Análise espectral de padrões-gradiente de séries temporais curtas / Gradient spectral analysis for short time series

AUTOR(ES)
DATA DE PUBLICAÇÃO

2008

RESUMO

Com a modernização da tecnologia para coleta de dados, na forma de séries temporais, novos desafios metodológicos, para análise e interpretação dos padrões de variabilidade medidos, são crescentes. Em geral, desafios analíticos e interpretativos ocorrem devido aos diversos problemas de coleta de dados, quando sujeitos às variações extremas no meio ambiente, envio e recebimento de dados por satélite e problemas inerentemente instrumentais. Grande parte das séries temporais coletadas, a partir de experimentos em sistemas naturais, resulta em conjuntos de séries parciais curtas compostas por poucos pontos, comprometendo assim a qualidade das análises estatísticas convencionais. Neste contexto, este projeto de mestrado teve como principal objetivo desenvolver, testar e validar uma nova metodologia computacional para análise de séries temporais curtas, principalmente aquelas que apresentam comportamento não-linear nos domínios do tempo, da amplitude e da freqüência. Esta nova metodologia, denominada Análise Espectral Gradiente (GSA, do inglês Gradient Spectral Analysis) conjuga duas técnicas matemáticas, conhecidas como Análise de Padrões-Gradiente (GPA, do inglês Gradient Pattern Analysis) e Análise Multiresolução por Wavelets (WMA, do inglês Wavelet Multiresolution Analysis). A GSA propõe, primeiramente, classificar diferentes regimes não-lineares a partir da análise de pequenas amostras de séries temporais geradas a partir de processos dinâmicos previamente conhecidos associados a modelos caóticos e estocásticos. Como estudos de caso, testamos o desempenho da GSA na classificação de séries temporais curtas oriundas do meio ambiente: (i) dados de reservatórios aquáticos fornecidos por Furnas Centrais Elétricas S.A.; e (ii) dados de inundação na região do Pantanal fornecidos pela NASA (EUA) a partir do Satélite Nimbus-7 pelo radiômetro SMMR e gentilmente cedidos por S. K. Hamilton (Michigan State University/EUA) - HAMILTON, 1996. Os resultados, em ambos os casos, indicam que a metodologia pode ser robusta em futuras aplicações de classificação e monitoramento das variáveis físicas e limnológicas medidas

ASSUNTO(S)

séries temporais curtas análise de ondeletas análise de padrões gradiente análise de fourier processamento de sinais short time series wavelets analysis gradient pattern analysis fourer analysis signal processing

Documentos Relacionados