Series temporales y análisis de datos en tiempo real
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.
En DaSCI investigamos en el diseño de técnicas de aprendizaje automático capaces de construir modelos en tiempo real en función de los datos que se van recibiendo y lo hemos aplicado con éxito a problemas como el análisis de electroencefalograma, medicina de cuidados críticos, actividad en Twitter, monitorización de uso del móvil o consumo energético.
Contacto: José Manuel Benítez
