1 |
[en] THE LOG PERIODIC MODEL FOR FINANCIAL CRASHES FORECASTING: AN ECONOMETRICINVESTIGATION / [pt] UMA INVESTIGAÇÃO ECONOMÉTRICA DO MODELO LOG-PERIÓDICO PARA PREVISÃO DE CRASHES FINANCEIROSLUIZA MORAES GAZOLA 04 July 2006 (has links)
[pt] Nesta dissertação utilizamos um modelo baseado na teoria
de fenômenos
críticos para explicar a formação de preços de ativos
financeiros no período précrash.
A evolução dos preços é descrita por um crescimento lento
em forma de lei
de potência, superposto a oscilações periódicas em escala
logarítmica, sendo
denominado modelo log-periódico. Este crescimento é
eventualmente
interrompido por um colapso dos preços que ocorre em um
curto e crítico
intervalo de tempo.O objetivo deste trabalho é o de
investigar o modelo logperiódico
do ponto de vista econométrico, criticando e propondo
melhoramentos
na sua especificação de forma que as inferências
estatísticas dos seus parâmetros
sejam mais confiáveis. Baseado nesta análise é proposta
uma extensão do modelo
log-periódico, com a incorporação de estrutura auto-
regressiva e heterocedástica
condicional no termo aleatório do modelo original. O
modelo é aplicado a índices
de diversos mercados mundiais, a saber: HANG SENG (Hong
Kong), NASDAQ
(EUA), IBOVESPA (Brasil), MERVAL (Argentina), INDIA BSE
NATIONAL
(Índia) e FTSE100 (Grã-Bretanha). Os nossos resultados
indicam que a utilização
destes modelos na prática requer alguma cautela uma vez
que a sua base
inferencial é frágil. / [en] In this work we employ a model based on the critical
phenomena theory to
explain the asset price formation associated to the pre-
crash period. The evolution
of the price is given by an over-all power law
acceleration decorated by
oscillations called log-periodic model. This growth is
likely to be interrupted by a
crash of prices that happen in a short and critical time
interval. The purpose of this
work is to investigate the log-periodic model within the
econometric approach by
suggesting guidelines to achieve its performance in order
to accomplish reliable
statistical inferences. Based on this analysis we here
propose a stretching of the
log-periodic model through the introduction of an
autoregressive structure and an
autoregressive conditional heteroskedasticity at the
residual of the original model.
The current model is applied to the study of financial
index of the stock markets
worldwide as: HANG SENG (Hong Kong), NASDAQ (USA), IBOVESPA
(Brazil), MERVAL (Argentina), INDIA BSE NATIONAL (India)
and FTSE100
(United Kingdom). The output of such work indicates that
the use of the logperiodic
model requires some care as far as its inference basis is
fragile.
|
2 |
[en] AN ARCHITECTURE FOR REAL TIME LOG EVENTS PROCESSING / [pt] UMA ARQUITETURA PARA PROCESSAMENTO DE EVENTOS DE LOG EM TEMPO REALRICARDO GOMES CLEMENTE 10 December 2008 (has links)
[pt] Logs são, atualmente, riquíssima fonte de informação para
administradores
de sistemas e analistas de negócio. Em ambientes com grande
volume de acesso e
infra-estrutura de centenas de servidores, processar toda a
informação gerada e
correlacioná-la com o objetivo de identificar situações de
interesse técnico e de
negócio em tempo real, é considerado um grande desafio.
Nesse sentido, são
explicados tanto os conceitos relacionados aos arquivos de
log e aos sistemas que
se propõem a gerenciá-los, quanto os métodos e ferramentas
de correlação de
eventos em tempo real, para que, então, seja proposta uma
arquitetura de sistema
capaz de lidar com o desafio citado. Por fim, um protótipo
é desenvolvido e uma
prova de conceito baseada em um caso real de uso é
realizada. / [en] Logs are, nowadays, a rich source of information for system
administrators
and business analysts. In environments with a high access
volume and hundreds
of servers, to process every generated information and
correlate it, in order to
identify interesting technical and business situations in
real time, is considered a
challenge. Considering that, concepts related to log files
and systems that aim to
manage it, besides methods and tools for real time event
correlation are presented,
in order to propose a system architecture capable of
overcoming the stated
challenge. At last, a prototype is developed and a concept
prove based on a real
case is done.
