Explorando séries temporais com análises visuais

• Processo: 18/10652-9
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Vigência (Início): 01 de outubro de 2018
• Vigência (Término): 30 de setembro de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Matemática da Computação
• Pesquisador responsável: Rodrigo Fernandes de Mello
• Beneficiário: Lucas de Carvalho Pagliosa
• Supervisor: Alexandru-Cristian Telea
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Local de pesquisa: University of Groningen, Holanda
• Vinculado à bolsa: 15/22406-4 - Otimização de reconstrução do espaço-fase de séries temporais, BP.DR
• Assunto(s): Aprendizado computacional Predição Visualização Sistemas dinâmicos Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Espaço fase | Predição | Projeção Multidimensional | Séries Temporais | sistemas dinâmicos | Visualização | Aprendizado de Máquina

Resumo

A análise de dados tem motivado novos métodos para encontrar padrões, clusters e outliers em diferentes cenários e condições. No contexto de dados que evoluem ao longo do tempo, também referidos como séries temporais ou fluxos de dados, as soluções derivadas de áreas como Sistemas Dinâmicos e Estatística (DSS) ganharam atenção especial na literatura. No entanto, o ferramental de DSS geralmente não é aplicada/combinada com outras áreas no contexto estudado. Com base nesta desvantagem, propomos um método exploratório para auxiliar a análise de séries temporais combinando abordagens DSS com metáforas de visualização para responder a questões típicas de uma forma mais eficaz e eficiente. Mais do que apenas fornecer uma aplicação mais fácil de usar, entendemos que a visualização pode agregar valor a area de DSS, revelando informações adicionais sobre os dados. Com o nosso método proposto, o Visual DSS (VDSS), pode-se determinar a natureza em série (determinística, caótica, estacionária, etc.), prever observações nunca vistas e prosseguir com classificações. Mais precisamente, este projeto tem três linhas de pesquisa. Primeiro, pretendemos melhorar a forma como se pode explorar visualmente semelhanças e atributos de séries temporais. Para isso, consideramos uma metáfora baseada em agrupamento hierárquico e CRQA. Segundo, correlacionamos os atributos de espaços fase e séries temporais através do uso de metáforas involvendo projeções multidimensionais, RadViz e coordenadas paralelas. Finalmente, investigamos o quanto a redução de dimensionalidade afeta a precisão de previsão depois de aplicar o teorema de mergulho de Takens.

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)

PAGLIOSA, LUCAS DE CARVALHO; TELEA, ALEXANDRU C.. RadViz++: Improvements on Radial-Based Visualizations. INFORMATICS-BASEL, v. 6, n. 2, JUN 2019. (18/10652-9)