิทยา ผู้จัดการความเคลื่อนที่ (Mobility Managers) ติดตั้ง GPS ในรถยนต์ เพื่อตรวจสอบและนำทางรถยนต์อย่างเหมาะสม และนักกวาดวิหคดี (Meteorologists) ใช้ดาวเทียมและเรดาร์สภาพอากาศ เพื่อค้นหาพายุไต้ฝุ่น
ตัวอย่างของการทำเหมืองข้อมูลวัตถุเคลื่อนที่ เช่น การทำเหมืองรูปแบบการเคลื่อนที่ของวัตถุเคลื่อนที่หลายชิ้น (Multi Moving Objects) (คือ การค้นพบความสัมพันธ์ระหว่างวัตถุเคลื่อนที่หลายชิ้น รวมถึง กลุ่มเคลื่อนที่ Moving Clusters, ผู้นำและผู้ตาม Leaders and Followers, การรวม Merge, การเดินรถขบวน Convoy, ฝูง Swarm, และ กุ้งจับ Pincer และรูปแบบการเคลื่อนที่ร่วมกันอื่นๆ)
ระบบไซเบอร์-ฟิสิกส์ (Cyber-Physical Systems - CPS)
ระบบไซเบอร์-ฟิสิกส์ (CPS) โดยทั่วไปประกอบด้วยจำนวนมากขององค์ประกอบฟิสิกส์และข้อมูลที่โต้ตอบกัน ระบบ CPS สามารถเชื่อมโยงกัน เพื่อสร้างเครือข่ายไซเบอร์-ฟิสิกส์ที่หลากหลายและขนาดใหญ่ (Heterogeneous Cyber-Physical Networks)
ตัวอย่างเครือข่ายไซเบอร์-ฟิสิกส์ ประกอบด้วย ระบบดูแลผู้ป่วย (Patient Care System) ที่เชื่อมต่อระบบตรวจสอบผู้ป่วย กับเว็บข้อมูลผู้ป่วย และระบบจัดการฉุกเฉิน; ระบบขนส่ง (Transportation System) ที่เชื่อมต่อเว็บตรวจสอบการขนส่ง รวมถึง เซ็นเซอร์และกล้องวิดีโอ หลายตัว กับระบบข้อมูลและควบคุมจราจร; และ ระบบผู้บังคับการศึก (Battlefield Commander System) ที่เชื่อมต่อเครือข่ายเซ็นเซอร์ กับระบบวิเคราะห์ข้อมูลศึก
ข้อมูลที่สร้างในระบบ CPS เป็นพลัง, ระเบิด (Explosive), 雜訊, ไม่สอดคล้อง (Inconsistent), และ อาศัยพึ่งพากัน (Interdependent) รวมถึงข้อมูลเชิงพื้นที่-เวลาที่สมบูรณ์ และพวกเขาสำคัญสำหรับการตัดสินใจแบบเรียลไทม์ (Real-time Decision Making)
การทำเหมืองข้อมูลมัลติมีเดีย (Multimedia Data Mining)
การทำเหมืองข้อมูลมัลติมีเดีย คือ การค้นหารูปแบบที่น่าสนใจจากฐานข้อมูลมัลติมีเดีย ที่จัดเก็บและจัดการชุดใหญ่ของวัตถุมัลติมีเดีย เช่น ข้อมูลภาพ (Image Data), ข้อมูลวิดีโอ (Video Data), ข้อมูลเสียง (Audio Data), และ ข้อมูลลำดับ (Sequence Data) และ ข้อมูลไฮเปอร์เท็กซ์ (Hypertext Data) รวมถึง ข้อความ, การทำเครื่องหมายข้อความ, และการเชื่อมโยง
การทำเหมืองข้อมูลมัลติมีเดีย เป็นพื้นที่รวมสาขา (Interdisciplinary) ที่รวม การประมวลผลภาพและการรับรู้ (Image Processing and Perception), คอมพิวเตอร์วิชัน (Computer Vision), การทำเหมืองข้อมูล (Data Mining), และ การจดจำรูปแบบ (Pattern Recognition) มีหลายปัญหาในการทำเหมืองข้อมูลมัลติมีเดีย เกี่ยวกับ การดึงข้อมูลแบบอิงเนื้อหา (Content-based Retrieval) และ การค้นหาความคล้ายคลึง (Similarity Search) และ การสรุปและการวิเคราะห์หลายมิติ (Generalization and Multidimensional Analysis) ลูกบาศก์มัลติมีเดีย (Multimedia Data Cubes) มีมิติและการวัดมากกว่าสำหรับข้อมูลมัลติมีเดีย
การทำเหมืองข้อความ (Text Mining)
การทำเหมืองข้อความ เป็นแอปพลิเคชันรวมสาขา ที่ดึงความรู้จาก การดึงข้อมูลสารสนเทศ (Information Retrieval), การทำเหมืองข้อมูล (Data Mining), การเรียนรู้ของเครื่องจักร (Machine Learning), สถิติ (Statistics), และ ภาษาศาสตร์คำนวณ (Computational Linguistics) ส่วนใหญ่ของข้อมูล ถูกจัดเก็บเป็นข้อความ รวมถึง บทความข่าว, หนังสือทางเทคนิค, หนังสือ, ห้องสมุดดิจิทัล, อีเมล, บล็อก, และ หน้าเว็บ
