Time series random generator

Abstract

Una serie temporal es una secuencia ordenada de valores. Este tipo de datos aparecen en muchos campos de la vida real, como resultado de una medición continua de cualquier tipo de variable. Por ejemplo, en medicina, sismología, finanzas… Se han llevado a cabo una gran cantidad de proyectos en el ámbito de la predicción o análisis de series temporales. Mientras en el ámbito de las finanzas, por ejemplo, se ha intentado predecir el comportamiento del mercado de valores, en medicina se analizan los cardiogramas de un paciente mediante técnicas de minería de datos en busca de anomalías. Debido a estas y a otras muchas aplicaciones, este es un campo estudiado desde hace muchos años. Sin embargo, ha adquirido una nueva dimensión con la llegada del COVID-19, y se han lanzado muchos proyectos que intentan ayudar en la situación actual. Para este trabajo de fin de máster, la finalidad es doble. En primer lugar, hay que diseñar y desarrollar una aplicación software que, dada una serie de parámetros, sea capaz de generar series temporales sintéticas. Estos parámetros referencian propiedades de las series temporales como la tendencia, la periodicidad, la aparición de eventos como picos o valles… En segundo lugar, se procederá con el diseño y desarrollo de una segunda que, mediante técnicas de minería de datos, agrupe las diferentes series temporales sintéticas generadas. Estas técnicas consistirán en realizar transformaciones de Fourier sobre las series temporales, y utilizar los coeficientes obtenidos como entradas para un algoritmo de agrupación. La aplicación desarrollada no sólo servirá como una herramienta de minería de datos sino también como una forma de probar el correcto funcionamiento del generador aleatorio de series temporales y sus muchas funcionalidades.---ABSTRACT---A time series is an ordered sequence of values. This data type appears in many real-life domains, as the result of measuring continuously any kind of variable. For example, in medicine, seismology, finances… Lots of projects have been carried out in the field of time series prediction or analysis. There are many attempts to predict the stock market in financial companies. Also, in medicine the patient cardiograms are analysed using data mining techniques for finding anomalies, etc. Due to its many applications, this is a field studied for many years. However, it has acquired a new dimension with the arrival of COVID-19, and many projects have been started trying to help in the current situation. For this master’s thesis, the objective is twofold. First, a time series random generator must be designed and developed. Given some parameters, it can generate synthetic random time series. These parameters are related to time series properties such as trend, periodicity, the appearance of events like peaks or valleys... Secondly, another application will be designed and developed. It will use data mining techniques to group the different synthetic generated time series. These techniques will consist of performing Fourier transformations on the time series, and using the coefficients obtained as inputs for a clustering algorithm. Thus, it will be important as a proper data mining tool but also as a means to prove the correct functioning of the time series random generator and its many functionalities.