[DISSERTAÇÃO DE MESTRADO] Extração e Seleção de Características para a Classificação Eficiente de Séries Temporais

Local: 
Por videoconferência
Data de Defesa: 
24/01/2022 - 14:00
Banca examinadora: 
Prof. Dr. Marcelo Keese Albertini - FACOM/UFU (Orientador)
Prof. Dr. André Ricardo Backes - FACOM/UFU
Prof. Dr. Ricardo Araújo Rios - DCC/UFBA

Com o aumento da produção de séries temporais, houve também o aumento da necessidade de minerá-las. Uma das tarefas de mineração que mais ganhou destaque nos últimos anos foi a classificação de séries temporais. Essa tarefa recebeu muitas publicações e soluções que focaram principalmente na acurácia das classificações. Isso levou a um estado da arte especializado em resultados de alta acurácia, mas também com um alto tempo de processamento. Essa particularidade inviabiliza o uso das soluções em problemas reais de maior escala. Com o objetivo de obter resultados tão acurados quanto rápidos, este trabalho propõe o 4T que é um algoritmo de extração e seleção de características baseado em dicionário com foco na eficiência da classificação de séries temporais. A eficiência, proposta nesta dissertação como uma métrica de avaliação, foi definida como a razão entre o score e o tempo de treinamento de uma classificação. Os resultados obtidos pelo 4T mostram uma eficiência média maior que a eficiência dos resultados disponíveis de todo o estado da arte. Esses resultados incluem os scores de acurácia e AUROC e o tempo de treinamento na classificação de 71 datasets do repositório UEA & UCR.