|
3 |
[en] BONNIE: BUILDING ONLINE NARRATIVES FROM NOTEWORTHY INTERACTION EVENTS / [pt] BONNIE: CONSTRUINDO NARRATIVAS ONLINE A PARTIR DE EVENTOS DE INTERAÇÃO RELEVANTESVINICIUS COSTA VILLAS BOAS SEGURA 12 January 2017 (has links)
[pt] Nos dias de hoje, temos acesso a dados de tamanho, dimensionalidade e complexidade sem precedentes. Para extrair informações desconhecidas e inesperadas desses dados complexos e dinâmicos, necessitamos de estratégias efetivas e eficientes. Uma dessas estratégias é usar aplicações de análise visual (visual analytics), que combinam técnicas de análise de dados e de visualização. Depois do processo de descoberta de conhecimento, um grande desafio é filtrar a informação essencial que levou à descoberta e comunicar os achados a outras pessoas. Nós propomos tirar proveito do traço deixado pela análise exploratória de dados, sob a forma do histórico da interação do usuário, para ajudar nesse processo. Com o traço, o usuário pode escolher os passos de interação desejados e criar uma narrativa, compartilhando o conhecimento adquirido com os leitores. Para atingir nosso objetivo, desenvolvemos o arcabouço BONNIE (Building Online Narratives from Noteworthy Interaction Events - Construindo Narrativas Online a partir de Eventos de Interação Relevantes). O arcabouço compreende um modelo de log para registrar os eventos de interação, código auxiliar para ajudar o(a) desenvolvedor(a) a instrumentar o seu próprio código, e um ambiente para visualizar o histórico de interação e construir narrativas. Esta tese apresenta nossa proposta para comunicar descobertas em aplicações de análise visual, o arcabouço BONNIE, e alguns estudos empíricos que realizamos para avaliar nossa solução. / [en] Nowadays, we have access to data of unprecedentedly large size, high dimensionality, and complexity. To extract unknown and unexpected information from such complex and dynamic data, we need effective and efficient strategies. One such strategy is to combine data analysis and visualization techniques, which is the essence of visual analytics applications. After the knowledge discovery process, a major challenge is to filter the essential information that led to a discovery and to communicate the findings to other people. We propose to take advantage of the trace left by the exploratory data analysis, in the form of ser interaction history, to aid in this process. With the trace, the user can choose the desired interaction steps and create a narrative, sharing the acquired knowledge with readers. To achieve our goal, we have developed the BONNIE (Building Online Narratives from Noteworthy Interaction Events) framework. The framework comprises a log model to register the interaction events, auxiliary code to help the developer instrument his or her own code, and an environment to view the user s own interaction history and build narratives. This thesis presents our proposal for communicating discoveries in visual analytics applications, the BONNIE framework, and a few empirical studies we conducted to evaluate our solution.
|
4 |
[en] DISCRETE PRECODING AND ADJUSTED DETECTION FOR MULTIUSER MIMO SYSTEMS WITH PSK MODULATION / [pt] PRECODIFICAÇÃO DISCRETA E DETECÇÃO CORRESPONDENTE PARA SISTEMAS MIMO MULTIUSUÁRIO QUE UTILIZAM MODULAÇÃO PSKERICO DE SOUZA PRADO LOPES 10 September 2021 (has links)
[pt] Com um número crescente de antenas em sistemas MIMO, o consumo de
energia e os custos das interfaces de rádio correspondentes tornam-se relevantes.
Nesse contexto, uma abordagem promissora é a utilização de conversores
de dados de baixa resolução. Neste estudo, propomos dois novos
pré-codificadores ótimos para a sinais de envelope constante e quantização
de fase. O primeiro maximiza a distância mínima para o limite de decisão
(MMDDT) nos receptores, enquanto o segundo minimiza o erro médio
quadrático entre os símbolos dos usuários e o sinal de recepção. O design
MMDDT apresetado nesse estudo é uma generalização de designs anteriores
que baseiam-se em quantização de 1-bit. Além disso, ao contrário do
projeto MMSE anterior que se baseia na resolução de 1-bit, a abordagem
proposta emprega quantização de fase uniforme e a etapa de limite no método
branch-and-bound é diferente em termos de considerar o relaxamento
mais restritivo do problema não convexo, que é então utilizado para um
design sub ótimo também. Além disso, três métodos diferentes de detecção
suave e um esquema iterativo de detecção e decodificação que permite
a utilização de codificação de canal em conjunto com pré-codificação de
baixa resolução são propostos. Além de uma abordagem exata para calcular
a informação extrínseca, duas aproximações com reduzida complexidade
computacional são propostas. Os algoritmos propostos de pré-codificação
branch-and-bound são superiores aos métodos existentes em termos de taxa
de erro de bit. Resultados numéricos mostram que as abordagens propostas
têm complexidade significativamente menor do que a busca exaustiva.
Finalmente, os resultados baseados em um código de bloco LDPC indicam
que os esquemas de processamento de recepção geram uma taxa de erro de
bit menor em comparação com o projeto convencional. / [en] With an increasing number of antennas in multiple-input multiple-output (MIMO) systems, the energy consumption and costs of the corresponding front ends become relevant. In this context, a promising approach is the consideration of low-resolution data converters. In this study two novel optimal
precoding branch-and-bound algorithms constrained to constant envelope signals and phase quantization are proposed. The first maximizes the minimum distance to the decision threshold (MMDDT) at the receivers, while the second minimizes the MSE between the users data symbols and the receive signal. This MMDDT design presented in this study is a generalization of prior designs that rely on 1-bit quantization. Moreover, unlike the prior MMSE design that relies on 1-bit resolution, the proposed MMSE approach employs uniform phase quantization and the bounding step in the branch-and-bound method is different in terms of considering the most restrictive relaxation of the nonconvex problem, which is then utilized for
a suboptimal design also. Moreover, three different soft detection methods and an iterative detection and decoding scheme that allow the utilization of channel coding in conjunction with low-resolution precoding are proposed. Besides an exact approach for computing the extrinsic information, two approximations with reduced computational complexity are devised. The proposed branch-and-bound precoding algorithms are superior to the existing methods in terms of bit error rate. Numerical results show that the proposed approaches have significantly lower complexity than exhaustive search. Finally, results based on an LDPC block code indicate that the proposed receive processing schemes yield a lower bit-error-rate compared
to the conventional design.
|
Page generated in 0.0466 seconds