MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais

Detalhes bibliográficos
Autor(a) principal: Marin, Luciano Heitor Gallegos
Data de Publicação: 2009
Outros Autores: Tasinaffo, Paulo Marcelo
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da FURG (RI FURG)
Texto Completo: http://repositorio.furg.br/handle/1/6912
Resumo: Este trabalho propõe um método computacional para tratamento, identificação e previsão de sistemas dinâmicos naturais aplicado a séries temporais de dados. Para este método computacional é utilizada a técnica estatística de suavização exponencial para o tratamento de dados, a técnica Nonlinear Auto Regressive Moving Average with eXogenous inputs - NARMAX integrada a redes neurais artificiais do tipo feedforward para identificação, simulação e previsão, permitindo que estes procedimentos sejam efetuados de forma automática, isentando o tratamento manual de dados e a escolha de modelos analíticos específicos para este tipo de trabalho. Para a validação, o método foi implementado como protótipo e aplicado a um estudo de caso real, tendo por cenários a Bacia do Rio Amazonas.
id FURG_128ecb6055e20d51c6eac340023e98f5
oai_identifier_str oai:repositorio.furg.br:1/6912
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturaisCOMTIF: computational method to treat, identify and forecast natural dynamic systemsRedes neurais artificiaisTécnicas estatísticasSistemas dinâmicos não-linearesNeural networkStatistical techniquesNonlinear dynamic systemsEste trabalho propõe um método computacional para tratamento, identificação e previsão de sistemas dinâmicos naturais aplicado a séries temporais de dados. Para este método computacional é utilizada a técnica estatística de suavização exponencial para o tratamento de dados, a técnica Nonlinear Auto Regressive Moving Average with eXogenous inputs - NARMAX integrada a redes neurais artificiais do tipo feedforward para identificação, simulação e previsão, permitindo que estes procedimentos sejam efetuados de forma automática, isentando o tratamento manual de dados e a escolha de modelos analíticos específicos para este tipo de trabalho. Para a validação, o método foi implementado como protótipo e aplicado a um estudo de caso real, tendo por cenários a Bacia do Rio Amazonas.This work proposes a computational method to treat, identify and forecast natural dynamic systems applied in temporal data series. This method uses the exponential smoothing statistic technique on data treatment, the Nonlinear Auto Regressive Moving Average with eXogenous inputs - NARMAX statistic technique integrated to a feedforward neural network to identify, simulate and forecast temporal data series without manual treatment or choice of analitical models. The method was validated as a prototype applied in a real case study in the Amazonian Basin scenario.EDGRAF2016-12-11T02:02:10Z2016-12-11T02:02:10Z2009info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfMARIN, Luciano Heitor Gallegos; TASINAFFO, Paulo Marcelo. MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais. Vetor, v. 19, n. 1, p. 28-36, 2009. Disponível em: <https://www.seer.furg.br/vetor/article/view/1705>. Acesso em: 10 dez. 2016.2358-3452http://repositorio.furg.br/handle/1/6912porMarin, Luciano Heitor GallegosTasinaffo, Paulo Marceloinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURG2016-12-11T02:02:10Zoai:repositorio.furg.br:1/6912Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2016-12-11T02:02:10Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false
dc.title.none.fl_str_mv MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
COMTIF: computational method to treat, identify and forecast natural dynamic systems
title MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
spellingShingle MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
Marin, Luciano Heitor Gallegos
Redes neurais artificiais
Técnicas estatísticas
Sistemas dinâmicos não-lineares
Neural network
Statistical techniques
Nonlinear dynamic systems
title_short MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
title_full MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
title_fullStr MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
title_full_unstemmed MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
title_sort MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais
author Marin, Luciano Heitor Gallegos
author_facet Marin, Luciano Heitor Gallegos
Tasinaffo, Paulo Marcelo
author_role author
author2 Tasinaffo, Paulo Marcelo
author2_role author
dc.contributor.author.fl_str_mv Marin, Luciano Heitor Gallegos
Tasinaffo, Paulo Marcelo
dc.subject.por.fl_str_mv Redes neurais artificiais
Técnicas estatísticas
Sistemas dinâmicos não-lineares
Neural network
Statistical techniques
Nonlinear dynamic systems
topic Redes neurais artificiais
Técnicas estatísticas
Sistemas dinâmicos não-lineares
Neural network
Statistical techniques
Nonlinear dynamic systems
description Este trabalho propõe um método computacional para tratamento, identificação e previsão de sistemas dinâmicos naturais aplicado a séries temporais de dados. Para este método computacional é utilizada a técnica estatística de suavização exponencial para o tratamento de dados, a técnica Nonlinear Auto Regressive Moving Average with eXogenous inputs - NARMAX integrada a redes neurais artificiais do tipo feedforward para identificação, simulação e previsão, permitindo que estes procedimentos sejam efetuados de forma automática, isentando o tratamento manual de dados e a escolha de modelos analíticos específicos para este tipo de trabalho. Para a validação, o método foi implementado como protótipo e aplicado a um estudo de caso real, tendo por cenários a Bacia do Rio Amazonas.
publishDate 2009
dc.date.none.fl_str_mv 2009
2016-12-11T02:02:10Z
2016-12-11T02:02:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv MARIN, Luciano Heitor Gallegos; TASINAFFO, Paulo Marcelo. MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais. Vetor, v. 19, n. 1, p. 28-36, 2009. Disponível em: <https://www.seer.furg.br/vetor/article/view/1705>. Acesso em: 10 dez. 2016.
2358-3452
http://repositorio.furg.br/handle/1/6912
identifier_str_mv MARIN, Luciano Heitor Gallegos; TASINAFFO, Paulo Marcelo. MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais. Vetor, v. 19, n. 1, p. 28-36, 2009. Disponível em: <https://www.seer.furg.br/vetor/article/view/1705>. Acesso em: 10 dez. 2016.
2358-3452
url http://repositorio.furg.br/handle/1/6912
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv EDGRAF
publisher.none.fl_str_mv EDGRAF
dc.source.none.fl_str_mv reponame:Repositório Institucional da FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv
_version_ 1813187270511951872

Registros relacionados