Análise de séries temporais por similaridade em larga escala

Resumo

Séries temporais são onipresentes no dia-a-dia dos seres humanos. Consequentemente, a área de análise de séries temporais tem atraído a atenção e o esforço de muitos pesquisadores ao redor do mundo. Devido ao grande interesse em séries temporais, inúmeros métodos de análise foram propostos nas últimas décadas. Vários desses métodos possuem uma característica em comum: em seus cernes existe uma função de similaridade como principal maneira de comparar as séries temporais. Diversos estudos na área evidenciam que a medida de distância Dynamic Time Warping (DTW) é uma das medidas mais adequadas para comparar séries temporais em um grande leque de domínios de aplicação. Entretanto, devido a sua complexidade de tempo de execução, a aplicação dessa medida vai de encontro a um dos maiores desafios atuais na área: a análise de grandes bases de dados temporais. Neste projeto, tem-se o interesse de desenvolver técnicas que possam ser utilizadas em diversas tarefas de análise em larga escala de séries temporais por similaridade. Para isso, a principal hipótese do trabalho é que a eficiência de tempo de execução do algoritmo que calcula a medida de distância DTW pode ser melhorada levando em conta apenas as duas séries temporais em comparação. Tais melhoramentos do algoritmo DTW devem ser capazes de proporcionar um desempenho de tempo significativamente melhor em diferentes tarefas de análise de séries temporais. Neste documento, são descritos os objetivos e as tarefas a serem realizadas para alcançá-los, além de serem apresentados os conceitos básicos sobre análise de séries temporais e suas aplicações em grandes volumes de dados. (AU)