@MASTERSTHESIS{ 2017:1613396957,
 	title = {Classifica??o de s?ries temporais via Classificador de Bayes empregando Modelos Lineares Din?micos},
 	year = {2017},
 	url = "http://tede.ufam.edu.br/handle/tede/6041",
 	abstract = "Na presente disserta??o apresentamos uma nova abordagem para aplica??es em An?lise
 Discriminante (AD) para problemas cujas observa??es no conjunto de treinamento
 s?o oriundas de s?ries temporais, empregando o Classificador de Bayes e modelando as
 distribui??es nas classes com o emprego de Modelos Lineares Din?micos. Foram realizados
 os desenvolvimentos te?ricos necess?rios para a obten??o de uma forma anal?tica
 para as probabilidades a posteriori das classes. Para avaliar a abordagem proposta foram
 desenvolvidos estudos de simula??o, tanto para avaliar as estrat?gias da escolha do procedimento
 da estima??o da vari?ncia, como tamb?m, determinar as taxas de erro (TE) de
 classifica??o para compar?-las com outras abordagens usuais para classificadores em AD.
 Foram simuladas observa??es de s?ries temporais com diferentes estruturas de separa??o
 das classes e com diferentes tamanhos para o conjunto de treinamento. A abordagem
 proposta tamb?m foi aplicada em dados de problemas reais, com diferentes graus de dificuldades
 com rela??o ao n?mero de classes, tamanho das s?ries e o n?mero de observa??es
 no conjunto de treinamento, sendo ent?o comparadas suas TE com as de outros
 classificadores. Embora sejam necess?rios estudos mais completos, os resultados obtidos
 sugerem que a abordagem param?trica desenvolvida se constitui em uma alternativa promissora
 para esta categoria de problemas em AD, com observa??es de s?ries temporais,
 em particular, em um contexto bastante desafiador na pr?tica quando temos s?ries com
 tamanhos grandes com rela??o ao n?mero de observa??es nas classes.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Matem?tica},
 	note = {Instituto de Ci?ncias Exatas}
}