Serviço Web para Imputação de Dados em Séries Temporais Univariadas-Reference-Cited by-同舟云学术

Serviço Web para Imputação de Dados em Séries Temporais Univariadas

Published:2024-07-21 Issue: Volume: Page:131-140
ISSN:
Container-title:Anais do XV Workshop de Computação Aplicada à Gestão do Meio Ambiente e Recursos Naturais (WCAMA 2024)
language:
Short-container-title:

Author:

Abreu Jeremias Lima,Vidal Douglas Almeida,Gonçalves Glauco Estacio

Abstract

Um problema comum na coleta de dados ambientais são as lacunas, as quais podem ser mitigadas pela imputação de dados. Embora haja bibliotecas computacionais para imputação, estas exigem o aprendizado de novas tecnologias e programação. Para suprir esta necessidade, este trabalho apresenta um serviço web para imputação de dados em séries temporais, o qual permite que uma aplicação cliente solicite imputações em dados com lacunas. Além da descrição da arquitetura deste serviço, este artigo mostra resultados de uma rigorosa avaliação de desempenho do serviço em termos de tempo e qualidade da imputação, de modo a fornecer uma visão global do compromisso entre o tempo de execução e a precisão de cada algoritmo.

Publisher

Sociedade Brasileira de Computação - SBC

Reference11 articles.

1. Addi, M., Gyasi-Agyei, Y., Obuobie, E., and Amekudzi, L. K. (2022). Evaluation of imputation techniques for infilling missing daily rainfall records on river basins in ghana. Hydrological Sciences Journal, 67(4):613–627.

2. Bezerra, D., Junior, J., Gonçalves, G., and Medeiros, V. (2019). Avaliação de disponibilidade de estações de medição meteorológica. In Anais do X Workshop de Computação Aplicada a Gestão do Meio Ambiente e Recursos Naturais, pages 1–10, Porto Alegre, RS, Brasil. SBC.

3. Chauhan, A. (2019). A review on various aspects of mongodb databases. International Journal of Engineering Research & Technology (IJERT), 8(5).

4. Daigneau, R. (2011). Service Design Patterns: fundamental design solutions for SOAP/WSDL and restful Web Services. Addison-Wesley.

5. Dhevi, A. S. (2014). Imputing missing values using inverse distance weighted interpolation for time series data. In 2014 Sixth international conference on advanced computing (ICoAC), pages 255–259. IEEE.