Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Diversas metodologias são empregadas para realizar a análise de séries temporais, dentre as quais destaca-se o uso das redes neurais artificiais (RNA). Neste trabalho são utilizados quatro métodos para realizar previsão de séries temporais univariadas: os modelos ARIMAGARCH, RNA feedforward, RNA treinada com filtro de Kalman estendido (EKF) e RNA treinada com o filtro de Kalman unscented (UKF). Sendo que o uso de RNA-UKF é um avanço recente na área de sistemas de inteligência computacional. O uso de redes neurais treinadas com filtro de Kalman é uma metodologia que tem trazido bons resultados em uma ampla variedade de aplicações nas áreas comercial, militar e científica. Em 2002 aproximadamente 250 bilhões de dólares eram gerenciados em fundos de investimentos por modelos quantitativos (tais como lógica fuzzy, redes neurais, algoritmos genéticos, fractais e modelos de Markov). Desde 2006 estima-se que três em cada dez destes fundos utilizem estes modelos quantitativos. A capacidade das RNA em lidar com não linearidades é uma vantagem normalmente destacada quando são realizadas previsões de séries temporais. São apresentadas simulações de Monte Carlo que mostram a influência dos parâmetros dos modelos ARIMA-GARCH na predição de redes neurais artificiais do tipo feedforward, treinadas com o algoritmo de Levenberg-Marquardt. Pelos resultados obtidos verificou-se que a RNA feedforward realizou melhores previsões a medida que o parâmetro ligado a estacionariedade aumenta. Também é aplicada a teoria para construção de intervalos de predição (IP) e de confiança (IC) para RNA feedforward. As séries temporais analisadas são univariadas e compostas de dados reais do setor financeiro (Bradesco PN, Bradespar PN, Itausa PN e Itaú PN), setor de alimentos (Perdigão PN, Sadia PN, Saca da Soja de 60Kg e Saca de Açúcar de 50Kg), setor industrial (Marcopolo PN, Petrobrás PN, Embraer ON, Ripasa PN, Souza Cruz ON e Gerdau PN) e setor de serviços (Pão de Açúcar PN, Eletropaulo PNA, Eletrobras PNB, Brasil Telecom PN, Cesp PNA e Lojas Americanas PNA). Os resultados obtidos mostram que a RNA-UKF apresentou-se superior quando comparada com as técnicas concorrentes. / Many techologies has been applied to time series analysis, among these artifitial neural networks (RNA). In this work, four methods are used to univariate time series forecasting: ARIMA-GARCH, RNA feedforward, RNA trained using extended Kalman filter (EKF) and RNA trained using unscented Kalman filter (UKF). RNA-UKF is a recent method in computational intelligence field. The use of neural networks trained using Kalman filter is a methodology that has brought good results in a wide variety of applications such as commercial, military and scientific field. In 2002 approximately 250 billions of dollars were managed in investiment funds by quantitative models (such as fuzzy logic, neural networks, genetic algorithms, fractals and Markov models). Since 2006 it is estimated that three in ten investiment funds use these quantitative models. The RNA power to deal with non linearities is a highlited advantage when time series forecasting are performed. This work presents Monte Carlo simulations showing the ARIMA-GARCH parameters influence in the feedforward artifitial neural networks predictions, trained with Levenberg- Marquardt algorithm. According to the results, RNA feedforward performed best forecasts to the extent stacionarity parameter increase. Moreover, the theory for confidence (IC) e prediction (IP) intervals are applied to RNA feedforward. This work presents analysis to real data univariate time series from financial sector (Bradesco PN, Bradespar PN, Itausa PN and Itaú PN), food sector (Perdigão PN, Sadia PN, Soybean 60Kg and Sugar 50Kg), factory sector (Marcopolo PN, Petrobrás PN, Embraer ON, Ripasa PN, Souza Cruz ON and Gerdau PN) and service sector (Pão de Açúcar PN, Eletropaulo PNA, Eletrobras PNB, Brasil Telecom PN, Cesp PNA and Lojas Americanas PNA). The results showed RNA-UKF upper hand when compared with the competitors techniques.

