Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente
Ano de defesa: | 2012 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://repositorio.ufpe.br/handle/123456789/2842 |
Resumo: | Este trabalho apresenta uma classe de perceptrons híbridos baseado nos princípios da morfologia matemática (mathematical morphology, MM) no contexto de teoria de reticulados (lattice theory). O modelo proposto, chamado de perceptron de dilatação-erosão-linear (dilationerosion- linear perceptron, DELP), consiste de uma combinação linear entre operadores nãolineares (do tipo morfológicos no contexto de teoria de reticulados) e um operador linear (do tipo resposta finita ao impulso), sendo desenvolvido na tentativa de superar o dilema do passeio aleatório (random walk dilemma, RWD) no problema de previsão de séries temporais financeiras. Para projetar o DELP (processo de aprendizagem), foi apresentado um método de gradiente descendente utilizando ideias do algoritmo de retropropagação do erro (back propagation, BP) e uma abordagem sistemática para superar o problema da não-diferenciabilidade das operações morfológicas de dilatação e erosão. Também, no processo de aprendizagem do DELP, foi incluída uma etapa adicional para ajustar distorções de fase temporais que ocorrem na reconstrução do espaço de fase de fenômenos temporais provenientes do mercado financeiro. Uma análise experimental foi conduzida utilizando um conjunto de séries temporais financeiras: Índice da Bolsa de Valores de São Paulo, Índice Dow Jones Industrial Average, Índice National Association of Securities Dealers Automated Quotation, Índice Financial Times and London Stock Exchange 100, Preço das ações do Bradesco PN, Preço das ações da Gol PN, Preço das ações do Itaú Unibanco PN, Preço das ações da Petrobras PN, Preço das ações da Usiminas PNA e Preço das ações da Vale PNA. Nestes experimentos, foram utilizadas cinco métricas e uma função de avaliação para mensurar o desempenho preditivo do modelo proposto, e os resultados alcançados superaram aqueles obtidos utilizando técnicas consolidadas na literatura |
id |
UFPE_a3753001855dfba8f03ec1f3b10864d2 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/2842 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
|
spelling |
ARAÚJO, Ricardo de AndradeMEIRA, Silvio Romero de Lemos2014-06-12T16:01:32Z2014-06-12T16:01:32Z2012-01-31de Andrade Araújo, Ricardo; Romero de Lemos Meira, Silvio. Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente. 2012. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2012.https://repositorio.ufpe.br/handle/123456789/2842Este trabalho apresenta uma classe de perceptrons híbridos baseado nos princípios da morfologia matemática (mathematical morphology, MM) no contexto de teoria de reticulados (lattice theory). O modelo proposto, chamado de perceptron de dilatação-erosão-linear (dilationerosion- linear perceptron, DELP), consiste de uma combinação linear entre operadores nãolineares (do tipo morfológicos no contexto de teoria de reticulados) e um operador linear (do tipo resposta finita ao impulso), sendo desenvolvido na tentativa de superar o dilema do passeio aleatório (random walk dilemma, RWD) no problema de previsão de séries temporais financeiras. Para projetar o DELP (processo de aprendizagem), foi apresentado um método de gradiente descendente utilizando ideias do algoritmo de retropropagação do erro (back propagation, BP) e uma abordagem sistemática para superar o problema da não-diferenciabilidade das operações morfológicas de dilatação e erosão. Também, no processo de aprendizagem do DELP, foi incluída uma etapa adicional para ajustar distorções de fase temporais que ocorrem na reconstrução do espaço de fase de fenômenos temporais provenientes do mercado financeiro. Uma análise experimental foi conduzida utilizando um conjunto de séries temporais financeiras: Índice da Bolsa de Valores de São Paulo, Índice Dow Jones Industrial Average, Índice National Association of Securities Dealers Automated Quotation, Índice Financial Times and London Stock Exchange 100, Preço das ações do Bradesco PN, Preço das ações da Gol PN, Preço das ações do Itaú Unibanco PN, Preço das ações da Petrobras PN, Preço das ações da Usiminas PNA e Preço das ações da Vale PNA. Nestes experimentos, foram utilizadas cinco métricas e uma função de avaliação para mensurar o desempenho preditivo do modelo proposto, e os resultados alcançados superaram aqueles obtidos utilizando técnicas consolidadas na literaturaporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessPerceptrons HíbridosMorfologia MatemáticaTeoria de Reticulados, Método de Gradiente DescendentePrevisão de Séries Temporais FinanceirasDilema do Passeio AleatórioAjuste Automático de Fase TemporalProposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendenteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILarquivo9424_1.pdf.jpgarquivo9424_1.pdf.jpgGenerated Thumbnailimage/jpeg1263https://repositorio.ufpe.br/bitstream/123456789/2842/4/arquivo9424_1.pdf.jpg86f8a96397790107c944a64465f44be6MD54ORIGINALarquivo9424_1.pdfapplication/pdf5898735https://repositorio.ufpe.br/bitstream/123456789/2842/1/arquivo9424_1.pdf20e8579169a2c3b8e6d53fd877a5cd17MD51LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/2842/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTarquivo9424_1.pdf.txtarquivo9424_1.pdf.txtExtracted texttext/plain361821https://repositorio.ufpe.br/bitstream/123456789/2842/3/arquivo9424_1.pdf.txtb6fe1a6f4ae719762d55914b4cf586e2MD53123456789/28422019-10-25 19:10:11.777oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T22:10:11Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
