Ένα σημαντικό πρόβλημα που ανακύπτει κατά την ανάλυση μεγάλων συνόλων δεδομένων χρονοσειρών, τόσο από άποψη διαστατικότητας, όσο και από άποψη μεγέθους, σχετίζεται με την επιλογή ενός αντιπροσωπευτικού υποσυνόλου των αρχικών δεδομένων. Εκ των προτέρων επεξεργασία της χρονοσειράς για την απόκτηση ενός αντιπροσωπευτικού δευτερογενούς υποσυνόλου όχι μόνο μειώνει δραστικά το συνολικό χρόνο επεξεργασίας, αλλά επίσης λειτουργεί ως μια διεργασία ομαλοποίησης της αρχικής πληροφορίας για την απομάκρυνση ανεπιθύμητων μη συστηματικών συνιστωσών που δυσκολεύουν την αναλυτική διαδικασία. Οι περισσότερες παραδοσιακές μέθοδοι προ-επεξεργασίας χρονοσειρών, όπως είναι για παράδειγμα η τμηματοποίηση κατά μήκος του άξονα των χρόνων για ταχεία απόκριση, η μη-γραμμική κανονικοποίηση για να δοθεί έμφαση σε σημαντικά τμήματα της πληροφορίας, η εξαγωγή μέσων όρων για αντιμετώπιση των επιπτώσεων του θορύβου, η μείωση του αριθμού των δειγμάτων για την υλοποίηση αποτελεσματικότερων δικτύων, περιλαμβάνουν στατιστικές μεθόδους, όπως δειγματοληπτικές τεχνικές ή διαδικασίες κινούμενου μέσου, οι οποίες χειρίζονται την αρχική πληροφορία με παράθυρα σταθερού μήκους.Στην παρούσα εργασία περιγράφεται ο σχεδιασμός, η ανάπτυξη και η εφαρμογή μιας καινοτόμου μεθόδου ελέγχου του βαθμού διάστασης χρονοσειρών, με τη χρήση εργαλείων υπολογιστικής νοημοσύνης. Ο αλγόριθμος που προτείνεται επιτρέπει την παραγωγή περισσότερο προσαρμοσμένων δευτερογενών δεδομένων, αφού προηγουμένως έχει προ-επεξεργασθεί την αρχική χρονοσειρά με εξελικτικό τρόπο με στόχο τη μείωση της διάστασής της και την παράλληλη διατήρηση της δομής των αρχικών δεδομένων παρά τη μεγάλου εύρους εξομάλυνσή τους. Η όλη διαδικασία υλοποιείται με την ανάπτυξη ενός προσαρμοστικού αναλυτικού εργαλείου εξελικτικής φύσης με τη χρήση των Γενετικών Αλγορίθμων, των Τεχνητών Νευρωνικών Δικτύων και των Μηχανών Διανυσμάτων Υποστήριξης.Το προτεινόμενο εργαλείο δοκιμάστηκε στη λύση δύο προβλημάτων. Η πρώτη μελέτη περιλαμβάνει την περίπτωση ταυτοποίησης φυτικών ιών. Είναι γενικά παραδεκτό ότι η ανάλυση χρονοσειρών είναι ιδιαίτερα σημαντική για τη φυτοπαθολογία και την ιολογία, ειδικά όσον αφορά την ταυτοποίηση ιών, η οποία στις περισσότερες περιπτώσεις υλοποιείται μέσω αξιολόγησης τέτοιου είδους δεδομένων. Στην πρώτη αυτή περίπτωση, η οποία είναι ουσιαστικά ένα πρόβλημα ταξινόμησης, δεδομένα παραγόμενα με τη μέθοδο της Βιοηλεκτρικής Αναγνώρισης (Bioelectric Recognition Assay BERA) χρησιμοποιήθηκαν για την ανίχνευση και την τελική ταξινόμηση φυτικών ιών και συγκεκριμένα των ιών του κροταλίσματος του καπνού και της πράσινης ποικιλοχλώρωσης με μωσαϊκό της αγγουριάς. Η μέθοδος εισάγει τη χρήση κατάλληλα προεπεξεργασμένων οργανικών αντιδραστηρίων ως αισθητηρίων στοιχείων. Μετά την αντίδραση με τους εν λόγω βιο-αισθητήρες, καθένας από τους ιούς εκθέτει μοναδιαία πρότυπα αισθητηριακής απόκρισης επί ενός ευρέως φάσματος συγκεντρώσεων, καθιστώντας τις αποκρίσεις αυτές ως συγκεκριμένο χαρακτηριστικό ιδίωμα κάθε ιού. Κάθε τέτοιου είδους υπογραφή είναι ουσιαστικά μια γραφική παράσταση βιο-ηλεκτρικών αποκρίσεων στη μονάδα του χρόνου, η οποία χρησιμοποιείται στην ανίχνευση και ταυτοποίηση εκάστου ιού.Το δεύτερο πρόβλημα στο οποίο εφαρμόσθηκε η μέθοδος σχετίζεται με τη διαχείριση ορεινών υδατικών αποθεμάτων. Τα δεδομένα εισόδου προέρχονται από το νησί της Κύπρου και περιλαμβάνουν δομικά και δυναμικά στοιχεία στα οποία βασική επίδραση ασκούν τα μηνιαία υδατώδη κατακρημνίσματα. Στην περίπτωση αυτή τα αρχικά δεδομένα, που καλύπτουν ένα μεγάλο χρονικό εύρος, ελήφθησαν από μετεωρολογικές βάσεις δεδομένων βροχόπτωσης που ενημερώνονταν από σταθμούς τοποθετημένους σε λεκάνες απορροής διάσπαρτες σε όλο το υδρογραφικό σύστημα του νησιού. Απώτερος σκοπός της έρευνας αποτελεί η ανάπτυξη ενός συστήματος για τον προσδιορισμό της Μέσης Ετήσιας Παροχής Ύδατος σε ετήσια βάση για κάθε ορεινή λεκάνη απορροής.