Palestrante Convidado: Prof. Dr. Diego Furtado Silva (EESC/USP)

Resumo:
Séries temporais são um tipo de dados cada vez mais presentes em aplicações do dia a dia. Tecnologias capazes de obter dados continuamente ao longo do tempo, como diferentes sensores móveis, têm se tornado mais baratas e amplamente utilizadas. Dessa forma, há um crescente interesse na pesquisa e aplicação de algoritmos capazes de extrair conhecimento a partir de séries temporais. Esses algoritmos podem se dividir conforme o objetivo da tarefa para o qual foram propostos, como previsão de valores futuros, classificação, segmentação semântica e correlação entre sinais. Diversas dessas tarefas são particularmente úteis no domínio de exploração e produção de petróleo. Nesta apresentação, serão abordados conceitos e técnicas de Aprendizado de Máquina e Mineração de Dados para séries temporais, com exemplos em sinais obtidos na exploração de petróleo, como o amarração poço-sísmica e segmentação de poços.