De dados tabulares a séries temporais: novos algoritmos para regressão extrínseca de séries temporais

Resumo

Com a crescente ubiquidade de celulares, relógios inteligentes e outros dispositivos capazes de coletar dados ao longo do tempo, popularizaram-se aplicações que utilizam séries temporais como entrada, como monitoramento cardíaco e reconhecimento de atividades físicas. Dessa maneira, diversas técnicas foram desenvolvidas para o Aprendizado de Máquina no contexto de séries temporais. Porém, a maioria das técnicas propostas foram criadas para as tarefas de classificação e forecasting, o que faz com que a tarefa de regressão extrínseca de séries temporais careça de algoritmos adequados. Considerando esse cenário, essa pesquisa irá propor e avaliar algoritmos de Regressão Extrínseca de Séries Temporais que considerem as relações temporais dos dados. Além disso, esses algoritmos serão integrados à biblioteca sktime para expandir suas ferramentas de Aprendizado de Máquina. (AU)