Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
dARK ID: | ark:/64986/001300000kxvm |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/53233 |
Resumo: | Nos últimos anos, eventos de escala global colocaram em risco variados modelos de negócios, obrigando-os a repensar suas estratégias e parcerias. Tal fragilidade pode ser enfrentada pela aplicação de metodologias capazes de predizer prováveis eventos disruptivos por meio da análise de dados. Esse trabalho visa a adoção de técnicas de aprendizado de máquina no campo do gerenciamento de risco da cadeia de suprimentos aplicados na cadeia da soja. O objetivo é auxiliar a indústria nacional na tomada de decisão, a fim de mitigar os riscos de abastecimento com o propósito de manter as operações dessa commodity. Foi implementado o modelo Isolation Forest, um algoritmo de aprendizado de máquina não supervisionado desenvolvido para detecção de anomalias. As fontes de dados são índices futuros da soja, ligados aos mercados dos Estados Unidos e da China. O estudo utilizou dois tipos de verificação, uma dedicada a investigar eventos capazes de alterar o preço da soja, a outra comparando implementações de diferentes bancos de dados. Os resultados obtidos se mostraram satisfatórios, uma vez que as anomalias detectadas pelo modelo possuíam possíveis correlações com acontecimentos relativos ao mercado da soja. |
id |
UFPE_fe115809c2fd513d3296b63123014dfb |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/53233 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
SANTOS, Italo Mathaus Chaveshttp://lattes.cnpq.br/0455460756413527http://lattes.cnpq.br/3781749044433557MAIOR, Caio Bezerra Souto2023-10-26T11:51:48Z2023-10-26T11:51:48Z2023-06-28SANTOS, Italo Mathaus Chaves. Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023.https://repositorio.ufpe.br/handle/123456789/53233ark:/64986/001300000kxvmNos últimos anos, eventos de escala global colocaram em risco variados modelos de negócios, obrigando-os a repensar suas estratégias e parcerias. Tal fragilidade pode ser enfrentada pela aplicação de metodologias capazes de predizer prováveis eventos disruptivos por meio da análise de dados. Esse trabalho visa a adoção de técnicas de aprendizado de máquina no campo do gerenciamento de risco da cadeia de suprimentos aplicados na cadeia da soja. O objetivo é auxiliar a indústria nacional na tomada de decisão, a fim de mitigar os riscos de abastecimento com o propósito de manter as operações dessa commodity. Foi implementado o modelo Isolation Forest, um algoritmo de aprendizado de máquina não supervisionado desenvolvido para detecção de anomalias. As fontes de dados são índices futuros da soja, ligados aos mercados dos Estados Unidos e da China. O estudo utilizou dois tipos de verificação, uma dedicada a investigar eventos capazes de alterar o preço da soja, a outra comparando implementações de diferentes bancos de dados. Os resultados obtidos se mostraram satisfatórios, uma vez que as anomalias detectadas pelo modelo possuíam possíveis correlações com acontecimentos relativos ao mercado da soja.CAPESIn recent years, events on a global scale have put various business models at risk, forcing them to rethink their strategies and partnerships. This fragility can be addressed by applying methodologies capable of predicting likely disruptive events through data analysis. This work aims to adopt machine learning techniques in the field of supply chain risk management applied to the soybean chain. The objective is to assist the national industry in decision-making, to mitigate supply risks to maintain operations for this commodity. The Isolation Forest model, an unsupervised machine learning algorithm developed for anomaly detection, was implemented. The data sources are soybean futures, indexes linked to the United States and China markets. The study used two types of verification, one dedicated to investigating events capable of changing the price of soybeans, the other comparing implementations of different databases. The results obtained were satisfactory, since the anomalies detected by the model had possible correlations with events related to the soybean market.