[pt] MODELO VARIABLE STEP-SIZE EVOLVING PARTICIPATORY LEARNING WITH KERNEL RECURSIVE LEAST SQUARES APLICADO À PREVISÃO DE PREÇOS DO ÓLEO DIESEL NO BRASIL
[pt] Um modelo de previsão é uma ferramenta indispensável nos negócios, ajudando na tomada de decisões, seja a curto, médio ou longo prazo. Neste contexto, a implementação de técnicas de aprendizagem de máquina em modelos de previsão de séries temporais assume notória relevância, visto que o process...
| Author: | |
|---|---|
| Format: | doctoral thesis |
| Status: | Published version |
| Publication Date: | 2021 |
| Country: | Brasil |
| Institution: | Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
| Repository: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
| Language: | English |
| OAI Identifier: | oai:MAXWELL.puc-rio.br:52507 |
| Online Access: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52507&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=52507&idi=2 http://doi.org/10.17771/PUCRio.acad.52507 |
| Access Level: | Open access |
| Keyword: | [pt] PREVISAO DE SERIES TEMPORAIS [pt] PASSO DE ADAPTACAO VARIAVEL [pt] MODELOS NEBULOSOS EVOLUTIVOS [en] TIME SERIES FORECASTING [en] VARIABLE STEP SIZE [en] EVOLVING FUZZY MODELS |
| Summary: | [pt] Um modelo de previsão é uma ferramenta indispensável nos negócios, ajudando na tomada de decisões, seja a curto, médio ou longo prazo. Neste contexto, a implementação de técnicas de aprendizagem de máquina em modelos de previsão de séries temporais assume notória relevância, visto que o processamento da informação e a extração de conhecimento são cada vez mais exigidos de forma eficiente e dinâmica. Este trabalho desenvolve um modelo denominado Variable Step-Size evolving Participatory Learning with Kernel Recursive Least Squares, VS-ePL-KRLS, aplicado à previsão de preços do óleo diesel S500 e S10. O modelo apresentado demonstra uma melhor acurácia em comparação com os modelos análogos na literatura, sem perda de desempenho computacional para todas as séries temporais analisadas. |
|---|