Time Series Modeling by Decomposing and Analyzing Stochastic and Deterministic influences
Postado em: 26/04/2016 às 07:04:30
Resumo - Time series concepts are well established and essential when analyzing time-dependent systems. Two main branches are commonly adopted to perform this analysis: Dynamical Systems and Statistics. Dynamical Systems tools provide the best results when time series behavior is considered deterministic. On the other hand, Statistical tools are indicated when time series present stochastic behavior. Time series collected from real-world systems usually present a mixture of both components, i.e., the value of a single observation is influenced by deterministic and stochastic components. Consequently, modeling both components is essential to produce high accuracy results, once the discard of any component tends to depreciate results, i.e., by only applying Dynamical System tools one may obtain malformed attractors, whereas only using Statistical tools one tends to underestimate the deterministic component. Individual analysis of both components plays an important role in detecting patterns and extracting implicit information from time series. Therefore, time series influenced by additive noise can be decomposed into stochastic and deterministic components in which individual models permit obtaining a hybrid one that improves accuracy.
Data e horário - 29 de abril de 2016 (sexta-feira), às 11 horas da manhã.
Local - Sala 15, no andar térreo do Instituto de Matemática da UFBA.
Minicurrículo - Possui graduação em Ciência da Computação pela Universidade Estadual do Sudoeste da Bahia, mestrado em Ciência da Computação pela Universidade Federal de São Carlos e doutorado em Ciência da Computação pelo Instituto de Ciências Matemáticas e Computação da Universidade de São Paulo. Atualmente é professor adjunto do Departamento de Ciência da Computação da Universidade Federal da Bahia. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Computacional, atuando principalmente nos seguintes temas: análise e processamento de sinais, grades computacionais e escalonamento de aplicações.
Palestrante:
Ricardo Araújo Rios
Universidade do Palestrante:
Universidade Federal da Bahia
Data e Hora:
sexta-feira, 29 Abril, 2016 - 11:00