2011
DOI: 10.1504/ijcse.2011.043919
|View full text |Cite
|
Sign up to set email alerts
|

Classification of time series generation processes using experimental tools: a survey and proposal of an automatic and systematic approach

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
2
0
19

Year Published

2012
2012
2017
2017

Publication Types

Select...
4
2
1

Relationship

0
7

Authors

Journals

citations
Cited by 9 publications
(21 citation statements)
references
References 29 publications
0
2
0
19
Order By: Relevance
“…Os fluxos adotados fornecem características de aplicações frequentemente encontradas em contextos reais, tais como alto nível de ruído, caoticidade, não estacionariedade, amostragem de alta frequência e misturas de diferentes fontes (Ishii et al, 2011).…”
Section: Comparação Entre Algoritmosunclassified
See 1 more Smart Citation
“…Os fluxos adotados fornecem características de aplicações frequentemente encontradas em contextos reais, tais como alto nível de ruído, caoticidade, não estacionariedade, amostragem de alta frequência e misturas de diferentes fontes (Ishii et al, 2011).…”
Section: Comparação Entre Algoritmosunclassified
“…Os experimentos foram realizados a partir da geração de sequências sintéticas de dados com ruídos. Cada sequência sintética é composta de um componente determinístico, que representa o modelo ideal para o fenômeno observado, e um componente com ruídos, que representa interferências indesejadas no processo de coleta dos dados (Ishii et al, 2011). Por exemplo, para obter a sequência senoide apresentada na Figura 4.10, executou-se, na linguagem R, o comando sin(seq(0,20, length = 400)) + rnorm(400), que utiliza a função seno como o modelo ideal para o fenômeno em estudo e a distribuição de probabilidades Normal N (µ = 0, σ 2 = 1) para representar os ruídos identicamente distribuídos e independentes da sequência.…”
Section: Experimentosunclassified
“…Séries estocásticas, por sua vez, dependem de algum processo aleatório, além de poderem depender de seu histórico de observações. Técnicas estatísticas são mais apropriadas para uso em séries estocásticas (Shumway e Stoffer, 2010;Ishii et al, 2011).…”
Section: Características Do Sinal Do Eegunclassified
“…No caso de uma série estocástica, deve-se ainda considerar se a série é linear, formada por uma combinação linear de valores do passado e ruídos, ou não-linear, formada por combinações não lineares desses valores e que são mais difíceis de modelar. Além disso, a série temporal ainda pode ser classificada como estacionária, evoluindo no tempo sobre uma média e variância constante e não estacionária quando a série não satisfaz essas condições, apresentando comportamentos evolucionários com a média dos valores mudando quando novos valores são considerados (Morettin e Toloi, 2004;Ishii et al, 2011).…”
Section: Características Do Sinal Do Eegunclassified
“…By knowing these components, one can assess the influence of important features that permit improving the accuracy of the estimated models. Among those features are stationarity, linearity, and stochasticity (Ishii et al, 2011).…”
Section: Introductionmentioning
confidence: 99%