A crescente preocupação com o meio ambiente pressiona a sociedade como um todo para a uma mudança rumo a hábitos mais sustentáveis. No setor produtivo, o impulso se dá pelo desenvolvimento de técnicas mais eficientes de produção, embasados em pesquisas e experimentos de campo. No setor florestal, além da preocupação com a técnicas de manejo e com o solo, o principal recurso a ser preservado é a água. Por meio do monitoramento de rios em bacias hidrográficas, séries históricas são coletadas, possibilitando o uso da teoria de séries temporais para ajuste de modelos pela metodologia Box e Jenkins. Em casos de monitoramentos de microbacias pareadas, existe a possibilidade de se comparar séries temporais, como descrito no presente trabalho. Em duas microbacias pareadas localizadas na região centro-leste do estado do Paraná, em uma fazenda no município de Telêmaco Borba, dados correspondendo a duas séries temporais distintas de vazão específica foram coletados. Devido a presença de falhas nos conjuntos de dados, uma metodologia para imputação foi utilizada de duas maneiras diferentes, possibilitando a posterior comparação das duas séries temporais pela metodologia de séries temporais. De acordo com os resultados, verifica-se que ambas as séries são diferentes tanto para o teste de comparação das funções de autocorrelação, quanto para o teste de comparação de séries temporais proposto por Silva, Ferreira e Sáfadi (2000). Portanto, segundo a caracterização dos estudos em microbacias pareadas, pode-se constatar que o manejo florestal empregado nos dois locais influenciam de forma diferente no comportamento da variável avaliada. / The growing concern for the enviroment presses society as a whole for a change towards sustainable habits. Regarding the production systems, more efficient production techniques based on research and field experiments are needed. As for forestry, besides the concern with management techniques and with soil preparation, the main resource to be preserved is water. Time series are collected by monitoring rivers in drainage basins, making possible the use of time series theory for fitting models based on Box and Jenkins methodology. When studying paired drainage basins, it is possible to compare time series, as described in this work. Two time series consisting of specific flow data were collected in a farm situated in the municipality of Telêmaco Borba, Eastern Paraná state, in two paired drainage basins. Because there were missing data, imputation techniques were used, making it possible to compare the two time series. Results showed that the time series are different for the comparison of the autocorrelation test and the time series comparison test proposed by Silva, Ferreira e Sáfadi (2000). Therefore, according to studies involving paired drainage basins, different forest management techniques influence differently the behavior of the response variable in the different drainage basins.

Given two samples from two populations, one could ask how similar the populations are, that is, how close their probability distributions are. For absolutely continuous distributions, one way to measure the proximity of such populations is to use a measure of distance (metric) between the probability density functions (which are unknown given that only samples are observed). In this work, we work with the integrated squared distance as metric. To measure the uncertainty of the squared integrated distance, we first model the uncertainty of each of the probability density functions using a nonparametric Bayesian method. The method consists of estimating the probability density function f (or its logarithm) using Fourier series {f0;f1; :::;fI}. Assigning a prior distribution to f is then equivalent to assigning a prior distribution to the coefficients of this series. We used the prior suggested by Scricciolo (2006) (sieve prior), which not only places a prior on such coefficients, but also on I itself, so that in reality we work with a Bayesian mixture of finite dimensional models. To obtain posterior samples of such mixture, we marginalize out the discrete model index parameter I and use a statistical software called Stan. We conclude that the Bayesian Fourier series method has good performance when compared to kernel density estimation, although both methods often have problems in the estimation of the probability density function near the boundaries. Lastly, we showed how the methodology of Fourier series can be used to access the uncertainty regarding the similarity of two samples. In particular, we applied this method to dataset of patients with Alzheimer. / Dadas duas amostras de duas populações, pode-se questionar o quão parecidas as duas populações são, ou seja, o quão próximas estão suas distribuições de probabilidade. Para distribuições absolutamente contínuas, uma maneira de mensurar a proximidade dessas populações é utilizando uma medida de distância (métrica) entre as funções densidade de probabilidade (as quais são desconhecidas, em virtude de observarmos apenas as amostras). Nesta dissertação, utilizamos a distância quadrática integrada como métrica. Para mensurar a incerteza da distância quadrática integrada, primeiramente modelamos a incerteza sobre cada uma das funções densidade de probabilidade através de uma método bayesiano não paramétrico. O método consiste em estimar a função de densidade de probabilidade f (ou seu logaritmo) usando séries de Fourier {f0;f1; :::;fI}. Atribuir uma distribuição a priori para f é então equivalente a atribuir uma distribuição a priori aos coeficientes dessa serie. Utilizamos a priori sugerida em Scricciolo (2006) (priori de sieve), a qual não coloca uma priori somente nesses coeficientes, mas também no próprio I, de modo que, na realidade, trabalhamos com uma mistura bayesiana de modelos de dimensão finita. Para obter amostras a posteriori dessas misturas, marginalizamos o parâmetro (discreto) de indexação de modelos, I, e usamos um software estatístico chamado Stan. Concluímos que o método bayesiano de séries de Fourier tem boa performance quando comparado ao de estimativa de densidade kernel, apesar de ambos os métodos frequentemente apresentarem problemas na estimação da função de densidade de probabilidade perto das fronteiras. Por fim, mostramos como a metodologia de series de Fourier pode ser utilizada para mensurar a incerteza a cerca da similaridade de duas amostras. Em particular, aplicamos este método a um conjunto de dados de pacientes com doença de Alzheimer.

