Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31955
Title: | Previsão de séries temporais por meio de redes neurais. |
Other Titles: | Time series forecasting using neural networks. |
???metadata.dc.creator???: | PORTO, Bruno Matos. PHILIPPI, Daniela Althoff. |
Keywords: | Redes neurais;Perceptron multi-camada;Petróleo - previsão de produção;Previsão de produção de petróleo;Máquina de aprendizagem extrema;Neural networks;Multi-layer Perceptron;Oil - production forecast;Oil production forecast;Extreme Learning Machine;Redes neuronales;Perceptrón multicapa;Petróleo - previsión de producción;Previsión de producción de petróleo;Máquina de aprendizaje extrema;Les réseaux de neurones;Perceptron multicouche;Pétrole - prévisions de production;Prévisions de production pétrolière;Machine d’apprentissage extrême |
Issue Date: | 2018 |
Publisher: | Universidade Federal de Campina Grande |
Citation: | PORTO, Bruno Matos; PHILIPPI, Daniela Althoff. Previsão de séries temporais por meio de redes neurais. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 6., 2018. Anais [...]. Salvador - BA: UNIFACS, 2018. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31955 |
???metadata.dc.description.resumo???: | O objetivo deste trabalho foi gerar previsões e comparar a precisão preditiva no curto prazo de redes neurais perceptron multi-camada (MLP) e máquina de aprendizagem extrema (ELM), na previsão da produção de petróleo. Foram utilizadas três séries temporais do sistema de gerenciamento de séries temporais do Banco Central do Brasil (BCB). Os dados são referentes a produção de gás natural, óleo bruto e petróleo registradas entre janeiro de 2007 a setembro de 2017. Com uso do software R e a extensão R studio. As predições da produção abrangeram o intervalo de outubro a dezembro de 2017, sendo então comparadas aos dados reais do mesmo período. As previsões da MLP e ELM foram comparadas por meio dos critérios MAPE e MAD, onde os resultados gerados pelas medidas de erros mostraram que a ELM teve o melhor desempenho individual, MLP e ELM geraram previsões excelentes. Para pesquisas futuras sugerimos análises de previsões de curto, médio e longo prazo fora da amostra. |
Keywords: | Redes neurais Perceptron multi-camada Petróleo - previsão de produção Previsão de produção de petróleo Máquina de aprendizagem extrema Neural networks Multi-layer Perceptron Oil - production forecast Oil production forecast Extreme Learning Machine Redes neuronales Perceptrón multicapa Petróleo - previsión de producción Previsión de producción de petróleo Máquina de aprendizaje extrema Les réseaux de neurones Perceptron multicouche Pétrole - prévisions de production Prévisions de production pétrolière Machine d’apprentissage extrême |
???metadata.dc.subject.cnpq???: | Engenharia de Produção. |
URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31955 |
Appears in Collections: | Anais do Simpósio de Engenharia de Produção SIMEP |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
PREVISÃO DE SÉRIES TEMPORAIS POR MEIO DE REDES NEURAIS - ANAIS VI SIMEP ARTIGO 2018.pdf | Previsão de séries temporais por meio de redes neurais - Anais VI SIMEP Artigo 2018. | 315.59 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.