Image-Based Learning Approach Applied to Time Series Forecasting



Document title: Image-Based Learning Approach Applied to Time Series Forecasting
Journal: Journal of applied research and technology
Database: PERIÓDICA
System number: 000364820
ISSN: 1665-6423
Authors: 1
2
Institutions: 1Technische Universitat Munchen, Department of Computer Science Informatik, Garching, Bayern. Alemania
2Instituto Politécnico Nacional, Centro de Investigación en Computación, México, Distrito Federal. México
Year:
Season: Jun
Volumen: 10
Number: 3
Pages: 361-379
Country: México
Language: Inglés
Document type: Artículo
Approach: Experimental, aplicado
Spanish abstract En este trabajo se presenta un nuevo enfoque para obtener información de una serie de tiempo. Para implementar esta nueva técnica, se ha definido una nueva representación de los datos de entrada de una serie de tiempo. Esta nueva representación está basada en la información obtenida mediante la división del eje de la imagen de la serie de tiempo en cajas. La diferencia entre esta nueva técnica de representación de datos y la forma clásica, se basa en que no es dependiente del tiempo. La nueva representación se ha implementado en una nueva técnica denominada Técnica de Aprendizaje Basada en la Imagen (IBLA por su siglas en inglés) y por medio de un mecanismo probabilístico, esta técnica se aplica al muy interesante problema de predicción en una serie de tiempo. Los resultados experimentales indican que usando esta metodología es posible obtener mejores resultados que los obtenidos por medio de Redes Neuronales Artificiales y Máquinas de Soporte Vectorial
English abstract In this paper, a new learning approach based on time-series image information is presented. In order to implement this new learning technique, a novel time-series input data representation is also defined. This input data representation is based on information obtained by image axis division into boxes. The difference between this new input data representation and the classical is that this technique is not time-dependent. This new information is implemented in the new Image-Based Learning Approach (IBLA) and by means of a probabilistic mechanism this learning technique is applied to the interesting problem of time series forecasting. The experimental results indicate that by using the methodology proposed in this article, it is possible to obtain better results than with the classical techniques such as artificial neuronal networks and support vector machines
Disciplines: Ciencias de la computación
Keyword: Inteligencia artificial,
Aprendizaje,
Representación de datos,
Predicción,
Series de tiempo
Keyword: Computer science,
Artificial intelligence,
Learning,
Data representation,
Forecasting,
Time series
Full text: Texto completo (Ver HTML)