Busca avançada
Ano de início
Entree

Uso da invariância à complexidade para descoberta de motifs

Processo: 13/16164-2
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de novembro de 2013
Vigência (Término): 03 de julho de 2015
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:Lucas Schmidt Cavalcante
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Assunto(s):Aprendizado computacional   Inteligência artificial

Resumo

Inúmeros fenômenos do dia-a-dia podem ser representados por séries temporais, que são amostras de um sinal ordenadas pelo tempo em que foram obtidas. Motifs são subsequências de séries temporais que se repetem ao longo do tempo. Como em uma série temporal podem existir inúmeros motifs, é preciso atribuir uma importância a eles. Na literatura há duas definições populares para o 1-motif (o motif de maior importância). Na primeira, o 1-motif é o par mais similar de subsequências; e na segunda, ele é a subsequência que mais se repete. Recentemente foi proposta uma nova medida de distância para séries temporais, chamada de Complexity-invariant Distance, que considera a complexidade das séries temporais sendo comparadas. O objetivo deste trabalho é explorar essa nova medida de distância, bem como o conceito de complexidade de séries temporais para se obter motifs de maior interesse. Intuitivamente, a hipótese central desta pesquisa é de que 1-motifs simples como retas ascendentes ou descendentes são dificilmente motifs de interesse, não interessando quão similares eles são, ou quantas vezes eles se repetem em uma série temporal. Por sua vez, motifs complexos frequentemente representam subsequências de interesse. Este trabalho explora o conceito de complexidade na descoberta e ranqueamento de motifs.

Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
CAVALCANTE, Lucas Schmidt. Amostragem e medidas de qualidade de shapelets. 2016. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação São Carlos.

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