Detección de anómalos en series de tiempo

UDC.coleccionTraballos académicos
UDC.tipotrabTFG
UDC.titulacionGrao en Ciencia e Enxeñaría de Datos
dc.contributor.advisorVilar, José
dc.contributor.authorLópez González-Valerio, Luis
dc.contributor.otherUniversidade da Coruña. Facultade de Informática
dc.date.accessioned2025-11-12T11:03:07Z
dc.date.available2025-11-12T11:03:07Z
dc.date.issued2025-09
dc.description.abstract[Resumen]: La detección de valores atípicos en series de tiempo constituye una tarea de gran relevancia para asegurar la validez y la fiabilidad de los análisis. En el presente trabajo se lleva a cabo una evaluación, a través de diferentes escenarios de simulación, de múltiples combinaciones de algoritmos de detección de valores atípicos en series temporales.Este estudio de simulación posibilita la identificación de los métodos más eficientes y proporciona una base sólida para el análisis de la presencia de valores atípicos en series de tiempo con datos reales.
dc.description.abstract[Abstract]: The detection of outliers in time series constitutes a task of great importance to ensure the validity and reliability of analyses. In this study, an evaluation is carried out, through different simulation scenarios, of multiple combinations of algorithms for outlier detection in time series. This simulation study enables the identification of the most efficient methods and provides a solid foundation for the analysis of the presence of outliers in time series with real data.
dc.description.traballosTraballo fin de grao (UDC.FIC). Ciencia e enxeñaría de datos. Curso 2024/2025
dc.identifier.urihttps://hdl.handle.net/2183/46429
dc.language.isospa
dc.rightsAttribution 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subjectModelización de series de tiempo
dc.subjectModelos ARIMA
dc.subjectDetección de atípicos en series temporales
dc.subjectMétricas de evaluación
dc.subjectTime series modeling
dc.subjectARIMA Models
dc.subjectOutlier detection in time series
dc.subjectEvaluation metrics
dc.titleDetección de anómalos en series de tiempo
dc.typebachelor thesis
dspace.entity.typePublication
relation.isAdvisorOfPublicationc9381eef-6e06-41b8-a15c-a194bdff8d03
relation.isAdvisorOfPublication.latestForDiscoveryc9381eef-6e06-41b8-a15c-a194bdff8d03

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
LopezGonzalezValerio_Luis_TFG_2025.pdf
Size:
2.02 MB
Format:
Adobe Portable Document Format