Dissertação

{en_GB=Time Series Forecasting Using Neural Networks} {} EVALUATED

{pt=Redes neurais artificiais são uma técnica de aprendizagem de máquina que é usada para várias finalidades; previsão de séries temporais é uma delas. Muitas desta técnicas são exploradas com especial atenção às redes neurais recorrentes, que são um dos métodos mais utilizados neste tipo de problemas de previsão de séries temporais. Não existe um método predefinido que seja melhor que os outros para resolver este tipo de problemas; nesta área é necessário experimentação e só depois é que é possível retirar conclusões. Neste caso, redes neurais feedforward e redes neurais recorrentes serão usadas para obter modelos capazes de fazer a previsão de séries temporais. Dois conjuntos de dados relacionados mas com importantes diferenças que afetarão os resultados serão usados nestas experimentações. O principal objetivo é comparar os dois tipos de redes neurais em ambos os conjuntos de dados, apresentando as limitações, vantagens e desvantagens de cada um deles. Na maioria dos casos, redes neurais recorrentes têm melhor desempenho do que redes neurais feedforward para problemas de previsão de séries temporais., en=Artificial neural networks are a powerful machine learning technique that is used for several ends; time series forecasting is one of them. Several of these techniques are explored with special attention to recurrent neural networks, which are one of the methods most commonly used in time series forecasting. All these methods are presented with the goal of better understanding recurrent neural networks. There is no predefined better algorithm to solve this type of problems; in this field experimentation is required and only then we can draw conclusions. In this case, feedforward neural networks and recurrent neural networks will be used to obtain models capable of predicting time series. Two related data sets but with some important differences that will affect the results are used in these experimentations. The main objective is to compare the two types of networks on both data sets, presenting the limitations, drawbacks and advantages of each one of them. In most cases, recurrent neural networks outperform feedforward neural networks for time series forecasting problems.}
{pt=aprendizagem de máquina, redes neurais recorrentes, redes neurais feedforward, previsão de séries temporais., en=machine learning, recurrent neural networks, feedforward neural networks, time series forecasting.}

Novembro 22, 2019, 10:30

Orientação

ORIENTADOR

Andreas Miroslaus Wichert

Departamento de Engenharia Informática (DEI)

Professor Auxiliar