EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL

Detalhes bibliográficos
Autor(a) principal: DAVID SOUZA PINTO
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@2
Resumo: Métodos de amortecimento exponencial são formulações versáteis para a previsão de séries temporais univariadas, desenvolvidas na década de 1960. Modelos mais recentes têm feito uso do bagging para melhorar a qualidade das previsões. Um destes, o BaggedETS, desenvolvido em 2016, trouxe melhorias na qualidade de previsão e está disponível na biblioteca forecast para R. Uma proposta posterior, BaggedClusterETS, adicionou uma etapa de clustering e validação para tratar o efeito da covariância associada ao uso do bagging, resultando em ganhos adicionais de performance. Este trabalho explora três extensões dos métodos supracitados e seus efeitos: o primeiro estuda os efeitos do maximum entropy bootstrap na realização do BaggedETS. O segundo explora diferentes medidas de dissimilaridade para construir os clusters do BaggedClusterETS. O terceiro emprega uma versão simplificada do BaggedClusterETS, removendo as etapas de validação e seleção, empregando apenas os medóides para realizar o bagging. Para testar estas propostas, 21 séries temporais da aviação civil e demanda energética foram empregadas.
id PUC_RIO-1_a0c5b14e9b9869280a903aba9251415f
oai_identifier_str oai:MAXWELL.puc-rio.br:50658
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL EXPLORING NEW METHODS TO PERFORM BAGGING WITH EXPONENTIAL SMOOTHING 2020-09-28FERNANDO LUIZ CYRINO OLIVEIRA05702072669lattes.cnpq.br/0348074510343282FERNANDO LUIZ CYRINO OLIVEIRA05702072669lattes.cnpq.br/0348074510343282TIAGO MENDES DANTAS12215269790lattes.cnpq.br/1817162880145895TIAGO MENDES DANTAS12215269790lattes.cnpq.br/1817162880145895FERNANDO LUIZ CYRINO OLIVEIRAPAULA MEDINA MACAIRA LOUROPAULA MEDINA MACAIRA LOUROTIAGO MENDES DANTASTIAGO MENDES DANTAS13210640718lattes.cnpq.br/7691492431544669DAVID SOUZA PINTOPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA DE PRODUÇÃOPUC-RioBRMétodos de amortecimento exponencial são formulações versáteis para a previsão de séries temporais univariadas, desenvolvidas na década de 1960. Modelos mais recentes têm feito uso do bagging para melhorar a qualidade das previsões. Um destes, o BaggedETS, desenvolvido em 2016, trouxe melhorias na qualidade de previsão e está disponível na biblioteca forecast para R. Uma proposta posterior, BaggedClusterETS, adicionou uma etapa de clustering e validação para tratar o efeito da covariância associada ao uso do bagging, resultando em ganhos adicionais de performance. Este trabalho explora três extensões dos métodos supracitados e seus efeitos: o primeiro estuda os efeitos do maximum entropy bootstrap na realização do BaggedETS. O segundo explora diferentes medidas de dissimilaridade para construir os clusters do BaggedClusterETS. O terceiro emprega uma versão simplificada do BaggedClusterETS, removendo as etapas de validação e seleção, empregando apenas os medóides para realizar o bagging. Para testar estas propostas, 21 séries temporais da aviação civil e demanda energética foram empregadas.Exponential smoothing methods are flexible procedures for univariate time series forecasting, developed in the 1960 s. Most recent developments based on these models use bagging to improve forecast quality. One of these implementations, BaggedETS, developed in 2016, brought improvements in forecast quality and is distributed through the forecast package for R. A posterior implementation, BaggedClusterETS, adds clustering and validation steps to address the covariance effect associated with bagging. The proposal resulted in further accuracy improvements. This work delves into three extensions of the aforementioned methods: the first studies the effects of the maximum entropy bootstrap on the BaggedETS. The second explores different dissimilarity measures to construct the clusters in BaggedClusterETS. The third studies a simplified version of BaggedClusterETS, where the validation and selection steps are removed, and using only the medoids for bagging. To test these proposals, 21 time series from civil aviation and energy consumption were used.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@2engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:56:55Zoai:MAXWELL.puc-rio.br:50658Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-08-16T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.pt.fl_str_mv EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
