skip to main content
Idioma:
Primo Advanced Search
Primo Advanced Search Query Term
Primo Advanced Search prefilters
Busca Simples

Classificação e previsão de séries temporais através de redes complexas

Anghinoni, Leandro

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto 2018-11-06

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Classificação e previsão de séries temporais através de redes complexas
  • Autor: Anghinoni, Leandro
  • Orientador: Liang, Zhao; Silva, Thiago Christiano
  • Assuntos: Aprendizado De Máquina; Séries Temporais; Redes Complexas; Previsão De Tendência; Detecção De Comunidades; Classificação De Tendência; Machine Learning; Complex Networks; Community Detection; Time Series; Trend Classification; Trend Forecasting
  • Notas: Dissertação (Mestrado)
  • Descrição: O estudo de séries temporais para a geração de conhecimento é uma área que vem crescendo em importância e complexidade ao longo da última década, à medida que a quantidade de dados armazenados cresce exponencialmente. Considerando este cenário, novas técnicas de mineração de dados têm sido constantemente desenvolvidas para lidar com esta situação. Neste trabalho é proposto o estudo de séries temporais baseado em suas características topológicas, observadas em uma rede complexa gerada com os dados da série temporal. Especificamente, o objetivo do modelo proposto é criar um algoritmo de detecção de tendências para séries temporais estocásticas baseado em detecção de comunidades e caminhadas nesta mesma rede. O modelo proposto apresenta algumas vantagens em relação à métodos tradicionais, como o número adaptativo de classes, com força mensurável, e uma melhor absorção de ruídos. Resultados experimentais em bases artificiais e reais mostram que o método proposto é capaz de classificar as séries temporais em padrões locais e globais, melhorando a previsibilidade das séries ao se utilizar métodos de aprendizado de máquina para a previsão das classes
  • DOI: 10.11606/D.59.2019.tde-11122018-095106
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto
  • Data de criação/publicação: 2018-11-06
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados
Ir para página anteriorAnterior Resultado  7 AvançarIr para próxima página

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.