Previsión de series temporales y clasificación ordenada aplicadas a las energías renovables y a los fenómenos atmosféricos (TIMEFLIES)
- Estado:
- No iniciado
- Líderes del proyecto:
- Colaboradores:
Descripción:
Organismo: Universidad de Córdoba
Perido: 2024-2025
Resumen en español:
El análisis de series temporales ha cobrado relevancia en el aprendizaje automático gracias a los avances en almacenamiento de datos y tecnología de sensores. Las áreas clave de investigación incluyen la Clasificación Ordinal de Series Temporales (TSOC) y la Predicción (TSF). TSOC, un campo novedoso, se centra en clasificar series temporales con etiquetas secuenciales (p. ej., gravedad de una ola de calor) y busca adaptar técnicas de clasificación nominal para una mayor aplicabilidad. TSF predice valores futuros a partir de observaciones pasadas, con énfasis en regresión extrínseca para mayor precisión.
Este proyecto se centra en aplicaciones de energía renovable y meteorología, abordando retos como la predicción de recursos y eventos climáticos extremos. La integración de aprendizaje profundo y herramientas de código abierto como aeon busca mejorar la comprensión y predicción de estos fenómenos, aprovechando métodos innovadores para mayor impacto.
Resumen en inglés:
Time series analysis has gained prominence in machine learning due to advancements in data storage and sensor technology. Key research areas include Time Series Ordinal Classification (TSOC) and Forecasting (TSF). TSOC, a novel field, focuses on classifying time series with sequential labels (e.g., heatwave severity) and aims to adapt nominal classification techniques for broader applicability. TSF predicts future values based on past observations, with an emphasis on extrinsic regression for improved accuracy.
This project prioritizes renewable energy and meteorology applications, addressing challenges like resource prediction and extreme weather events. The integration of deep learning and open-source tools like aeon aims to enhance understanding and prediction of these phenomena, leveraging innovative methods for greater impact.
