A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES

Detalhes bibliográficos
Autor(a) principal: MARCELO CUNHA MEDEIROS
Data de Publicação: 1998
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@2
Resumo: Esta dissertação apresenta um modelo não linear auto-regressivo com variáveis exógenas (ARX), para análise e previsão de séries temporais. Os coeficientes do modelo são estimados pela saída de uma rede neural feed-forward, treinada por um algoritmo híbrido de otimização. Os resultados obtidos são comparados tanto com modelos lineares, quanto com não lineares.
id PUC_RIO-1_d306e1e4e0819322ec9ae4f8cf8df6d6
oai_identifier_str oai:MAXWELL.puc-rio.br:14540
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/masterThesisA LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES MODELO HÍBRIDO LINEAR-NEURAL PARA ANÁLISE E PREVISÃO DE SÉRIES TEMPORAIS 1998-03-27ALVARO DE LIMA VEIGA FILHO48345644791lattes.cnpq.br/8855081325345654CRISTIANO AUGUSTO COELHO FERNANDES23128232415lattes.cnpq.br/2149571398618532RICARDO TANSCHEITREINALDO CASTRO SOUZAREINALDO CASTRO SOUZACRISTIANO AUGUSTO COELHO FERNANDESALVARO DE LIMA VEIGA FILHO01672139708lattes.cnpq.br/1545155828572491MARCELO CUNHA MEDEIROSPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBREsta dissertação apresenta um modelo não linear auto-regressivo com variáveis exógenas (ARX), para análise e previsão de séries temporais. Os coeficientes do modelo são estimados pela saída de uma rede neural feed-forward, treinada por um algoritmo híbrido de otimização. Os resultados obtidos são comparados tanto com modelos lineares, quanto com não lineares.This thesis presents a non linear autoregressive model with exogeneous variables (ARX), for time series analysis and forecasting. The coefficients of the model are given by the output of a feed-forward neural network. The results are compared with both linear and non linear models.CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:05:56Zoai:MAXWELL.puc-rio.br:14540Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342017-09-14T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.en.fl_str_mv A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
dc.title.alternative.pt.fl_str_mv MODELO HÍBRIDO LINEAR-NEURAL PARA ANÁLISE E PREVISÃO DE SÉRIES TEMPORAIS
title A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
spellingShingle A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
MARCELO CUNHA MEDEIROS
title_short A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
title_full A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
title_fullStr A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
title_full_unstemmed A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
title_sort A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
author MARCELO CUNHA MEDEIROS
author_facet MARCELO CUNHA MEDEIROS
author_role author
dc.contributor.advisor1.fl_str_mv ALVARO DE LIMA VEIGA FILHO
dc.contributor.advisor1ID.fl_str_mv 48345644791
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/8855081325345654
dc.contributor.advisor-co1.fl_str_mv CRISTIANO AUGUSTO COELHO FERNANDES
dc.contributor.advisor-co1ID.fl_str_mv 23128232415
dc.contributor.advisor-co1Lattes.fl_str_mv lattes.cnpq.br/2149571398618532
dc.contributor.referee1.fl_str_mv RICARDO TANSCHEIT
dc.contributor.referee2.fl_str_mv REINALDO CASTRO SOUZA
dc.contributor.referee3.fl_str_mv REINALDO CASTRO SOUZA
dc.contributor.referee4.fl_str_mv CRISTIANO AUGUSTO COELHO FERNANDES
dc.contributor.referee5.fl_str_mv ALVARO DE LIMA VEIGA FILHO
dc.contributor.authorID.fl_str_mv 01672139708
dc.contributor.authorLattes.fl_str_mv lattes.cnpq.br/1545155828572491
dc.contributor.author.fl_str_mv MARCELO CUNHA MEDEIROS
contributor_str_mv ALVARO DE LIMA VEIGA FILHO
CRISTIANO AUGUSTO COELHO FERNANDES
RICARDO TANSCHEIT
REINALDO CASTRO SOUZA
REINALDO CASTRO SOUZA
CRISTIANO AUGUSTO COELHO FERNANDES
ALVARO DE LIMA VEIGA FILHO
description Esta dissertação apresenta um modelo não linear auto-regressivo com variáveis exógenas (ARX), para análise e previsão de séries temporais. Os coeficientes do modelo são estimados pela saída de uma rede neural feed-forward, treinada por um algoritmo híbrido de otimização. Os resultados obtidos são comparados tanto com modelos lineares, quanto com não lineares.
publishDate 1998
dc.date.issued.fl_str_mv 1998-03-27
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=14540@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14540@2
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.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM ENGENHARIA ELÉTRICA
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_ 1748324903447166976

Registros relacionados