A LINEAR-NEURAL HYBRID MODEL FOR ANALYSIS AND FORECASTING OF TIME-SERIES
Autor(a) principal: | |
---|---|
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 |