FenixEdu™

Dissertação

Previsão de biotoxinas marinhas em moluscos bivalves baseada em aprendizagem automática EVALUATED

Detalhes: O controlo e monitorização de biotoxinas marinhas em moluscos bivalves constituem uma tarefa importante e complexa que tem como objetivo a prevenção de intoxicações por consumo de bivalves e a proteção do setor de produção. Dentro deste contexto, nasce a necessidade de detetar e prever valores de biotoxinas em bivalves acima dos limites regulamentares, com vista a uma atempada previsão da interdição da colheita de bivalves e minimização dos impactos negativos no setor de produção. Atualmente, têm sido utilizadas diversas técnicas baseadas em aprendizagem automática para detetar valores discrepantes ou prever valores em séries temporais. Estas técnicas, de base estatística, têm sido muito utilizadas devido à sua precisão, escolha do modelo e ajustamento, tarefas que definem a qualidade da previsão. No entanto, para uma adequada aplicação e interpretação dos modelos, são de extrema importância num processo de previsão os passos de conhecimento dos dados,pré-processamento, escolha do modelo,validação e visualização. Neste trabalho, são apresentadas as principais técnicas utilizadas em vários ramos da ciência para previsão a médio e longo prazo de séries temporais, com o objetivo de prever as biotoxinas presentes em moluscos bivalves em Portugal. É apresentada uma proposta de desenvolvimento de uma ferramenta englobando todos os passos enumerados. São ainda apresentados resultados preliminares da aplicação do Modelo Integrado Misto Autorregressivo de Médias Móveis (ARIMA), Modelo Vector Autorregressivo (VAR),Modelo Vector Autorregressivo de Médias Móveis (VARMA),Redes Neuronais Autorregressivas (NNAR) e Redes Neuronais Recorrentes (RNN) aos dados de biotoxinas de 2014 a 2018 fornecidos pelo Instituto Português de Mar e Atmosfera (IPMA).
Keywords: Aprendizagem Automática, Series Temporais, Bivalves, Biotoxinas Marinhas.

Discussão: novembro 18, 2019, 16:30