Grasynda: graph-based synthetic time series data augmentation

Abstract

Data augmentation is a crucial tool in time series forecasting, especially for deep learning architectures that require large training samples to generalize effectively. However, extensive datasets are not always available in real-world scenarios. While many state-of-the-art data augmentation methods exist, they face crucial limitations including high computational costs, limited control over variability, or poor generalization across tasks. This paper introduces Grasynda, a novel graph-based approach to synthetic time series generation designed to address these challenges. Grasynda represents univariate time series as quantile graphs and encodes their temporal dynamics using a transition probability matrix. This representation enables the generation of realistic synthetic sequences that maintain the statistical properties and temporal patterns of the original data, while introducing controlled variability. We performed an extensive evaluation using three neural network variations and six benchmark datasets. The results indicate that Grasynda consistently outperforms other time series data augmentation methods. The method and all experiments are publicly available.

A capacidade de prever o comportamento de séries temporais é fundamental em diversos domínios como indústria, finanças e saúde. Com o avanço das técnicas de deep learning, têm-se alcançado progressos significativos nesta área. No entanto, estas abordagens dependem de grande volume e variedade de dados para treinar modelos eficazes e generalizáveis. Apesar desta dependência, os dados temporais são frequentemente limitados ou incompletos, em contextos reais. Neste contexto, o aumento de dados (data augmentation) surge como uma solução promissora para colmatar esta limitação, ao permitir gerar novas amostras a partir de dados existentes. Ainda assim, os métodos atuais de aumento de dados enfrentam vários desafios, nomeadamente elevados custos computacionais, dificuldade em controlar a variabilidade das amostras geradas e fraca capacidade de generalização entre diferentes tarefas e conjuntos de dados. Esta tese apresenta Grasynda, um novo método de geração sintética de séries temporais baseado em grafos. A abordagem tem por base a representação de séries temporais univariadas em grafos de quantis. Os grafos capturam os padrões temporais através de uma matriz de probabilidades de transição. Esta representação permite gerar sequências sintéticas que mantêm as propriedades essenciais dos dados originais, enquanto introduz variação de forma controlada. O modelo Grasynda tem como objetivo melhorar em relação a algumas das limitações dos métodos existentes. A eficácia do método foi validada através de uma avaliação experimental com três redes neuronais de previsão e seis conjuntos de dados de referência amplamente utilizados na literatura. Os resultados obtidos sugerem que Grasynda obtém um desempenho superior a outras abordagens na melhoria do erro dos modelos de previsão. Todas as experiências realizadas, bem como o código desenvolvido, estão disponíveis publicamente.