title |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
spellingShingle |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente ARAÚJO, Ricardo de Andrade Perceptrons Híbridos Morfologia Matemática Teoria de Reticulados, Método de Gradiente Descendente Previsão de Séries Temporais Financeiras Dilema do Passeio Aleatório Ajuste Automático de Fase Temporal |
title_short |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
title_full |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
title_fullStr |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
title_full_unstemmed |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
title_sort |
Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente |
author |
ARAÚJO, Ricardo de Andrade |
author_facet |
ARAÚJO, Ricardo de Andrade |
author_role |
author |
dc.contributor.author.fl_str_mv |
ARAÚJO, Ricardo de Andrade |
dc.contributor.advisor1.fl_str_mv |
MEIRA, Silvio Romero de Lemos |
contributor_str_mv |
MEIRA, Silvio Romero de Lemos |
dc.subject.por.fl_str_mv |
Perceptrons Híbridos Morfologia Matemática Teoria de Reticulados, Método de Gradiente Descendente Previsão de Séries Temporais Financeiras Dilema do Passeio Aleatório Ajuste Automático de Fase Temporal |
topic |
Perceptrons Híbridos Morfologia Matemática Teoria de Reticulados, Método de Gradiente Descendente Previsão de Séries Temporais Financeiras Dilema do Passeio Aleatório Ajuste Automático de Fase Temporal |
description |
Este trabalho apresenta uma classe de perceptrons híbridos baseado nos princípios da morfologia matemática (mathematical morphology, MM) no contexto de teoria de reticulados (lattice theory). O modelo proposto, chamado de perceptron de dilatação-erosão-linear (dilationerosion- linear perceptron, DELP), consiste de uma combinação linear entre operadores nãolineares (do tipo morfológicos no contexto de teoria de reticulados) e um operador linear (do tipo resposta finita ao impulso), sendo desenvolvido na tentativa de superar o dilema do passeio aleatório (random walk dilemma, RWD) no problema de previsão de séries temporais financeiras. Para projetar o DELP (processo de aprendizagem), foi apresentado um método de gradiente descendente utilizando ideias do algoritmo de retropropagação do erro (back propagation, BP) e uma abordagem sistemática para superar o problema da não-diferenciabilidade das operações morfológicas de dilatação e erosão. Também, no processo de aprendizagem do DELP, foi incluída uma etapa adicional para ajustar distorções de fase temporais que ocorrem na reconstrução do espaço de fase de fenômenos temporais provenientes do mercado financeiro. Uma análise experimental foi conduzida utilizando um conjunto de séries temporais financeiras: Índice da Bolsa de Valores de São Paulo, Índice Dow Jones Industrial Average, Índice National Association of Securities Dealers Automated Quotation, Índice Financial Times and London Stock Exchange 100, Preço das ações do Bradesco PN, Preço das ações da Gol PN, Preço das ações do Itaú Unibanco PN, Preço das ações da Petrobras PN, Preço das ações da Usiminas PNA e Preço das ações da Vale PNA. Nestes experimentos, foram utilizadas cinco métricas e uma função de avaliação para mensurar o desempenho preditivo do modelo proposto, e os resultados alcançados superaram aqueles obtidos utilizando técnicas consolidadas na literatura |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012-01-31 |
dc.date.accessioned.fl_str_mv |
2014-06-12T16:01:32Z |
dc.date.available.fl_str_mv |
2014-06-12T16:01:32Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
de Andrade Araújo, Ricardo; Romero de Lemos Meira, Silvio. Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente. 2012. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2012. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/2842 |
identifier_str_mv |
de Andrade Araújo, Ricardo; Romero de Lemos Meira, Silvio. Proposta de uma Classe de Perceptrons Híbridos com Aprendizagem baseada em Gradiente Descendente. 2012. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2012. |
url |
https://repositorio.ufpe.br/handle/123456789/2842 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/2842/4/arquivo9424_1.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/2842/1/arquivo9424_1.pdf https://repositorio.ufpe.br/bitstream/123456789/2842/2/license.txt https://repositorio.ufpe.br/bitstream/123456789/2842/3/arquivo9424_1.pdf.txt |
bitstream.checksum.fl_str_mv |
86f8a96397790107c944a64465f44be6 20e8579169a2c3b8e6d53fd877a5cd17 8a4605be74aa9ea9d79846c1fba20a33 b6fe1a6f4ae719762d55914b4cf586e2 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1797782395629338624 |