Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Inhalt archiviert am 2024-05-27
Getting Orientation in Complex Information Spaces as an Emergent Behaviour of Autonomous Information Agents

Article Category

Article available in the following languages:

Ein Tool für die Zeitreihenanalyse

Von der griechischen Stiftung für Forschung und Technologie wurde ein Tool für die Zeitreihenanalyse entwickelt. Es arbeitet zur höheren Interoperabilität in einer Java-basierten Betriebsumgebung und detektiert Zeitreihen bei großen Datenbanken, aus denen Zeitreihen-Kontextinformationen zu extrahieren sind.

Beim Aufzeichnen von Lotteriezahlen oder des Börsenindex über eine bestimmte Zeitspanne können Zahlensequenzen - so genannte Zeitreihen - erzeugt werden. Die Korrelation dieser Sequenzen mit nicht zufälligen Phänomenen oder Prozessen könnte aussagefähige Informationen über das Verhalten des beobachteten Phänomens liefern. Eine Zeitreihe besteht gewöhnlich aus Tausenden von Daten, für deren Analyse spezielle mathematische Verfahren und Software-Tools erforderlich sind. Im Rahmen des Projekts IRAIA entwickelte die griechische Stiftung für Forschung und Technologie (FORTH) ein Software-Tool zur Analyse spezieller Zeitreihenparameter. Das von FORTH entwickelte Tool ist kein gewöhnliches Software-Tool zur Zeitreihenanalyse, die eine Vielzahl von komplexen mathematischen Funktionen beinhalten und zur Untersuchung verschiedener Parametertypen dienen. Dieses Tool zeichnet sich durch eine spezielle Eigenschaft zum Aufspüren von Zeitreihen innerhalb großer Datenbestände und soll eine Integration von Zeitreihenkohärenzen mit kohärenten Textreferenz-Datenbeständen bewirken, die beide in Datenbanken gespeichert sind. Aufgrund dieser Eigenschaften ist es ausgezeichnet zu Prädiktions- und Clusteringzwecken einsetzbar und könnte aufzeigen, ob eine Reihe einen Einfluss auf eine andere hat. Wenn sich beispielsweise eine Variable, die ein wirtschaftliches Phänomen beschreibt, auf eine andere auswirkt, kann diese Auswirkung besser analysiert werden, und verborgene Informationen könnten extrahiert werden, indem sie als aussagefähige Werte von numerischen Sequenzen statt als schwer interpretierbare Textinformationen ausgedrückt werden. Das Tool wurde in einer Java-Betriebsumgebung entwickelt, um ein möglichst hohes Maß an Interoperabilität zu erzielen. Es kann außerdem in Situationen Anwendung finden, in denen Kontextinformationen aus rein numerischen Dokumenten wie Zeitreihen extrahiert werden müssen.

Entdecken Sie Artikel in demselben Anwendungsbereich