Análise comparativa da eficiência de três modelos de previsão de séries temporais do software Weka

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSantos, José Airton Azevedo dos-
Autor(es): dc.contributorSantos, José Airton Azevedo dos-
Autor(es): dc.contributorPasa, Leandro Antonio-
Autor(es): dc.contributorSantos, Cidmar Ortiz dos-
Autor(es): dc.creatorPinto, Bruno da Rosa-
Data de aceite: dc.date.accessioned2025-08-29T13:22:55Z-
Data de disponibilização: dc.date.available2025-08-29T13:22:55Z-
Data de envio: dc.date.issued2023-10-23-
Data de envio: dc.date.issued2023-10-23-
Data de envio: dc.date.issued2023-06-19-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/32763-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1112276-
Descrição: dc.descriptionThis work aims to compare three time series forecasting models from the WEKA software: the Linear Regression (LR), the Support Vector Machine (SMOreg) and the Artificial Neural Network (MLP). The database, expanded by interpolation with python, was obtained from the Instituto Nacional de Meteorologia (INMET). This database presents a historical series of wind speed, at the meteorological station of Palmeira dos Índios, in the period between 2008 and 2020. Forecast models, based on neural networks MLP, Support Vector Machine and Linear Regression, were implemented in WEKA, a free software widely used in academic research. Results obtained from the three models were compared using the metrics RMSE (Root Mean Squared Error), MAPE (Mean Absolute Percent Error) and MAE (Mean Absolute Error). It was verified, for a short term horizon (14 instances), that the Neural Network Multilayer Perceptron performed better.-
Descrição: dc.descriptionEste trabalho tem como objetivo realizar a comparação de três modelos de previsão de séries temporais do software WEKA: a Regressão Linear (LR), a Máquina de Vetores de Suporte (SMOreg) e a Rede Neural Artificial (MLP). A base de dados, expandida por interpolação em python, foi obtida através do Instituto Nacional de Meteorologia (INMET). Esta base apresenta uma série histórica de velocidade do vento, na estação meteorológica de Palmeira dos Índios, no período entre 2008 e 2020. Modelos de previsão, baseados em redes neurais MLP, Máquina de Vetores de Suporte e Regressão Linear, foram implementados no WEKA, um software livre e de ampla utilização em pesquisas acadêmica. Resultados obtidos, dos três modelos, foram comparados por meio das métricas RMSE (Root Mean Squared Error), MAPE (Mean Absolute Percent Error) e MAE (Mean Absolute Error). Verificou-se, para um horizonte de curto prazo (14 instâncias), que a Rede Neural Multilayer Perceptron apresentou o melhor desempenho.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherMedianeira-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectBanco de dados-
Palavras-chave: dc.subjectBanco de dados geográficos-
Palavras-chave: dc.subjectMétodos de simulação-
Palavras-chave: dc.subjectCirculação atmosférica-
Palavras-chave: dc.subjectData bases-
Palavras-chave: dc.subjectGeodatabases-
Palavras-chave: dc.subjectSimulation methods-
Palavras-chave: dc.subjectAtmospheric circulation-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleAnálise comparativa da eficiência de três modelos de previsão de séries temporais do software Weka-
Título: dc.titleComparative analysis of the efficiency of three Weka software time series forecasting models-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.