Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais

Detalhes bibliográficos
Autor(a) principal: Castro, Maria Cristina Felippetto de
Data de Publicação: 2001
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1590019
Resumo: Orientador : Dalton Soares Arantes
id UNICAMP-30_07842a17eaa3f2cd67ba0c3d34396d46
oai_identifier_str oai::206675
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principaisTeoria da previsãoAnálise de séries temporaisRedes neurais (Computação)TelecomunicaçõesAnálise de componentes principaisOrientador : Dalton Soares ArantesTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoResumo: Esta tese apresenta uma nova técnica de predição não-linear de séries temporais através de redes neurais artificiais do tipo Radial Basis Function, com atribuição dos centros Gaussianos das funções de base radial por decomposição do espaço de dados em sub-espaços. A decomposição em sub-espaços - ou decomposição em componentes principais - é baseada na Transformada Karhunen-Loeve. A predição obtida através da parametrização da rede neural via decomposição em sub-espaços resulta em um menor erro de predição e requer o conhecimento de um menor número de amostras prévias do que as técnicas de predição convencionais. Adicionalmente é apresentada uma possível solução para o problema de adaptar dinamicamente a arquitetura da rede neural às não­estacionariedades presentes em muitas séries temporaisAbstract: This thesis proposes a new technique for non-linear time series forecasting based upon Radial Basis Function Neural Networks and the Karhunen-Loeve Transform. A significant performance improvement is obtained with the novel technique in comparison with usual prediction methods. By obtaining the neural network centers from the data set sub-spaces - or data set principal components - the new method yields lower prediction error and requires less previous known samples than the usual technique that applies the own training set vectors to the centers. Additionally we present a possible solution to the problem of dynamically adapting the neural network architecture to the time-varying series statisticsDoutoradoDoutor em Engenharia Elétrica[s.n.]Arantes, Dalton Soares, 1946-Azevedo, Dario Francisco GuimarãesRomano, João Marcos TravassosCosta, Max Henrique MachadoFranco, Paulo Roberto GirardelloUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASCastro, Maria Cristina Felippetto de20012001-09-03T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf186p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1590019CASTRO, Maria Cristina Felippetto de. Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais. 2001. 186p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1590019. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/206675porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T03:20:28Zoai::206675Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T03:20:28Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
title Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
spellingShingle Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
Castro, Maria Cristina Felippetto de
Teoria da previsão
Análise de séries temporais
Redes neurais (Computação)
Telecomunicações
Análise de componentes principais
title_short Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
title_full Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
title_fullStr Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
title_full_unstemmed Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
title_sort Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais
author Castro, Maria Cristina Felippetto de
author_facet Castro, Maria Cristina Felippetto de
author_role author
dc.contributor.none.fl_str_mv Arantes, Dalton Soares, 1946-
Azevedo, Dario Francisco Guimarães
Romano, João Marcos Travassos
Costa, Max Henrique Machado
Franco, Paulo Roberto Girardello
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Castro, Maria Cristina Felippetto de
dc.subject.por.fl_str_mv Teoria da previsão
Análise de séries temporais
Redes neurais (Computação)
Telecomunicações
Análise de componentes principais
topic Teoria da previsão
Análise de séries temporais
Redes neurais (Computação)
Telecomunicações
Análise de componentes principais
description Orientador : Dalton Soares Arantes
publishDate 2001
dc.date.none.fl_str_mv 2001
2001-09-03T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv (Broch.)
https://hdl.handle.net/20.500.12733/1590019
CASTRO, Maria Cristina Felippetto de. Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais. 2001. 186p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1590019. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
CASTRO, Maria Cristina Felippetto de. Predição não-linear de series temporais usando redes neurais RBF por decomposição em componentes principais. 2001. 186p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1590019. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1590019
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/206675
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
186p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809188848101490688

Registros relacionados