Máquinas de vetor de suporte e modelos de mudança markoviana de regimes para classificação de séries temporais e séries temporais funcionais

Abstract

Classificação de séries temporais é um tema importante para as mais diversas áreas da ciência. Neste sentido se destacam aplicações no setor financeiro e também de tecnologia. Porém, classificar dados com correlação temporal não é uma tarefa fácil. Estes processos por sua vez podem apresentar uma estrutura que dificulta a separação em classes de forma direta, tornando-se necessária a utilização de metodologias mais sofisticadas para tanto. Desta forma, este trabalho tem como objetivo introduzir, testar e comparar dois métodos de classificação de séries temporais e também de séries temporais funcionais: Máquinas de Vetor de Suporte e Modelos Markovianos de Mudança de Regimes.

Time Series classification is an important subject in multiple areas in science. In this sense, applications in the financial and technological sectors are the most proeminent. However, classify data with time correlation is not an easy task. Oftentimes, data from different classes can only be assessed throught other observable time series. These processes, on the other hand, can present a structure that difficult directly classification, becoming necessary the use of more complex methodologies. Therefore, this work has the objective of introducing, testing and comparing two methods of time series classification and also functional time series classification: Support Vector Machines and Markov Switching Regimes Models.