Análise dos dados obtidos pelos sensores de trânsito através de séries temporais

Detalhes bibliográficos
Autor(a) principal: Gomes, Kamila Amélia Sousa
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
Texto Completo: http://www.repositorio.ufc.br/handle/riufc/59511
Resumo: GOMES, K. A. S. Análise dos dados obtidos pelos sensores de trânsito através de séries temporais.2021.50 f. Monografia (Graduação em Engenharia da Computação) - Universidade Federal do Ceará, Sobral, 2021.
id UFC-7_02592ca1cf63d27ba66cde7c75ea80d8
oai_identifier_str oai:repositorio.ufc.br:riufc/59511
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Análise dos dados obtidos pelos sensores de trânsito através de séries temporaisAnalyze two data obtained from traffic sensor wires through temporary seriesSéries TemporaisSensores de TrânsitoAnomaliasProphetGOMES, K. A. S. Análise dos dados obtidos pelos sensores de trânsito através de séries temporais.2021.50 f. Monografia (Graduação em Engenharia da Computação) - Universidade Federal do Ceará, Sobral, 2021.The evolution of digital technologies allows techniques and tools for monitoring vehicle traffic to become more efficient. This is why, it would not be viable for a human operator to deal with so much information alone. However, problems can occur while capturing information and damaging it. This erroneous or insufficient information, which does not follow a standard behavior when compared to the behavior of most data, is called anomalies. And, for the detection of these unexpected objects, time series can be used. A series of observations made sequentially over time are called time series. Knowing this, the objective of the work is to analyze the data captured by the traffic sensors through time series. In its development, fundamental theoretical concepts for understanding the methodology, identification of anomalous patterns in the database and application of prediction methods such as: Arima, Prophet, Simple Exponential Smoothing, Walk Forward and Random Walk. Finally, the methods were compared using error metrics: RMSE and MAE. In summary, it was observed that the Prophet prediction method performed better than the other techniques.A evolução das tecnologias digitais permitem que as técnicas e ferramentas de monitoramento do trânsito de veículos tornem-se mais eficientes. Isto porquê, seria inviável um operador humano lidar sozinho com tantas informações. No entanto, podem ocorrer problemas durante a captura dessas informações e danificá-las. À essas informações errôneas ou insuficientes, que não seguem um comportamento padrão se comparada ao comportamento da maioria dos dados, dá-se o nome de anomalias. E, para a detecção desses objetos não esperados, pode-se utilizar séries temporais. São chamadas de séries temporais um conjunto de observações feitas sequencialmente ao longo do tempo. Sabendo disso, o objetivo do trabalho é analisar os dados capturados pelos sensores de trânsito através de séries temporais. Em seu desenvolvimento serão abordados conceitos teóricos fundamentais para o entendimento da metodologia, identificação de padrões anômalos na base de dados e aplicação de métodos de predição como: Arima, Prophet, Simple Exponential Smoothing, Walk Forward e Random Walk. Por fim, comparou-se os métodos através das métricas de erro: Root Mean Squared Error (RMSE) e Mean Absolute Error (MAE). Em síntese, foi observado que, o método de predição Prophet apresentou melhor desempenho em relação as demais técnicas.Paula Júnior, Iális Cavalcante deGomes, Kamila Amélia Sousa2021-07-13T12:49:02Z2021-07-13T12:49:02Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfGOMES, K. A. S. Análise dos dados obtidos pelos sensores de trânsito através de séries temporais.2021.50 f. Monografia (Graduação em Engenharia da Computação) - Universidade Federal do Ceará, Sobral, 2021.http://www.repositorio.ufc.br/handle/riufc/59511porreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2021-07-13T12:49:02Zoai:repositorio.ufc.br:riufc/59511Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:51:43.509752Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
Analyze two data obtained from traffic sensor wires through temporary series
title Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
spellingShingle Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
Gomes, Kamila Amélia Sousa
Séries Temporais
Sensores de Trânsito
Anomalias
Prophet
title_short Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
title_full Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
title_fullStr Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
title_full_unstemmed Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
title_sort Análise dos dados obtidos pelos sensores de trânsito através de séries temporais
author Gomes, Kamila Amélia Sousa
author_facet Gomes, Kamila Amélia Sousa
author_role author
dc.contributor.none.fl_str_mv Paula Júnior, Iális Cavalcante de
dc.contributor.author.fl_str_mv Gomes, Kamila Amélia Sousa
dc.subject.por.fl_str_mv Séries Temporais
Sensores de Trânsito
Anomalias
Prophet
topic Séries Temporais
Sensores de Trânsito
Anomalias
Prophet
description GOMES, K. A. S. Análise dos dados obtidos pelos sensores de trânsito através de séries temporais.2021.50 f. Monografia (Graduação em Engenharia da Computação) - Universidade Federal do Ceará, Sobral, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021-07-13T12:49:02Z
2021-07-13T12:49:02Z
2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv GOMES, K. A. S. Análise dos dados obtidos pelos sensores de trânsito através de séries temporais.2021.50 f. Monografia (Graduação em Engenharia da Computação) - Universidade Federal do Ceará, Sobral, 2021.
http://www.repositorio.ufc.br/handle/riufc/59511
identifier_str_mv GOMES, K. A. S. Análise dos dados obtidos pelos sensores de trânsito através de séries temporais.2021.50 f. Monografia (Graduação em Engenharia da Computação) - Universidade Federal do Ceará, Sobral, 2021.
url http://www.repositorio.ufc.br/handle/riufc/59511
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.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1813028974803025920

Registros relacionados