Modelos de otimização linear inteira para o alinhamento de séries temporais

Vol 57, 2025 - 338685
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Com o avanço dos dispositivos wearables, tornou-se possível a coleta simultânea de diversos sinais biomédicos por meio de múltiplos aparelhos, como smartwatches e cintas de monitoramento de performance. Um desafio central nessa coleta é a integração desses dados fisiológicos provenientes de sensores independentes para a criação de um banco de dados unificado. Esses sinais, caracterizados como séries temporais, apresentam ruídos e distorções decorrentes de fatores físicos (como o movimento do usuário ou interrupções momentâneas na captura) o que impede que as séries sejam idênticas ou apenas defasadas, exigindo um alinhamento robusto para garantir a fidelidade das informações clínicas e de desempenho.

Este trabalho propõe o desenvolvimento de formulações de programação matemática, especificamente utilizando programação por metas, voltadas ao alinhamento ótimo dessas séries temporais. O processo de alinhamento desempenha um papel fundamental na análise de séries temporais, visto que distorções temporais ou inconsistências de amostragem entre sinais podem degradar significativamente o desempenho de modelos preditivos. Métodos tradicionais, como o Dynamic Time Warping (DTW) e suas aproximações (incluindo o FastDTW), oferecem alinhamentos heurísticos eficientes, mas em algumas aplicações carecem da personalização permitida por técnicas de programação matemática. Diferente das abordagens baseadas em programação dinâmica (DTW
por exemplo), que podem apresentar limitações na inclusão de restrições estruturais complexas, o uso de programação matemática permite uma personalização rigorosa e flexível do modelo.


A modelagem proposta trata o alinhamento como uma tarefa de otimização explícita, permitindo a definição de uma série de referência (alvo) baseada na confiabilidade do sensor ou na qualidade do sinal. O modelo é estruturado através de:


• Variáveis de Decisão: que estabelecem a correspondência temporal entre as sequências;
• Restrições: que asseguram propriedades de monotonicidade, continuidade e limites de busca, incorporando requisitos fisiológicos e técnicos;
• Função Objetivo: baseada em programação por metas para minimizar as divergências entre as trajetórias em relação ao alvo estabelecido.


Esta abordagem viabiliza a obtenção de soluções matematicamente ótimas que, do ponto de vista da modelagem, garantem o cumprimento estrito dos requisitos do problema. A implementação envolverá o uso de resolvedores (solvers) de programação matemática para avaliar o desempenho do modelo. Espera-se que os resultados demonstrem melhorias na precisão do alinhamento, interpretabilidade e robustez em comparação aos métodos heurísticos, proporcionando uma base
teórica mais sólida para trabalhos futuros em predição de sinais biomédicos e modelagem de séries temporais.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 IMECC - Unicamp
  • 2 University of Portsmouth
Eixo Temático
  • OMO-Otimização Multiobjetivo
Palavras-chave
Alinhamento de séries temporais
Programação por metas
Otimização combinatória
Ciência de dados