dc.title.alternative.en.fl_str_mv EXPLORING NEW METHODS TO PERFORM BAGGING WITH EXPONENTIAL SMOOTHING
title EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
spellingShingle EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
DAVID SOUZA PINTO
title_short EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
title_full EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
title_fullStr EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
title_full_unstemmed EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
title_sort EXPLORANDO NOVOS MÉTODOS PARA REALIZAR BAGGING COM AMORTECIMENTO EXPONENCIAL
author DAVID SOUZA PINTO
author_facet DAVID SOUZA PINTO
author_role author
dc.contributor.advisor2ID.none.fl_str_mv 05702072669
dc.contributor.advisor1.fl_str_mv FERNANDO LUIZ CYRINO OLIVEIRA
dc.contributor.advisor1ID.fl_str_mv 05702072669
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/0348074510343282
dc.contributor.advisor2.fl_str_mv FERNANDO LUIZ CYRINO OLIVEIRA
dc.contributor.advisor2Lattes.fl_str_mv lattes.cnpq.br/0348074510343282
dc.contributor.advisor-co1.fl_str_mv TIAGO MENDES DANTAS
dc.contributor.advisor-co1ID.fl_str_mv 12215269790
dc.contributor.advisor-co1Lattes.fl_str_mv lattes.cnpq.br/1817162880145895
dc.contributor.advisor-co2.fl_str_mv TIAGO MENDES DANTAS
dc.contributor.advisor-co2ID.fl_str_mv 12215269790
dc.contributor.advisor-co2Lattes.fl_str_mv lattes.cnpq.br/1817162880145895
dc.contributor.referee1.fl_str_mv FERNANDO LUIZ CYRINO OLIVEIRA
dc.contributor.referee2.fl_str_mv PAULA MEDINA MACAIRA LOURO
dc.contributor.referee3.fl_str_mv PAULA MEDINA MACAIRA LOURO
dc.contributor.referee4.fl_str_mv TIAGO MENDES DANTAS
dc.contributor.referee5.fl_str_mv TIAGO MENDES DANTAS
dc.contributor.authorID.fl_str_mv 13210640718
dc.contributor.authorLattes.fl_str_mv lattes.cnpq.br/7691492431544669
dc.contributor.author.fl_str_mv DAVID SOUZA PINTO
contributor_str_mv FERNANDO LUIZ CYRINO OLIVEIRA
FERNANDO LUIZ CYRINO OLIVEIRA
TIAGO MENDES DANTAS
TIAGO MENDES DANTAS
FERNANDO LUIZ CYRINO OLIVEIRA
PAULA MEDINA MACAIRA LOURO
PAULA MEDINA MACAIRA LOURO
TIAGO MENDES DANTAS
TIAGO MENDES DANTAS
description Métodos de amortecimento exponencial são formulações versáteis para a previsão de séries temporais univariadas, desenvolvidas na década de 1960. Modelos mais recentes têm feito uso do bagging para melhorar a qualidade das previsões. Um destes, o BaggedETS, desenvolvido em 2016, trouxe melhorias na qualidade de previsão e está disponível na biblioteca forecast para R. Uma proposta posterior, BaggedClusterETS, adicionou uma etapa de clustering e validação para tratar o efeito da covariância associada ao uso do bagging, resultando em ganhos adicionais de performance. Este trabalho explora três extensões dos métodos supracitados e seus efeitos: o primeiro estuda os efeitos do maximum entropy bootstrap na realização do BaggedETS. O segundo explora diferentes medidas de dissimilaridade para construir os clusters do BaggedClusterETS. O terceiro emprega uma versão simplificada do BaggedClusterETS, removendo as etapas de validação e seleção, empregando apenas os medóides para realizar o bagging. Para testar estas propostas, 21 séries temporais da aviação civil e demanda energética foram empregadas.
publishDate 2020
dc.date.issued.fl_str_mv 2020-09-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50658@2
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM ENGENHARIA DE PRODUÇÃO
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324952750161920

Registros relacionados