Análisis y predicción de series temporales

Una serie temporal es un conjunto de datos relativos a la medida de una magnitud (escalar o vectorial) ordenados en el tiempo. Es un tipo de dato de enorme interés que aparece en todas las áreas de conocimiento y actividad humanas. La inmensa variedad en la naturaleza de las series temporales así como la aparición de nuevos tipos asociados a las facilidades crecientes de medida de datos y almacenamiento hacen que el campo de investigación, lejos de agostarse cada vez sea más extenso.

El análisis de las series temporales, para estudiar sus propiedades o derivar patrones de interés y el modelado para predecir valores futuros de la serie constituyen los dos principales campos de interés científico y aplicado. La investigación en el procedimientos de análisis y predicción con técnicas de Inteligencia Artificial (Aprendizaje Automático, Reconocimiento de patrones, Inteligencia Computacional) y la combinación con métodos clásicos estadísticos han constituido una línea de trabajo continuado de investigadores en el instituto DaSCI. El trabajo científico en los fundamentos del conocimiento del área se ha complementado con la resolución efectiva de problemas reales complejos en áreas tan diversas como la agricultura, energía, ingeniería civil, transporte o finanzas.

Contacto: José Manuel Benítez

Investigadores relacionados:

Letra:

  Nombre Email Área Cat.
Benítez Sánchez, José Manuel J.M.Benitez@de4XyqiA5csai.ugr.es Ciencia de Datos y Big Data DaSCI, Inteligencia Computacional DaSCI Doctor
Lastra Leidinger, Miguel mlastral@ugtKyQj2eqr.es Ciencia de Datos y Big Data DaSCI, Inteligencia Computacional DaSCI Doctor
Pérez Godoy, María Dolores lperez@ujae.a6pS@bugjn.es Ciencia de Datos y Big Data DaSCI Doctor
Rivera Rivas, Antonio Jesús arivera@u87YVKT4UU4jaen.es Ciencia de Datos y Big Data DaSCI Doctor
Scroll Up