Carregando ...
Visualização do Trabalho Acadêmico
Repositório Institucional - UECE
Título:
Estratégias para previsão de séries temporais com clusterização de dados, análise independente e seleção automática de previsores

Autor(es):
Aquino, Francisco Wagner Costa

Palavras Chaves:
Não informado

Ano de Publicação:
2011

Resumo:
Este trabalho busca apresentar um método para previsão de séries temporais que se utiliza da estratégia de dividir para conquistar na busca da minimização do erro na previsão. O algoritmo proposto realiza a seleção de exemplos através da clusterização dos dados via rede de Kohonen, com estratégias para aumentar a densidade dos dados. Para cada cluster, é gerada automaticamente, através de algoritmos genéticos, uma rede previsora MLP (considerando atributos de entrada, janela de tempo, topologia da rede e calibragem dos parâmetros) otimizada para aquela classe. Também foram definidos dois comitês de máquinas que aliam as informações de semelhança entre os padrões de entrada advindas da clusterização com a combinação de conhecimentos dos especialistas obtida através da essência do comitê de máquinas. Todas as estratégias apresentadas constituem o portfólio de estratégias de previsão do sistema que utiliza uma seleção automática de previsores, dotada de uma grade tridimensional dos desempenhos dos mesmos, para definir qual a melhor estratégia para realizar a previsão de cada padrão de entrada apresentado. A avaliação do algoritmo foi realizada em séries temporais econômicas onde foi possível notar que a seleção automática dos previsores, mesmo utilizando estratégias de previsão medianas se avaliadas em dados gerais, conseguiu uma baixa taxa de erro com pequena variação entre os resultados. Palavras-chave: Previsão, Séries Temporais, Clusterização, Backpropagation, Comitê de Máquinas.

Abstract:
Ver documento original.

Tipo do Trabalho:
Dissertação

Referência:
Aquino, Francisco Wagner Costa. Estratégias para previsão de séries temporais com clusterização de dados, análise independente e seleção automática de previsores . 2011. 81 f. Dissertação (Mestrado Acadêmico ou Profissional em 2011) - Universidade Estadual do Ceará, , 2011. Disponível em: Acesso em: 2 de maio de 2024

Universidade Estadual do Ceará - UECE | Departamento de Tecnologia da Informação e Comunicação - DETIC
Política de Privacidade e Segurança
Build 1