Mostrando ítems 1-10 de 201
Enriquecendo a previsão de séries temporais usando informação textual
(Universidade Federal de São CarlosUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCCCâmpus São Carlos, 2021-02-25)
The ability to extract knowledge and forecast stock trends is crucial to mitigate investors' risks and uncertainties in the market. The stock trend is affected by non-linearity, complexity, noise, and especially the ...
Método bagging para aprimoramento de previsões de séries temporais
(Universidade Federal de São CarlosUFSCarPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsCâmpus São Carlos, 2021-10-22)
Different methodologies are proposed and explored aiming to reduce time series forecasting
error. A promising approach consists in combining different forecasts from different models
in order to get a better accuracy, ...
Enhancing solar flare forecasting: a multi-class and multi-label classification approach to handle imbalanced time series
(Universidade Federal de São CarlosUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCCCâmpus São Carlos, 2019-06-21)
Solar flares are huge releases of energy from the Sun. They are categorized in five levels
according to their potential damage to Earth (A, B, C, M, and X) and may produce strong
impacts to communication systems, threatening ...
N-BEATS-RNN: deep learning for time series forecasting
(Universidade Federal de São CarlosUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCC-SoCâmpus Sorocaba, 2021-01-27)
This work presents N-BEATS-RNN, an extended version of an ensemble of deep learning networks for time series forecasting, N-BEATS. We apply a state-of-the-art Neural Architecture Search, based on a fast and efficient ...
Uma avaliação de métodos de previsão aplicados à grandes quantidades de séries temporais univariadas
(Universidade Federal de São CarlosBRUFSCarPrograma de Pós-Graduação em Estatística - PPGEs, 2012-12-06)
Time series forecasting is probably one of the most primordial interests on economics and econometrics, and the literature on this subject is extremely vast. Due to technological growth in recent decades, large amounts of ...
Análise de séries temporais fuzzy para previsão e identificação de padrões comportamentais dinâmicos
(Universidade Federal de São CarlosUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCCCâmpus São Carlos, 2015-04-30)
The good results obtained by the fuzzy approaches applied in the analysis of time series
(TS) has contributed significantly to the growth of the area. Although there are satisfactory
results in TS analysis with methods ...
Uma abordagem baseada em redes neurais artificiais e clusterização para previsão de curto prazo da demanda de energia elétrica
(Universidade Federal de São CarlosUFSCarPrograma de Pós-Graduação em Ciência da Computação - PPGCCCâmpus São Carlos, 2018-08-18)
Electricity plays a crucial role in the development of a country because it directly influences many sectors of the society. In this sense, the demand forecasting is of paramount importance for the maintenance and growth ...
scikit-forecasts: Una librería en Python para el pronóstico de series de tiempo no lineales
(Universidad Nacional de ColombiaMedellín - Minas - Maestría en Ingeniería - Ingeniería de SistemasDepartamento de la Computación y la DecisiónFacultad de MinasMedellín, ColombiaUniversidad Nacional de Colombia - Sede Medellín, 2021)
El interés en el uso de técnicas de aprendizaje de máquinas, y en general, de modelos no lineales para el pronóstico de series de tiempo ha crecido exponencialmente en las últimas dos décadas. Sin embargo, muchas de las ...