Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Humberto Rodrigo Sandmann
Orientador(a): Marco Túlio Carvalho de Andrade
Banca de defesa: Guiou Kobayashi, Edison Spina
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade de São Paulo
Programa de Pós-Graduação: Engenharia Elétrica
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://doi.org/10.11606/D.3.2006.tde-01042009-095125
Resumo: Esta dissertação tem como objetivo a aplicação de sistemas com arquitetura neuro-fuzzy na predição de funções que geram séries temporais. A arquitetura pesquisada é a Adaptive Neuro-Fuzzy Inference System (ANFIS). Esta arquitetura se trata de um Fuzzy Inference Systems (FIS) im- plementado sob o paradigma das redes neurais artificiais. Ao fazer o uso da tecnologia de redes neurais artificiais, o ANFIS possui a capacidade de apren- dizagem dos dados do ambiente no qual está inserido. Da mesma forma, por implementar um FIS, o ANFIS agrega também a competência de processamento linguístico. Logo, o ANFIS pode ser categorizado como um sistema híbrido. Ao longo dos capítulos estão expostos alguns conceitos e fundamentos da Teoria Fuzzy, assim como das redes neurais artificiais e sistemas híbridos. Ao final do trabalho são realizadas algumas discussões, análises e conclusões, as quais permitem a possibilidade de futuras aplicações e extensão deste.
id USP_64ca862a240e819d384b56edee03649c
oai_identifier_str oai:teses.usp.br:tde-01042009-095125
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy. Prediction of time series using architecture based on neuro-fuzzy systems. 2006-06-09Marco Túlio Carvalho de AndradeGuiou KobayashiEdison SpinaHumberto Rodrigo SandmannUniversidade de São PauloEngenharia ElétricaUSPBR Análise de séries temporais Fuzzy Hibrid systems Lógica fuzzy Neural networks Redes neurais Sistemas híbridos Time series analyse Esta dissertação tem como objetivo a aplicação de sistemas com arquitetura neuro-fuzzy na predição de funções que geram séries temporais. A arquitetura pesquisada é a Adaptive Neuro-Fuzzy Inference System (ANFIS). Esta arquitetura se trata de um Fuzzy Inference Systems (FIS) im- plementado sob o paradigma das redes neurais artificiais. Ao fazer o uso da tecnologia de redes neurais artificiais, o ANFIS possui a capacidade de apren- dizagem dos dados do ambiente no qual está inserido. Da mesma forma, por implementar um FIS, o ANFIS agrega também a competência de processamento linguístico. Logo, o ANFIS pode ser categorizado como um sistema híbrido. Ao longo dos capítulos estão expostos alguns conceitos e fundamentos da Teoria Fuzzy, assim como das redes neurais artificiais e sistemas híbridos. Ao final do trabalho são realizadas algumas discussões, análises e conclusões, as quais permitem a possibilidade de futuras aplicações e extensão deste. This master dissertation has as main objetive applies systems of neuro-fuzzy architecture for functions prediction in serie times. The architecture carried out is the Adaptive Neuro-Fuzzy Inference System (ANFIS). This architecture is a kind of Fuzzy Inference Systems (FIS) implemen- tation under a paradigm of arti¯cial neural networks. Making use of technology of arti¯cial neural networks, the ANFIS has the capacity of learning with environ- ment data that inserted on. As the same, the ANFIS had been implemented to be a FIS. Then it can process simbolic variables. So, an ANFIS can be described like a hibrid system. All over the chapters are showed some concepts and fundaments of Fuzzy theory, arti¯cial neural networks and hidrid systems. The purpose of the tests the ANFIS, it were been made from a logistic function and a Mackey-Glass function. This tests were against with an estimation function made by MLP net. At the end of the work are some discussions, analyses and conclusions that allows futures possibilites of applications and extensions of this work. https://doi.org/10.11606/D.3.2006.tde-01042009-095125info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:02:05Zoai:teses.usp.br:tde-01042009-095125Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:59Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
dc.title.alternative.en.fl_str_mv Prediction of time series using architecture based on neuro-fuzzy systems.
title Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
spellingShingle Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
Humberto Rodrigo Sandmann
title_short Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
title_full Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
title_fullStr Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
title_full_unstemmed Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
title_sort Predição não-linear de séries temporais usando sistemas de arquitetura neuro-fuzzy.
author Humberto Rodrigo Sandmann
author_facet Humberto Rodrigo Sandmann
author_role author
dc.contributor.advisor1.fl_str_mv Marco Túlio Carvalho de Andrade
dc.contributor.referee1.fl_str_mv Guiou Kobayashi
dc.contributor.referee2.fl_str_mv Edison Spina
dc.contributor.author.fl_str_mv Humberto Rodrigo Sandmann
contributor_str_mv Marco Túlio Carvalho de Andrade
Guiou Kobayashi
Edison Spina
description Esta dissertação tem como objetivo a aplicação de sistemas com arquitetura neuro-fuzzy na predição de funções que geram séries temporais. A arquitetura pesquisada é a Adaptive Neuro-Fuzzy Inference System (ANFIS). Esta arquitetura se trata de um Fuzzy Inference Systems (FIS) im- plementado sob o paradigma das redes neurais artificiais. Ao fazer o uso da tecnologia de redes neurais artificiais, o ANFIS possui a capacidade de apren- dizagem dos dados do ambiente no qual está inserido. Da mesma forma, por implementar um FIS, o ANFIS agrega também a competência de processamento linguístico. Logo, o ANFIS pode ser categorizado como um sistema híbrido. Ao longo dos capítulos estão expostos alguns conceitos e fundamentos da Teoria Fuzzy, assim como das redes neurais artificiais e sistemas híbridos. Ao final do trabalho são realizadas algumas discussões, análises e conclusões, as quais permitem a possibilidade de futuras aplicações e extensão deste.
publishDate 2006
dc.date.issued.fl_str_mv 2006-06-09
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 https://doi.org/10.11606/D.3.2006.tde-01042009-095125
url https://doi.org/10.11606/D.3.2006.tde-01042009-095125
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 de São Paulo
dc.publisher.program.fl_str_mv Engenharia Elétrica
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1786376469108228096