dc.contributorCarvalho, André Britto de
dc.contributorSant’anna, Yúri Faro Dantas de
dc.creatorPereira, José Carvalho
dc.date2023-07-06T12:03:50Z
dc.date2023-07-06T12:03:50Z
dc.date2023-03-10
dc.date.accessioned2023-09-28T23:07:50Z
dc.date.available2023-09-28T23:07:50Z
dc.identifierPereira, José Carvalho. Análise e desempenho de algoritmos de configuração automática de parâmetros de LSTM aplicadas a séries temporais. São Cristóvão, 2023. - Monografia (graduação em Ciência da Computação) - Departamento de Computação, Centro de Ciências Exatas e Tecnologias, Universidade Federal de Sergipe, São Cristóvão, SE, 2023.
dc.identifierhttps://ri.ufs.br/jspui/handle/riufs/17782
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9084890
dc.descriptionA`área`de`Aprendizagem`de`Máquina`é`um`campo`que`visa`o`estudo`de`técnicas`e`algoritmos`para`resolver`problemas`complexos.`Substituindo`a`necessidade`de`obter`todo`um`conhecimento`do`problema`e`coletar`dados`de`exemplos`do`problema`para`que`o`algoritmo`se`comporte`adequadamente.`Um`dos`recentes`usos`dessa`área`foi`para`solucionar`o`problema`de`previsão`em`Séries`Temporais,`das`quais`um`valor`da`série`é`dependente`dos`valores`anteriores.`Devido`a`capacidade`de`armazenar`informações,`a`Rede`Neural`Recorrente`do`tipo`Long-Short`Term`Memory,`ou`LSTM,`vem`sendo`utilizada`para`previsões`nesse`tipo`de`série.`Entretanto,`existe`uma`grande`quantidade`de`parâmetros`para`confguração`desse`tipo`de`rede.`Confgurações`essas`que`moldam`a`previsão`fnal.`Nesse`trabalho`é`proposta`uma`análise`dos`métodos`de`confguração`automática`desses`parâmetros`na`previsão`da`arrecadação`tributária`do`estado`de`Sergipe,`defnida`como`uma`série`temporal.`Serão`utilizados`os`algoritmos`Hill`Cimbing,`Simulated`Annealing,`Genetic`Algorithm`e`Social`Network`Optimization`para`aotimização`dos`parâmetros.`Os`resultados`das`previsões`da`LSTM`serão`comparados`com`as`previsões`feitas`pelo`ARIMA`e`Holt-Winters.
dc.descriptionSão Cristóvão, SE
dc.formatapplication/pdf
dc.languagepor
dc.publisherDCOMP - Departamento de Computação – Ciência da Computação – São Cristóvão - Presencial
dc.publisherUniversidade Federal de Sergipe (UFS)
dc.subjectComputação
dc.subjectCiência da computação
dc.subjectSoftware
dc.subjectHiper-parâmetros
dc.subjectLSTM
dc.subjectRede neural recor
dc.subjectCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
dc.titleAnálise e desempenho de algoritmos de configuração automática de parâmetros de LSTM aplicadas a séries temporais
dc.typeMonografia


Este ítem pertenece a la siguiente institución