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia de Producao / CAAUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessGerenciamento de riscoCadeia de suprimentosAprendizado de máquinasSoja – ComércioDetecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodityinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Italo Mathaus Chaves Santos.pdfDISSERTAÇÃO Italo Mathaus Chaves Santos.pdfapplication/pdf1954287https://repositorio.ufpe.br/bitstream/123456789/53233/1/DISSERTA%c3%87%c3%83O%20Italo%20Mathaus%20Chaves%20Santos.pdfa343c2a769eff238ff1d95c2f73fe7b7MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/53233/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/53233/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTDISSERTAÇÃO Italo Mathaus Chaves Santos.pdf.txtDISSERTAÇÃO Italo Mathaus Chaves Santos.pdf.txtExtracted texttext/plain86737https://repositorio.ufpe.br/bitstream/123456789/53233/4/DISSERTA%c3%87%c3%83O%20Italo%20Mathaus%20Chaves%20Santos.pdf.txt1a7d0241fb2dfc3cb4c10c8881a8c7b9MD54THUMBNAILDISSERTAÇÃO Italo Mathaus Chaves Santos.pdf.jpgDISSERTAÇÃO Italo Mathaus Chaves Santos.pdf.jpgGenerated Thumbnailimage/jpeg1194https://repositorio.ufpe.br/bitstream/123456789/53233/5/DISSERTA%c3%87%c3%83O%20Italo%20Mathaus%20Chaves%20Santos.pdf.jpge81d6fea90474ad714cc55086ec8059dMD55123456789/532332023-10-27 02:22:19.216oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212023-10-27T05:22:19Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
title |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
spellingShingle |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity SANTOS, Italo Mathaus Chaves Gerenciamento de risco Cadeia de suprimentos Aprendizado de máquinas Soja – Comércio |
title_short |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
title_full |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
title_fullStr |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
title_full_unstemmed |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
title_sort |
Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity |
author |
SANTOS, Italo Mathaus Chaves |
author_facet |
SANTOS, Italo Mathaus Chaves |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0455460756413527 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3781749044433557 |
dc.contributor.author.fl_str_mv |
SANTOS, Italo Mathaus Chaves |
dc.contributor.advisor1.fl_str_mv |
MAIOR, Caio Bezerra Souto |
contributor_str_mv |
MAIOR, Caio Bezerra Souto |
dc.subject.por.fl_str_mv |
Gerenciamento de risco Cadeia de suprimentos Aprendizado de máquinas Soja – Comércio |
topic |
Gerenciamento de risco Cadeia de suprimentos Aprendizado de máquinas Soja – Comércio |
description |
Nos últimos anos, eventos de escala global colocaram em risco variados modelos de negócios, obrigando-os a repensar suas estratégias e parcerias. Tal fragilidade pode ser enfrentada pela aplicação de metodologias capazes de predizer prováveis eventos disruptivos por meio da análise de dados. Esse trabalho visa a adoção de técnicas de aprendizado de máquina no campo do gerenciamento de risco da cadeia de suprimentos aplicados na cadeia da soja. O objetivo é auxiliar a indústria nacional na tomada de decisão, a fim de mitigar os riscos de abastecimento com o propósito de manter as operações dessa commodity. Foi implementado o modelo Isolation Forest, um algoritmo de aprendizado de máquina não supervisionado desenvolvido para detecção de anomalias. As fontes de dados são índices futuros da soja, ligados aos mercados dos Estados Unidos e da China. O estudo utilizou dois tipos de verificação, uma dedicada a investigar eventos capazes de alterar o preço da soja, a outra comparando implementações de diferentes bancos de dados. Os resultados obtidos se mostraram satisfatórios, uma vez que as anomalias detectadas pelo modelo possuíam possíveis correlações com acontecimentos relativos ao mercado da soja. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-10-26T11:51:48Z |
dc.date.available.fl_str_mv |
2023-10-26T11:51:48Z |
dc.date.issued.fl_str_mv |
2023-06-28 |
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.citation.fl_str_mv |
SANTOS, Italo Mathaus Chaves. Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/53233 |
dc.identifier.dark.fl_str_mv |
ark:/64986/001300000kxvm |
identifier_str_mv |
SANTOS, Italo Mathaus Chaves. Detecção de anomalias a partir de aprendizado de máquinas para marcação de mercado da soja commodity. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023. ark:/64986/001300000kxvm |
url |
https://repositorio.ufpe.br/handle/123456789/53233 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Engenharia de Producao / CAA |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/53233/1/DISSERTA%c3%87%c3%83O%20Italo%20Mathaus%20Chaves%20Santos.pdf https://repositorio.ufpe.br/bitstream/123456789/53233/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/53233/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/53233/4/DISSERTA%c3%87%c3%83O%20Italo%20Mathaus%20Chaves%20Santos.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/53233/5/DISSERTA%c3%87%c3%83O%20Italo%20Mathaus%20Chaves%20Santos.pdf.jpg |
bitstream.checksum.fl_str_mv |
a343c2a769eff238ff1d95c2f73fe7b7 e39d27027a6cc9cb039ad269a5db8e34 5e89a1613ddc8510c6576f4b23a78973 1a7d0241fb2dfc3cb4c10c8881a8c7b9 e81d6fea90474ad714cc55086ec8059d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1815172852276527104 |