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2018-03-21T16:46:59Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_MetodosProjecaoConvergencia.pdf: 3858869 bytes, checksum: 6d1d5430b45704ff15ac44b85f148097 (MD5) / Made available in DSpace on 2018-03-21T16:46:59Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_MetodosProjecaoConvergencia.pdf: 3858869 bytes, checksum: 6d1d5430b45704ff15ac44b85f148097 (MD5) Previous issue date: 1987-03-20 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho, mostramos de forma mais geral que é possível obtermos métodos de projeção com a mesma propriedade dos métodos propostos por Bjorck e Elfving. Em particular, estabelecemos versões modificadas dos métodos de Kaczmarz, Cimmino [ 5] e Garza que apresentam a propriedade anteriormente citada. Isto é mostrado como segue. Os capítulos 1 e 2 são dedicados a resolução numérica de sistemas algébricos de equações lineares consistentes. No capítulo 1, apresentamos uma versão bloco acelerada do método de Kaczmarz e outra, também bloco acelerada, do método de Cimmino que serão úteis para o desenvolvimento dos capítulos posteriores. Nõ capítulo 2, estabelecemos de forma geral, um algoritmo do tipo projeção e demonstramos que a convergência é atingida em um número finito e conhecido de passos mostrado que as versões dos métodos de Kaczxnarz e Ciinmino, apresentadas no capítulo 1, convenientemente modificadas, são do tipo do algoritmo estabelecido. O capítulo 3 é dedicado a resolução numérica do problema de Quadrados Mínimos Lineares. De forma similar ao capítulo 2, são estabelecidas as versões aceleradas dos métodos de Garza e Cimmino para a resolução desse problema. No capítulo 4, mostramos uma aplicação desses tipos de algoritmos, através da resolução de um problema de Engenharia Hidráulica.

Submitted by Anderson Araripe (araripe@fgvmail.br) on 2008-10-09T19:35:43Z No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / Approved for entry into archive by Francisco Terra(francisco.terra@fgv.br) on 2008-10-10T13:07:38Z (GMT) No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / Made available in DSpace on 2008-10-10T13:07:38Z (GMT). No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / O propósito deste estudo é analisar a capacidade dos modelos econométricos ARMA, ADL, VAR e VECM de prever inflação, a fim de verificar qual modelagem é capaz de realizar as melhores previsões num período de até 12 meses, além de estudar os efeitos da combinação de previsões. Dentre as categorias de modelos analisados, o ARMA (univariado) e o ADL (bivariado e multivariado), foram testados com várias combinações de defasagens. Foram realizadas previsões fora-da-amostra utilizando 3 períodos distintos da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de verificar os desvios medidos através do EQM (erro quadrático médio). Combinações das previsões usando média aritmética, um método de média ponderada proposto por Bates e Granger (1969) e média ponderada através de regressão linear múltipla foram realizadas. As previsões também foram combinadas com a previsão do boletim FOCUS do Banco Central. O método de Bates e Granger minimiza a variância do erro da combinação e encontra uma previsão com variância do erro menor ou igual à menor variância dos erros das previsões individuais, se as previsões individuais forem não viesadas. A conclusão é que, com as técnicas de séries temporais utilizadas, alguns modelos individuais fornecem previsões com EQM relativamente baixos. Destacando-se, dentre eles, os modelos VAR e VECM. Porém, com a combinação de previsões os EQM obtidos são menores do que os das previsões individuais usadas para combinação. Na maioria dos casos, a combinação de previsões com o boletim FOCUS também melhorou significativamente os resultados e forneceu previsões com EQM menores do que os das previsões individuais, destacando-se, dentre os métodos de combinações utilizados, a combinação via regressão linear múltipla.

