[en] A STUDY OF THE EFFECTS OF FORECASTING LINEAR TIME SERIES WITH NEURAL NETWORKS

[pt] Esta dissertação de mestrado analisa os efeitos de previsão de séries temporais com redes neurais em conjunto com a técnica de poda, denominada de Regularização Bayesiana. Utilizam-se diversas séries simuladas cujo processo gerador é de fato linear para comparar as previsões feitas por meio de...

Descripción completa

Detalles Bibliográficos
Autor: FRANCISCO CARLOS SANTANA DE AZEREDO PINTO
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2002
País:Brasil
Institución:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
Repositorio:Repositório Institucional da PUC-RIO (Projeto Maxwell)
Idioma:portugués
OAI Identifier:oai:MAXWELL.puc-rio.br:3166
Acceso en línea:https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3166&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3166&idi=2
http://doi.org/10.17771/PUCRio.acad.3166
Access Level:acceso abierto
Palabra clave:[pt] SERIE TEMPORAL
[pt] MODELOS AUTO-REGRESSIVOS LINEARES
[pt] REGULARIZACAO BAYESIANA
[pt] SIMULACAO MONTE CARLO
[pt] PREVISAO
[pt] REDE NEURAL ARTIFICIAL
[en] TIME SERIE
[en] AUTOREGRESSIVE NONLINEAR MODEL
[en] BAYESIAN REGULARIZATION
[en] MONTE CARLO SIMULATION
[en] FORECASTING
[en] ARTIFICIAL NEURAL NETWORKS
Descripción
Sumario:[pt] Esta dissertação de mestrado analisa os efeitos de previsão de séries temporais com redes neurais em conjunto com a técnica de poda, denominada de Regularização Bayesiana. Utilizam-se diversas séries simuladas cujo processo gerador é de fato linear para comparar as previsões feitas por meio de modelos auto-regressivos lineares e redes neurais. Apresenta-se,ao final, uma comparação entre os modelos citados acima, segundo à eficiência preditiva de cada um.