ALGORITMOS NÃO SUPERVISIONADOS PARA CONSTRUÇÃO DE AUTÔMATOS PROBABILÍSTICOS A PARTIR DE SÉRIES TEMPORAIS.
Aprendizagem de máquina. Autômatos probabilísticos de estados finitos. Minimização de grafos. Modelagem não supervisionada. Sistemas dinâmicos.
Uma das metodologias de análise e modelagem de sistemas dinâmicos comumente estudadas envolve processos de simbolização de séries temporais associados a sistemas dinâmicos. Este método apresenta dentre as principais vantagens a redução do custo computacional atrelado ao processamento do sinal e robustez ao ruído. Através do emprego de Autômato Probabilístico de Estados Finitos (PFSA, Probabilistic Finite State Automata) a dinâmica discreta da série resultante pode ser representada. Estes modelos são frequentemente empregados em algoritmos de controle e técnicas de detecção de falha. Este trabalho propõe um novo algoritmo para determinação de um PFSA relacionado a um sistema dinâmico a partir de uma realização suficientemente longa da dinâmica, fazendo emprego, a partir da análise da sequência discreta gerada, de métodos estatísticos, aprendizado de máquina não supervisionado e minimização de grafos, para obter modelos PFSA reduzidos e fiéis à dinâmica discreta proveniente do sistema original. O método proposto é finalmente submetido a sistemas dinâmicos com características distintas, demonstrando-se sua capacidade de gerar modelos com número reduzido de estados em comparação com outras abordagens da literatura e que mantêm sua qualidade.