Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade Federal de Lavras (UFLA) | - |
Autor(es): dc.creator | Filho, Leopoldo Lusquino | - |
Autor(es): dc.creator | de Oliveira Werneck, Rafael | - |
Autor(es): dc.creator | Castro, Manuel | - |
Autor(es): dc.creator | Ribeiro Mendes Júnior, Pedro | - |
Autor(es): dc.creator | Lustosa, Augusto | - |
Autor(es): dc.creator | Zampieri, Marcelo | - |
Autor(es): dc.creator | Linares, Oscar | - |
Autor(es): dc.creator | Moura, Renato | - |
Autor(es): dc.creator | Morais, Elayne | - |
Autor(es): dc.creator | Amaral, Murilo | - |
Autor(es): dc.creator | Salavati, Soroor | - |
Autor(es): dc.creator | Loomba, Ashish | - |
Autor(es): dc.creator | Esmin, Ahmed | - |
Autor(es): dc.creator | Gonçalves, Maiara | - |
Autor(es): dc.creator | Schiozer, Denis José | - |
Autor(es): dc.creator | Ferreira, Alexandre | - |
Autor(es): dc.creator | Davólio, Alessandra | - |
Autor(es): dc.creator | Rocha, Anderson | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:33:35Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:33:35Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-11-30 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s00521-024-10305-z | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/306430 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/306430 | - |
Descrição: dc.description | This study proposes a novel multimodal approach for mixed-frequency time series forecasting in the oil industry, enabling the use of high-frequency (HF) data in their original frequency. We specifically address the challenge of integrating HF data streams, such as pressure and temperature measurements, with daily time series without introducing noise. Our approach was compared with existing econometric regression model mixed-data sampling (MIDAS) and with the data-driven models N-HiTS and a GRU-based network, across short-, medium-, and long-term prediction horizons. Additionally, we validated the proposed method on datasets from other domains beyond the oil industry. The experimental results indicate that our multimodal approach significantly improves long-term prediction accuracy. | - |
Descrição: dc.description | Shell Brasil | - |
Descrição: dc.description | Artificial Intelligence Lab. (Recod.ai) Institute of Computing Universidade Estadual de Campinas - UNICAMP, SP | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University - UNESP, SP | - |
Descrição: dc.description | Center for Petroleum Studies (CEPETRO) Universidade Estadual de Campinas - UNICAMP, SP | - |
Descrição: dc.description | Department of Computer Science Federal University of Lavras - UFLA, MG | - |
Descrição: dc.description | School of Mechanical Engineering Universidade Estadual de Campinas - UNICAMP, SP | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University - UNESP, SP | - |
Formato: dc.format | 21581-21605 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Neural Computing and Applications | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Forecasting | - |
Palavras-chave: dc.subject | Mixed-frequency time series | - |
Palavras-chave: dc.subject | Multimodal learning | - |
Palavras-chave: dc.subject | Pre-salt oil field | - |
Título: dc.title | A multi-modal approach for mixed-frequency time series forecasting | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: