1. Repositório Institucional da Universidade Federal de Sergipe - RI/UFS
  2. TRABALHOS ACADÊMICOS
  3. TRABALHOS DE GRADUAÇÃO
  4. Computação
Use este identificador para citar ou linkar para este item: https://ri.ufs.br/jspui/handle/riufs/17782
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorPereira, José Carvalho-
dc.date.accessioned2023-07-06T12:03:50Z-
dc.date.available2023-07-06T12:03:50Z-
dc.date.issued2023-03-10-
dc.identifier.citationPereira, 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.pt_BR
dc.identifier.urihttps://ri.ufs.br/jspui/handle/riufs/17782-
dc.languageporpt_BR
dc.subjectComputaçãopor
dc.subjectCiência da computaçãopor
dc.subjectSoftwarepor
dc.subjectHiper-parâmetrospor
dc.subjectLSTMpor
dc.subjectRede neural recorpor
dc.titleAnálise e desempenho de algoritmos de configuração automática de parâmetros de LSTM aplicadas a séries temporaispt_BR
dc.typeMonografiapt_BR
dc.contributor.advisor1Carvalho, André Britto de-
dc.description.resumoA`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.pt_BR
dc.publisher.departmentDCOMP - Departamento de Computação – Ciência da Computação – São Cristóvão - Presencialpt_BR
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.publisher.initialsUniversidade Federal de Sergipe (UFS)pt_BR
dc.contributor.advisor-co1Sant’anna, Yúri Faro Dantas de-
dc.description.localSão Cristóvão, SEpt_BR
Aparece nas coleções:Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Jadson_Carvalho_Pereira.pdf833,12 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.