Um estudo sobre estratégias para compactação de Séries Temporais para aplicações de IoT

  • Marcos de Oliveira Jr. IF Farroupilha / UFPel
  • Gerson Cavalheiro UFPel

Resumo


Séries temporais são amplamente utilizadas para registro de informações em aplicações baseadas em Internet das Coisas, onde sensores são utilizados para coleta de dados em quantidades massivas e existe uma significativa limitação tecnológica dos dispositivos. O presente trabalho propõe a investigação de alternativas para a representação de séries temporais, de forma a reduzir a necessidade de recursos para a manipulação desses dados.

Referências

Azar, J., Makhoul, A., Couturier, R., and Demerjian, J. (2020). Robust iot time series classication with data compression and deep learning. Neurocomputing, 398:222– 234.

Bagnall, A., Lines, J., Bostrom, A., Large, J., and Keogh, E. (2017). The great time series classication bake off: a review and experimental evaluation of recent algorithmic advances. In Data Mining and Knowledge Discovery, page 606–660. Springer.

Blalock, D., Madden, S., and Guttag, J. (2018). Sprintz: Time series compression for the internet of things. Proc. ACM Interact. Mob. Wearable Ubiquitous Technol., 2(3).

Chirikhin, K. S. and Ryabko, B. Y. (2019). Application of data compression techniques to time series forecasting.

Eichinger, F., Efros, P., Karnouskos, S., and Böhm, K. (2015). A time-series compression technique and its application to the smart grid. VLDB Journal, 24(2):193–218.
Publicado
14/04/2021
Como Citar

Selecione um Formato
DE OLIVEIRA JR., Marcos; CAVALHEIRO, Gerson. Um estudo sobre estratégias para compactação de Séries Temporais para aplicações de IoT. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DA REGIÃO SUL (ERAD-RS), 21. , 2021, Evento Online. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2021 . p. 123-124. ISSN 2595-4164. DOI: https://doi.org/10.5753/eradrs.2021.14800.