UM MÉTODO DE APRENDIZADO DE MAQUINA PARA PREDIÇÃO DE SÉRIES TEMPORAIS MULTIVARIADAS DE DADOS CODIFICADOS USANDO ÁRVORE REGRESSIVA

IPC Classification

Abstract

Esta invenção apresenta um método de predição de séries temporais de dados de imagens codificadas usando os métodos RLE - Run Leght Coding e LZW - Lempel-Ziv-Welch, onde dada uma série temporal de imagens codificadas, adquiridas em tempos discretos iguais, obtém-se uma imagem codificada predita futura, podendo ser aplicado em casos de estudo, atrelados a área de segurança da informação, onde é preciso manter em oculto os dados originais e, ao mesmo tempo garantir a integridade e recuperação da informação original. Este método de predição baseado na codificação RLE, tem uma boa acurácia na previsão quando as imagens originais de treinamento tem alta entropia. Isto é, quando as feições das imagens apresentam poucos outliers. Por outro lado, quando as imagens de treinamento, tem baixa entropia, será usada a Árvore Regressiva em conjunto com a codificação LZW. Ambos métodos de codificação são consideradas técnicas de compressão SEM PERDAS, que comprimem pouco os dados das imagens brutas da série temporal, enquanto preservam a integridade dos dados originais. Permitindo assim, a decodificação e reconstrução das imagens originais sem perda de informação.