
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 | Chaves Neto, Anselmo, 1945- | - |
| Autor(es): dc.contributor | Correa, Jairo Marlon, 1982- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia | - |
| Autor(es): dc.creator | Bertrand, Victor Udo Obrist | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T13:25:59Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T13:25:59Z | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2018 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/75373 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/75373 | - |
| Descrição: dc.description | Orientador: Prof, Dr, Anselmo Chaves Neto | - |
| Descrição: dc.description | Coorientador: Prof, Dr, Jairo Marlon Corrêa | - |
| Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Tecnologia e o Setor de Ciências Exatas, Curso de Especialização em Métodos Numéricos em Engenharia. | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo: Este trabalho propõe a aplicação da metodologia de Redes Neurais Recorrentes nos resíduos de quatro Séries Temporais de dados dos Deslocamentos Horizontais dos Blocos da Barragem Principal da Usina Hidrelétrica de Itaipu, Esses resíduos resultaram da modelagem da série por meio da metodologia Box & Jenkins, Dessa modelagem obteve-se uma parte linear e depois aplicada a Rede Neural Recorrente chamada Long Short-Term Memory (LSTM) aos resíduos da série (parte não linear), A partir de então, foram gerados valores não lineares que combinados com a parte linear, constituem os valores de previsões, Foi feito um comparativo da previsão da série com a metodologia Box & Jenkins com o modelo misto. Os resultados mostram que o modelo misto apresenta melhores resultados em três das quatro Séries Temporais estudadas, com redução do erro de até 40% | - |
| Descrição: dc.description | Abstract: This work proposes the application of the Recurrent Neural Networks Methodology in the residuals of a Temporal Series of data of the Horizontal Displacements of the Blocks of the Main Dam of the Raipu Hydroelectric Power Plant, These residues resulted from the modeling of the series by the Box & Jenkins methodology, From this model, a linear part was obtained and then a Recurrent Neural Network called Long Short-Term Memory (LSTM) was applied to the residuals of the series (non-linear part). Since then, nonlinear values have been generated that, combined with the linear part, are the prediction values, A comparison of the prediction of the series with the Box & Jenkins methodology with the mixed model was made. The results show th at the mixed model presents better results in three of the four Time Series studied, with a reduction of the error up to 40%, | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Título: dc.title | Aplicação de redes neurais nos resíduos de deslocamentos horizontais de blocos da barragem principal da Usina Hidrelétrica de Itaipu | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
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: