Programación de altas prestaciones para el análisis no lineal de series temporales con kd-tree

Resumen

La presente tesis mostrará el desarrollo de aplicaciones basadas en la estructura de datos kd-tree utilizando programación de altas prestaciones en el ámbito del análisis no lineal de series temporales. Su principal aporte es presentar un conjunto de algoritmos que pueden ser utilizados en tiempo real para obtener resultados en una escala de tiempo reducida, aún cuando el tamaño de los registros de datos sea muy grande. Las aplicaciones han sido desarrolladas dentro de un marco de trabajo colaborativo que reúne a investigadores de las áreas de Física, Medicina e Informática. Hasta donde el autor conoce, los trabajos realizados en este grupo son los primeros en aplicar programación de altas prestaciones al análisis no lineal de series temporales. Respecto a trabajos anteriores realizados en este marco de trabajo, la característica que marca la diferencia es la aplicación de la estructura kd-tree para mantener y representar los datos. La importancia de este trabajo en el ámbito científico es su aplicación al análisis no lineal de series temporales, el cual es un tema transversal para diferentes disciplinas tales como la Meteorología, la Economía, la Medicina y la Ingeniería, entre otras. En particular, los métodos implementados tienen relación con el cálculo de la mínima dimensión de embedding, el cálculo del máximo exponente de Lyapunov y la predicción de valores. La presente tesis es un trabajo con un eminente énfasis en la solución computacional frente a los resultados proporcionados por los métodos de la Física. Por lo tanto, las controversias que aún se mantienen en la comunidad científica respecto a la pertinencia de utilizar uno u otro método con origen en la teoría del caos están más allá del ámbito de esta investigación.