[pt] Este trabalho associa previsão de Séries Temporais a uma
nova metodologia de processamento de informação: REDE
NEURAL.
Usaremos o modelo de Retropropagação, que consiste em uma
Rede Neural multicamada com as unidades conectadas apenas
com a unidades conectadas apenas com as unidades da camada
subseqüente e com a informação passando em uma única
direção.
Aplicaremos o modelo de retropropagação na análise de
quatro séries temporais: uma série ruidosa. Uma série com
tendência, uma série sazonal e uma série de Consumo de
Energia Elétrica da cidade de Uruguaiana, RS.
Os resultados obtidos serão comparados com os modelos
ARIMA de Box e Jenkins e um modelo com intervenção / [en] This work join the Times-Séries Forecasting to a new
information processing metodoligy: NEURAL NETWORK.
We will use the Back-Propagation model, that consist in an
arquitecture of a feed-forward network with hidden layers.
We will apply the Back-Propagation model in an analysis to
four times series: a noisy series, a series with trend, a
seasonal series and an electrical energy consuption series
of Uruguaiana, RS.
The results will be compare with the Box and jenkins´
ARIMA models and a model with intervention.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:8641 |
| Date | 05 July 2006 |
| Creators | ELIANA ZANDONADE |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds