Proposta de um algoritmo genérico de detecção de novidades em séries temporais utilizando modelos de previsão

• Autor(a) principal: Andre Paim Lemos
• Data de Publicação: 2007
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUOS-8CYNMV
• topic: Engenharia elétrica; Engenharia elétrica

Novidades ou anomalias em uma serie temporal podem ser vistas como valores ou uma sequência de valores inesperados quando comparados a um conjunto de valores considerados normais. Um algoritmo de detecção de novidades em séries temporais deve ser capaz de classificar cada ponto da série em normal ou novidade. Existem diversas aplicações para o problema de detecção de novidades em séries temporais, como detecção de falhas em sistemas dinâmicos, detecção de fraudes em sistemas financeiros e monitoramento de sinais fisiológicos. Esse trabalho propõe um algoritmo genérico de detecção de novidades em séries temporais baseado em um modelo de previsão. O algoritmo é genérico pois não define qual modelo a ser utilizado. Duas instanciações do algoritmo são apresentadas, a primeira baseada em um modelo de previsão estatístico e a segunda em um modelo neural. O algoritmo foi utilizado para detectar síndrome de apnéia do sono, através do monitoramento de sinais de eletrocardiogramas e para detectar falhas em um sistema dinâmico através do monitoramento de algumas de suas variáveis amostradas ao longo do tempo. Os resultados obtidos, nos dois problemas, quando comparados aos encontrados na literatura, mostram que o algoritmo proposto é uma alternativa bastante promissora.