Nel 2014, uno studio preliminare (https://arxiv.org/abs/1410.0850) ha esplorato l'applicazione dei recurrence plots per analizzare i livelli di alcuni laghi africani, utilizzando dati satellitari forniti dall'USDA (United States Department of Agriculture). A distanza di undici anni, la disponibilità di serie temporali più estese consente un'analisi approfondita dei cambiamenti nel comportamento dinamico di questi bacini. Questo lavoro riprende tale indagine, focalizzandosi in particolare sui laghi Nasser e Tana, e sfrutta le capacità dell'Intelligenza Artificiale Conversazionale di Gemini per una caratterizzazione avanzata delle serie temporali. Gemini è impiegato per la decomposizione delle serie in componenti di trend, stagionalità e residuo, attraverso modelli sia additivi che moltiplicativi, e per l'analisi predittiva mediante modelli SARIMA. Viene inoltre presentata una nuova serie di recurrence plots, generati sempre con il supporto di Gemini, che offrono una visualizzazione aggiornata delle dinamiche di ricorrenza dei livelli di entrambi i laghi.
Serie Temporali del Livello dei Laghi Nasser e Tana, analizzate dall'Intelligenza Artificiale con Modelli Additivi, Moltiplicativi, SARIMA e Recurrence Plots / Sparavigna, Amelia Carolina. - ELETTRONICO. - (2025). [10.5281/zenodo.15696912]
Serie Temporali del Livello dei Laghi Nasser e Tana, analizzate dall'Intelligenza Artificiale con Modelli Additivi, Moltiplicativi, SARIMA e Recurrence Plots
Amelia Carolina Sparavigna
2025
Abstract
Nel 2014, uno studio preliminare (https://arxiv.org/abs/1410.0850) ha esplorato l'applicazione dei recurrence plots per analizzare i livelli di alcuni laghi africani, utilizzando dati satellitari forniti dall'USDA (United States Department of Agriculture). A distanza di undici anni, la disponibilità di serie temporali più estese consente un'analisi approfondita dei cambiamenti nel comportamento dinamico di questi bacini. Questo lavoro riprende tale indagine, focalizzandosi in particolare sui laghi Nasser e Tana, e sfrutta le capacità dell'Intelligenza Artificiale Conversazionale di Gemini per una caratterizzazione avanzata delle serie temporali. Gemini è impiegato per la decomposizione delle serie in componenti di trend, stagionalità e residuo, attraverso modelli sia additivi che moltiplicativi, e per l'analisi predittiva mediante modelli SARIMA. Viene inoltre presentata una nuova serie di recurrence plots, generati sempre con il supporto di Gemini, che offrono una visualizzazione aggiornata delle dinamiche di ricorrenza dei livelli di entrambi i laghi.File | Dimensione | Formato | |
---|---|---|---|
TimeSeries.pdf
accesso aperto
Tipologia:
1. Preprint / submitted version [pre- review]
Licenza:
Creative commons
Dimensione
3.02 MB
Formato
Adobe PDF
|
3.02 MB | Adobe PDF | Visualizza/Apri |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/11583/3001114