Ce travail de recherche s’attache à analyser la visibilité des lesbiennes au cinéma américain et dans les séries télévisées et les web-séries américaines. Bien qu’ayant été globalement invisibles ou mal représentées dans le cinéma classique hollywoodien, elles apparaissent de plus en plus fréquemment sur le petit et le grand écran. Toutefois, cette visibilité est construite à partir d’un certain nombre de normes, privilégiant donc une image particulière des lesbiennes à travers notamment la figure de la lesbienne féminine. En outre, cette visibilité repose sur des stratégies de réappropriations et d’emprunts qui visent à « queeriser » les représentations existantes, et, possiblement, à créer un regard lesbien / The purpose of this work is to investigate lesbian visibility in American cinema, TV series and web series. Although lesbians have remained broadly invisible or misrepresented in classical Hollywood Cinema, they now increasingly appear on both the big screen and the small screen. However, this visibility is shaped according to a precise set of norms, thus favoring a specific image of lesbians, particularly through the figure of the feminine lesbian. Furthermore, this visibility is grounded on strategies of reappropriation and borrowings aiming to queer existing representations, and, possibly, to create a lesbian look

Given two samples from two populations, one could ask how similar the populations are, that is, how close their probability distributions are. For absolutely continuous distributions, one way to measure the proximity of such populations is to use a measure of distance (metric) between the probability density functions (which are unknown given that only samples are observed). In this work, we work with the integrated squared distance as metric. To measure the uncertainty of the squared integrated distance, we first model the uncertainty of each of the probability density functions using a nonparametric Bayesian method. The method consists of estimating the probability density function f (or its logarithm) using Fourier series {f0;f1; :::;fI}. Assigning a prior distribution to f is then equivalent to assigning a prior distribution to the coefficients of this series. We used the prior suggested by Scricciolo (2006) (sieve prior), which not only places a prior on such coefficients, but also on I itself, so that in reality we work with a Bayesian mixture of finite dimensional models. To obtain posterior samples of such mixture, we marginalize out the discrete model index parameter I and use a statistical software called Stan. We conclude that the Bayesian Fourier series method has good performance when compared to kernel density estimation, although both methods often have problems in the estimation of the probability density function near the boundaries. Lastly, we showed how the methodology of Fourier series can be used to access the uncertainty regarding the similarity of two samples. In particular, we applied this method to dataset of patients with Alzheimer. / Dadas duas amostras de duas populações, pode-se questionar o quão parecidas as duas populações são, ou seja, o quão próximas estão suas distribuições de probabilidade. Para distribuições absolutamente contínuas, uma maneira de mensurar a proximidade dessas populações é utilizando uma medida de distância (métrica) entre as funções densidade de probabilidade (as quais são desconhecidas, em virtude de observarmos apenas as amostras). Nesta dissertação, utilizamos a distância quadrática integrada como métrica. Para mensurar a incerteza da distância quadrática integrada, primeiramente modelamos a incerteza sobre cada uma das funções densidade de probabilidade através de uma método bayesiano não paramétrico. O método consiste em estimar a função de densidade de probabilidade f (ou seu logaritmo) usando séries de Fourier {f0;f1; :::;fI}. Atribuir uma distribuição a priori para f é então equivalente a atribuir uma distribuição a priori aos coeficientes dessa serie. Utilizamos a priori sugerida em Scricciolo (2006) (priori de sieve), a qual não coloca uma priori somente nesses coeficientes, mas também no próprio I, de modo que, na realidade, trabalhamos com uma mistura bayesiana de modelos de dimensão finita. Para obter amostras a posteriori dessas misturas, marginalizamos o parâmetro (discreto) de indexação de modelos, I, e usamos um software estatístico chamado Stan. Concluímos que o método bayesiano de séries de Fourier tem boa performance quando comparado ao de estimativa de densidade kernel, apesar de ambos os métodos frequentemente apresentarem problemas na estimação da função de densidade de probabilidade perto das fronteiras. Por fim, mostramos como a metodologia de series de Fourier pode ser utilizada para mensurar a incerteza a cerca da similaridade de duas amostras. Em particular, aplicamos este método a um conjunto de dados de pacientes com doença de Alzheimer.