@MASTERSTHESIS{ 2017:240840847,
 	title = {Classificação de séries temporais via Classificador de Bayes empregando Modelos Lineares Dinâmicos},
 	year = {2017},
 	url = "http://tede.ufam.edu.br/handle/tede/6041",
 	abstract = "Na presente dissertação apresentamos uma nova abordagem para aplicações em Análise
 Discriminante (AD) para problemas cujas observações no conjunto de treinamento
 são oriundas de séries temporais, empregando o Classificador de Bayes e modelando as
 distribuições nas classes com o emprego de Modelos Lineares Dinâmicos. Foram realizados
 os desenvolvimentos teóricos necessários para a obtenção de uma forma analítica
 para as probabilidades a posteriori das classes. Para avaliar a abordagem proposta foram
 desenvolvidos estudos de simulação, tanto para avaliar as estratégias da escolha do procedimento
 da estimação da variância, como também, determinar as taxas de erro (TE) de
 classificação para compará-las com outras abordagens usuais para classificadores em AD.
 Foram simuladas observações de séries temporais com diferentes estruturas de separação
 das classes e com diferentes tamanhos para o conjunto de treinamento. A abordagem
 proposta também foi aplicada em dados de problemas reais, com diferentes graus de dificuldades
 com relação ao número de classes, tamanho das séries e o número de observações
 no conjunto de treinamento, sendo então comparadas suas TE com as de outros
 classificadores. Embora sejam necessários estudos mais completos, os resultados obtidos
 sugerem que a abordagem paramétrica desenvolvida se constitui em uma alternativa promissora
 para esta categoria de problemas em AD, com observações de séries temporais,
 em particular, em um contexto bastante desafiador na prática quando temos séries com
 tamanhos grandes com relação ao número de observações nas classes.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Matemática},
 	note = {Instituto de Ciências Exatas}
}