Séries Temporais, Redes Complexas, Algoritmos
Descrição da Oportunidade
O trabalho de investigação a realizar envolverá os seguintes passos: Estudar e analisar métodos existentes para a geração de dados sintéticos em contextos de séries temporais multivariadas, em particular os baseados em GANs, perturbação por ruído e representações em grafos. Explorar os fundamentos teóricos dos grafos de quantis, dos modelos de redes multicamada e dos modelos de Markov para a representação da dinâmica temporal de dados temporais. Adaptar, aperfeiçoar e expandir métodos existentes de mapeamento inverso de grafos de quantis, incorporando atrasos temporais de ordem superior e dependências estruturais de ordem superior, com base nas informações dos Grafos de Quantis Multicamada. Comparar o método desenvolvido com técnicas da literatura para a geração de dados sintéticos, como TimeGAN, DoppelGANger e técnicas de perturbação por ruído. Avaliar o desempenho com base em métricas de semelhança de distribuição, correlações, preservação do comportamento dinâmico e medidas de avaliação de privacidade. Testar o método desenvolvido e demonstrar a sua aplicabilidade em diferentes conjuntos de dados reais (por exemplo, consumo de energia e dados fisiológicos), onde a dinâmica temporal, as interações entre variáveis, e a presença de informações sensíveis são fatores críticos bem como. Compilar os resultados num relatório final.
Habilitações Académicas
Licenciatura em Ciência de Dados, Matemática, Ciência dos Computadores, ou área afim.
Requisitos Mínimos
Conhecimento de métodos de modelação de séries temporais, modelos de Markov e conceitos de teoria de grafos.Capacidade de trabalho autónomo, espírito crítico e interesse por investigação científica.
Fatores de Preferência
Trabalhos anteriores que envolvem a análise de séries temporais e/ou análise de grafos. Conhecimento de métodos de análise de tensores e manipulação algébrica, e de métodos de mapeamento de séries temporais em estruturas de grafos. Experiência com as linguagens de programação R ou Python.
Período de candidatura
Desde 26 Jun 2025 a 09 Jul 2025
Centro
Laboratório de Inteligência Artificial e Apoio à Decisão