Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa
Ano de defesa: | 2018 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Rio de Janeiro
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia de Sistemas e Computação
|
Departamento: |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://hdl.handle.net/11422/13149 |
Resumo: | Apresenta-se, nesta dissertação, duas novas propostas para sanar o problema das médias móveis nulas para a Normalização Adaptativa, utilizada como parte do pré-processamento de um método de aprendizagem de máquinas para previsão em séries temporais. São elas: Normalização Adaptativa Compensada e Normalização Adaptativa por Subtração. Compara-se e analisa-se os resultados obtidos com essas duas novas propostas, aplicadas a 5 diferentes Datasets, com a Normalização Adaptativa Original, assim como com outros métodos de normalização presentes na literatura e o baseline ARIMA. Conclui-se que, a Normalização Adaptativa por Subtração, proposta nesse trabalho, supera todos os outros métodos para séries temporais não-estacionárias e heteroscedásticas, também corrigindo o problema referente às médias móveis nulas para a Normalização Adaptativa Original. Para séries temporais com alto grau de estacionariedade, todos os métodos de Normalização Adaptativa não são satisfatórios. |
id |
UFRJ_b913caa883b633a696fd234b24c47c67 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/13149 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Niemeyer, Eduardo Fernando Costa dehttp://lattes.cnpq.br/3937502490683382http://lattes.cnpq.br/2852784206207355Ogasawara, Eduardo SoaresXexéo, Geraldo BonorinoSilva, Geraldo Zimbrão da2020-10-02T23:19:48Z2020-10-04T03:00:07Z2018-09http://hdl.handle.net/11422/13149Apresenta-se, nesta dissertação, duas novas propostas para sanar o problema das médias móveis nulas para a Normalização Adaptativa, utilizada como parte do pré-processamento de um método de aprendizagem de máquinas para previsão em séries temporais. São elas: Normalização Adaptativa Compensada e Normalização Adaptativa por Subtração. Compara-se e analisa-se os resultados obtidos com essas duas novas propostas, aplicadas a 5 diferentes Datasets, com a Normalização Adaptativa Original, assim como com outros métodos de normalização presentes na literatura e o baseline ARIMA. Conclui-se que, a Normalização Adaptativa por Subtração, proposta nesse trabalho, supera todos os outros métodos para séries temporais não-estacionárias e heteroscedásticas, também corrigindo o problema referente às médias móveis nulas para a Normalização Adaptativa Original. Para séries temporais com alto grau de estacionariedade, todos os métodos de Normalização Adaptativa não são satisfatórios.This dissertation presents two new proposals to solve the problem of null moving averages for Adaptive Normalization, used as part of the pre-processing phase of a machine learning method for time series forecasting. They are: Adaptive Normalization by Compensation and Adaptive Normalization by Subtraction. It compares and analyzes the results obtained with these two new proposals, applied to 5 different datasets, with the Original Adaptive Normalization, as well as with other normalization methods present in the literature and the baseline ARIMA. It is concluded that, the Adaptive Normalization by Subtraction, proposed in this work, surpasses all other methods when it is applied to non-stationary heteroscedastic time series, also correcting the problem related to null moving averages of the Original Adaptive Normalization. For time series with high degree of stationarity, all the Adaptive Normalization methods are not satisfatory.Submitted by Moreno Barros (moreno@ct.ufrj.br) on 2020-10-02T23:19:48Z No. of bitstreams: 1 EduardoFernandoCostaDeNiemeyer.pdf: 959497 bytes, checksum: 6ddba353df023c4b0f3426ee6de5ff4e (MD5)Made available in DSpace on 2020-10-02T23:19:48Z (GMT). No. of bitstreams: 1 EduardoFernandoCostaDeNiemeyer.pdf: 959497 bytes, checksum: 6ddba353df023c4b0f3426ee6de5ff4e (MD5) Previous issue date: 2018-09porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia de Sistemas e ComputaçãoUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::ENGENHARIASNormalizaçãoSéries TemporaisRedes NeuraisDuas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJLICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/13149/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD52ORIGINALEduardoFernandoCostaDeNiemeyer.pdfEduardoFernandoCostaDeNiemeyer.pdfapplication/pdf959497http://pantheon.ufrj.br:80/bitstream/11422/13149/1/EduardoFernandoCostaDeNiemeyer.pdf6ddba353df023c4b0f3426ee6de5ff4eMD5111422/131492020-10-04 00:00:07.91oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2020-10-04T03:00:07Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
title |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
spellingShingle |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa Niemeyer, Eduardo Fernando Costa de CNPQ::ENGENHARIAS Normalização Séries Temporais Redes Neurais |
title_short |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
title_full |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
title_fullStr |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
title_full_unstemmed |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
title_sort |
Duas propostas para solucionar o problema referente a médias móveis nulas na normalização adaptativa |
author |
Niemeyer, Eduardo Fernando Costa de |
author_facet |
Niemeyer, Eduardo Fernando Costa de |
author_role |
author |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3937502490683382 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2852784206207355 |
dc.contributor.author.fl_str_mv |
Niemeyer, Eduardo Fernando Costa de |
dc.contributor.referee1.fl_str_mv |
Ogasawara, Eduardo Soares |
dc.contributor.referee2.fl_str_mv |
Xexéo, Geraldo Bonorino |
dc.contributor.advisor1.fl_str_mv |
Silva, Geraldo Zimbrão da |
contributor_str_mv |
Ogasawara, Eduardo Soares Xexéo, Geraldo Bonorino Silva, Geraldo Zimbrão da |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Normalização Séries Temporais Redes Neurais |
dc.subject.por.fl_str_mv |
Normalização Séries Temporais Redes Neurais |
description |
Apresenta-se, nesta dissertação, duas novas propostas para sanar o problema das médias móveis nulas para a Normalização Adaptativa, utilizada como parte do pré-processamento de um método de aprendizagem de máquinas para previsão em séries temporais. São elas: Normalização Adaptativa Compensada e Normalização Adaptativa por Subtração. Compara-se e analisa-se os resultados obtidos com essas duas novas propostas, aplicadas a 5 diferentes Datasets, com a Normalização Adaptativa Original, assim como com outros métodos de normalização presentes na literatura e o baseline ARIMA. Conclui-se que, a Normalização Adaptativa por Subtração, proposta nesse trabalho, supera todos os outros métodos para séries temporais não-estacionárias e heteroscedásticas, também corrigindo o problema referente às médias móveis nulas para a Normalização Adaptativa Original. Para séries temporais com alto grau de estacionariedade, todos os métodos de Normalização Adaptativa não são satisfatórios. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-09 |
dc.date.accessioned.fl_str_mv |
2020-10-02T23:19:48Z |
dc.date.available.fl_str_mv |
2020-10-04T03:00:07Z |
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.uri.fl_str_mv |
http://hdl.handle.net/11422/13149 |
url |
http://hdl.handle.net/11422/13149 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia de Sistemas e Computação |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/13149/2/license.txt http://pantheon.ufrj.br:80/bitstream/11422/13149/1/EduardoFernandoCostaDeNiemeyer.pdf |
bitstream.checksum.fl_str_mv |
dd32849f2bfb22da963c3aac6e26e255 6ddba353df023c4b0f3426ee6de5ff4e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1766886499832299520 |