Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 521

Aluno: Eraylson Galdino da Silva
Orientador: Prof. Paulo Salgado Gomes de Mattos Neto
Co-orientador: Prof. George Darmiton da Cunha Cavalcanti
Título: Uma abordagem de seleção dinâmica de preditores baseada nas janelas temporais mais recentes
Data: 16/08/2021
Hora/Local: 13h – Virtual – interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Adriano Lorena Inacio de  (UFPE / Centro de Informática)
Prof. Paulo Renato Alves Firmino( Universidade Federal do Cariri /  Centro  de Ciências e Tecnologia)
Prof. Tiago Alessandro Espínola Ferreira (UFRPE / Departamento de Estatística e Informática)
Prof. Hugo Valadares Siqueira (UTFPR) / Departamento Acadêmico de Engenharia Elétrica)
Prof. João Fausto Lorenzato de Oliveira(UPE / Escola Politécnica de Pernambuco)


RESUMO:

O desenvolvimento de sistemas de previsão acurados para modelagem de séries temporais do mundo real é uma tarefa desafiadora. Devido à presença de padrões temporais que mudam ao longo do tempo, a adoção de um modelo único pode levar a previsões de baixa acurácia. Nesse cenário, Sistemas de Múltiplo Preditores (SMP) surgem como uma alternativa promissora. A seleção dinâmica de preditores é um caso especial de SMP, onde cada modelo é um especialista em padrões específicos da série temporal. Na seleção dinâmica os modelos mais competentes são selecionados para cada novo padrão de teste. Um critério frequentemente utilizado é avaliar o desempenho dos modelos na região de competência, formada pelos padrões (presentes nos conjuntos de treinamento ou validação) mais similares ao padrão de teste. A qualidade da região de competência é um fator chave na precisão do SMP. Porém, definir adequadamente a medida de similaridade e o tamanho da região de competência é um desafio. Além disso, não há garantia de que existam padrões similares no conjunto de treinamento ou validação. Esta tese propõe uma abordagem de seleção dinâmica intitulada Dynamic Selection based on the Nearest Windows (DSNAW) que escolhe um ou mais modelos de acordo com seu desempenho na região de competência composta pelas janelas que antecedem à nova janela da observação de teste. Essa estratégia assume que as janelas temporais mais próximas do novo padrão de teste têm um comportamento mais similar à observação a ser predita do que os dados de treinamento. O estudo experimental utilizando dez séries temporais mostrou que a abordagem proposta supera as abordagens da literatura, consolidando-a como uma nova abordagem para seleção dinâmica de preditores.


Palavras-chave
: Seleção Dinâmica, Sistema de Múltiplos Preditores, Séries 
Temporais, Ensemble.

Comentários desativados