Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN /
Resumo: No presente estudo tem-se como objetivo fundamental propor uma metodologia de Análise de Séries Temporais que, em conjunto com a técnica de Redes Neurais Artificiais (RNA), seja uma ferramenta robusta para estimar o comportamento temporal de dados relativos à Arrecadação de ICMS no Estado do...
Na minha lista:
Principais autores: | , , |
---|---|
Formato: | Monografia UFRN |
Publicado em: |
|
Assuntos: | |
Endereço do item: | https://app.bczm.ufrn.br/home/#/item/183463 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
oai:localhost:123456789-120164 |
---|---|
record_format |
dspace |
spelling |
oai:localhost:123456789-1201642022-11-30T21:50:01Z Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / Queiróz, Allan Raulino de. Araújo, Eduardo Henrique da Silveira. Universidade Federal do Rio Grande do Norte. Análise de séries temporais - Monografia. Redes neurais - Monografia. R (programa de computador)- Monografia. MATLAB (programa de computador) - Monografia. Resumo: No presente estudo tem-se como objetivo fundamental propor uma metodologia de Análise de Séries Temporais que, em conjunto com a técnica de Redes Neurais Artificiais (RNA), seja uma ferramenta robusta para estimar o comportamento temporal de dados relativos à Arrecadação de ICMS no Estado do Rio Grande do Norte, no período de janeiro de 1997 a dezembro de 2011. Ou seja, a finalidade é comparar a Rede Neural ajustada aos dados a uma Série Temporal com modelos estatísticos clássicos. Os resultados das análises mostraram que o ajuste do Modelo de Erro (ou Regressão), considerando tendência linear e sazonalidade, forneceu informações importantes sobre o padrão comportamental de Séries Temporais. Informações tais que auxiliam na elaboração de modelos eficientes, referentes à Série Temporal em questão. Referente à modelagem por RNA s, as inúmeras simulações realizadas (não apresentadas neste estudo) permitiram testar várias arquiteturas de rede, escolhendo a arquitetura adequada às variações da série. Concluiu-se que a melhor arquitetura para rede é a Multilayer Perceptron, ou MLP (12,20,20,20,1), onde foi possível desenvolver uma RNA capaz de modelar e generalizar, de forma satisfatória, o comportamento aleatório da série de arrecadação de ICMS, tornando possível a estimação e correção do ajuste do modelo de Erro (Regressão). O critério para comparação do modelo de série temporal e a rede neural foi através do resultado do calculo do Erro Quadrático médio dos dois modelos ajustados. Foi constatado que o modelo de tendência sugerido para ajuste da série apresentou um erro quadrático médio (EQM) superior (2.0525e+008) ao erro da Rede Neural (7.9245e+007), o que confirma o bom desempenho da rede ao ajustar-se aos dados, aproximando a série estimada à série original. 1 2022-10-06T05:03:18Z 2022-10-06T05:03:18Z 2012. Monografia UFRN 519.246.8 Q3c MONOG 183463 https://app.bczm.ufrn.br/home/#/item/183463 https://app.bczm.ufrn.br/home/#/item/183463 |
institution |
Acervo SISBI |
collection |
SIGAA |
topic |
Análise de séries temporais - Monografia. Redes neurais - Monografia. R (programa de computador)- Monografia. MATLAB (programa de computador) - Monografia. |
spellingShingle |
Análise de séries temporais - Monografia. Redes neurais - Monografia. R (programa de computador)- Monografia. MATLAB (programa de computador) - Monografia. Queiróz, Allan Raulino de. Araújo, Eduardo Henrique da Silveira. Universidade Federal do Rio Grande do Norte. Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / |
description |
Resumo: No presente estudo tem-se como objetivo fundamental propor uma metodologia de Análise de Séries Temporais que, em conjunto com a técnica de Redes Neurais Artificiais (RNA), seja uma ferramenta robusta para estimar o comportamento temporal de dados relativos à Arrecadação de ICMS no Estado do Rio Grande do Norte, no período de janeiro de 1997 a dezembro de 2011. Ou seja, a finalidade é comparar a Rede Neural ajustada aos dados a uma Série Temporal com modelos estatísticos clássicos. Os resultados das análises mostraram que o ajuste do Modelo de Erro (ou Regressão), considerando tendência linear e sazonalidade, forneceu informações importantes sobre o padrão comportamental de Séries Temporais. Informações tais que auxiliam na elaboração de modelos eficientes, referentes à Série Temporal em questão. Referente à modelagem por RNA s, as inúmeras simulações realizadas (não apresentadas neste estudo) permitiram testar várias arquiteturas de rede, escolhendo a arquitetura adequada às variações da série. Concluiu-se que a melhor arquitetura para rede é a Multilayer Perceptron, ou MLP (12,20,20,20,1), onde foi possível desenvolver uma RNA capaz de modelar e generalizar, de forma satisfatória, o comportamento aleatório da série de arrecadação de ICMS, tornando possível a estimação e correção do ajuste do modelo de Erro (Regressão). O critério para comparação do modelo de série temporal e a rede neural foi através do resultado do calculo do Erro Quadrático médio dos dois modelos ajustados. Foi constatado que o modelo de tendência sugerido para ajuste da série apresentou um erro quadrático médio (EQM) superior (2.0525e+008) ao erro da Rede Neural (7.9245e+007), o que confirma o bom desempenho da rede ao ajustar-se aos dados, aproximando a série estimada à série original. |
format |
Monografia UFRN |
author |
Queiróz, Allan Raulino de. Araújo, Eduardo Henrique da Silveira. Universidade Federal do Rio Grande do Norte. |
author_facet |
Queiróz, Allan Raulino de. Araújo, Eduardo Henrique da Silveira. Universidade Federal do Rio Grande do Norte. |
author_sort |
Queiróz, Allan Raulino de. |
title |
Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / |
title_short |
Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / |
title_full |
Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / |
title_fullStr |
Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / |
title_full_unstemmed |
Comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de ICMS no RN / |
title_sort |
comparação entre modelos de séries temporais e de redes neurais artificiais para estimar o comportamento temporal de dados de arrecadação de icms no rn / |
publishDate |
2022 |
url |
https://app.bczm.ufrn.br/home/#/item/183463 |
work_keys_str_mv |
AT queirozallanraulinode comparacaoentremodelosdeseriestemporaisederedesneuraisartificiaisparaestimarocomportamentotemporaldedadosdearrecadacaodeicmsnorn AT araujoeduardohenriquedasilveira comparacaoentremodelosdeseriestemporaisederedesneuraisartificiaisparaestimarocomportamentotemporaldedadosdearrecadacaodeicmsnorn AT universidadefederaldoriograndedonorte comparacaoentremodelosdeseriestemporaisederedesneuraisartificiaisparaestimarocomportamentotemporaldedadosdearrecadacaodeicmsnorn |
_version_ |
1766821249654194176 |