Busca avançada
Ano de início
Entree

Classificação de Séries Temporais Utilizando Diferentes Representações de Dados e Ensembles

Processo: 12/08923-8
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de agosto de 2012
Vigência (Término): 31 de janeiro de 2017
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Gustavo Enrique de Almeida Prado Alves Batista
Beneficiário:Rafael Giusti
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Assunto(s):Inteligência computacional   Aprendizado computacional   Análise de séries temporais

Resumo

Nas últimas décadas tem-se observado um crescente interesse por técnicas de análise de dados temporais. Tal interesse se deve ao fato de que praticamente todos os empreendimentos humanos geram dados distribuídos ao longo do tempo. Neste projeto, tem-se interesse no desenvolvimento de algoritmos de classificação de séries temporais. Embora exista uma grande quantidade de algoritmos de classificação propostos nas últimas décadas, evidências experimentais sugerem que um simples classificador K-vizinhos mais próximos desempenha melhor que outros classificadores mais complexos para uma grande quantidade de domínios de aplicação. Uma pergunta em aberto é como se pode melhorar o desempenho do classificador K-vizinhos mais próximos para os domínios de aplicação nos quais essa técnica tipicamente não desempenha bem. A hipótese central deste trabalho é de que uma simples e eficiente mudança de representação dos dados pode fornecer um aumento significativo em termos de desempenho de classificação. Nosso objetivo é investigar por novas e eficientes representações em séries temporais e propor medidas de distâncias que sejam efetivas nessas representações.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
SILVA, DIEGO F.; GIUSTI, RAFAEL; KEOGH, EAMONN; BATISTA, GUSTAVO E. A. P. A.. Speeding up similarity search under dynamic time warping by pruning unpromising alignments. DATA MINING AND KNOWLEDGE DISCOVERY, v. 32, n. 4, p. 988-1016, . (13/26151-5, 12/08923-8, 16/04986-6)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
GIUSTI, Rafael. Classicação de séries temporais utilizando diferentes representações de dados e ensembles. 2017. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.