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 | Pessin, Gustavo | - |
Autor(es): dc.contributor | Rocha Filho, Geraldo Pereira | - |
Autor(es): dc.contributor | Guimarães, Frederico Gadelha | - |
Autor(es): dc.contributor | Pessin, Gustavo | - |
Autor(es): dc.contributor | Rocha Filho, Geraldo Pereira | - |
Autor(es): dc.contributor | Guimarães, Frederico Gadelha | - |
Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
Autor(es): dc.contributor | Valejo, Alan Demétrius Baria | - |
Autor(es): dc.creator | Souza, Flavio Mauricio da Cunha | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:59:02Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:59:02Z | - |
Data de envio: dc.date.issued | 2024-01-17 | - |
Data de envio: dc.date.issued | 2024-01-17 | - |
Data de envio: dc.date.issued | 2022 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/17998 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1029231 | - |
Descrição: dc.description | Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto. | - |
Descrição: dc.description | O preço global do minério de ferro é determinado por um número elevado de parâmetros efetivos e uma relação complexa entre eles. A soma das expectativas dos participantes deste mercado como um todo, ao longo do tempo, definem variações e tendências numa série temporal de preços. Desenvolver um modelo de previsão confiável para a volatilidade do preço do minério de ferro e, por consequência, demais ativos ligados à esta commodity, que analise o mercado de forma ampla, não é uma tarefa trivial e é fundamental na definição de investimentos futuros e decisões para projetos de mineração em empresas relacionadas. Este trabalho avalia um sistema preditivo híbrido, que utiliza um índice obtido a partir da agregação de sentimentos extraídos de resumos de notícias relacionadas ao minério de ferro, baseado em conjuntos nebulosos hesitantes, e o número de notícias como variáveis exógenas para um modelo multivariado Weighted Multivariate Fuzzy Time Series (WMVFTS). Neste contexto, a aplicação do índice de Agregação de Análise de Sentimentos com Conjuntos Nebulosos Hesitantes para Previsão de Preços de Minério de Ferro combina métodos de aprendizado de máquina que abrangem tanto análises técnicas quanto fundamentais, obtendo resultados significativos para suporte à decisão especializada em ativos de minério de ferro. Os resultados indicam a viabilidade de utilização das variáveis propostas em um conjunto de variáveis exógenas do WMVFTS com precisão superior a 80% na previsão de tendências e oscilações da variável de referência. | - |
Descrição: dc.description | The global price of iron ore is determined by a large number of effective parameters and a complex relationship between them. The sum of the expectations of the participants of this market as a whole, over time, defines variations and trends in a time series of prices. Developing a reliable forecast model for the volatility of iron ore prices and, consequently, other assets linked to this commodity, which analyzes the market in a broad way, is fundamental in defining future investments and decisions for mining projects in companies related. This work evaluates a hybrid predictive system, which uses an index obtained from the aggregation of sentiments extracted from news related to iron ore, based on hesitant fuzzy sets, and the number of news as exogenous variables for a multivariate model Weighted Multivariate Fuzzy Time Series (WMVFTS). In this context, the application of the Aggregation Index of Sentiment Analysis with Hesitant Fuzzy Sets for Iron Ore Price Forecasting combines machine learning methods that encompass both technical and fundamental analysis, obtaining significant results for expert decision support specialist in iron ore assets. The results indicate the feasibility of using the proposed variables in a set of exogenous WMVFTS variables with an accuracy greater than 80% in predicting trends and oscillations of the reference variable. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/3.0/us/ | - |
Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 19/12/2023 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Análise de séries temporais | - |
Palavras-chave: dc.subject | Processamento de linguagem natural - computação | - |
Palavras-chave: dc.subject | Minérios de ferro | - |
Título: dc.title | Sistema híbrido com agregação de análise de sentimentos e séries temporais nebulosas para previsão de preços de minério de ferro. | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
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: