Séries Temporais e Aprendizado de Máquina

• Processo: 24/07656-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Pedro Alberto Morettin
• Beneficiário: André de Oliveira Ferreira da Cruz
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 23/02538-0 - Séries temporais, ondaletas, dados de alta dimensão e aplicações, AP.TEM
• Assunto(s): Aprendizado computacional Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado Estatístico | Aprendizado Supervisionado | Séries Temporais | Séries Tamporais

Resumo

Sabe-se que as técnicas frequentemente usadas em Ciência de Dados (CD) aplicam-se a amostras de variáveis independentes e identicamente distribuídas (IID). Quando temos séries temporais, nas quais há correlação entre as observações, essas técnicas, não produzem resultados confiáveis. Isso é verdade, em particular, para técnicas de classificação e agrupamentos (clustering). O objetivo é estudar outros tipos de distância, que não a Euclidiana, para usar em conjunção com essas técnicas.