PrevisÃo de sÃries temporais usando modelos de composiÃÃo de especialistas locais.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2003

RESUMO

Este trabalho aborda a tÃcnica de ComposiÃÃo de Especialistas Locais (CEL), que pode ser vista como uma tÃcnica que realiza anÃlise exploratÃria de dados e modelagem matemÃtica simultaneamente. A tÃcnica CEL pode ser aplicada para resolver problemas de previsÃo de sÃries temporais e reconhecimento de padrÃes. Dado um conjunto de pontos de dados de treinamento formados pelos pares (x, y) (x = entrada, y = saÃda), a idÃia bÃsica à a seguinte: 1) Primeiramente, considerando apenas a parte da entrada do conjunto de treinamento (x), uma rede neural de Kohonen à usada para dividir os dados em agrupamentos nÃo-sobrepostos de pontos, 2) VÃrias tÃcnicas de modelagens sÃo entÃo usadas para construir modelos concorrentes para cada agrupamento e considerando apenas os pares (x,y) daquele agrupamento, 3) O melhor modelo para cada agrupamento à selecionado e denominado de Modelo de Especialista Local. A SaÃda de todos os Modelos de Especialistas Locais sÃo linearmente combinados pela Rede Supervisora que considera: 1) A distÃncia dos pontos de dados x ao centro do agrupamento de dados usados para gerar o Modelo de cada Especialista Local, 2) A abrangÃncia da regiÃo do espaÃo de entrada tomado por cada agrupamento de pontos de dados de treinamento. As seguintes tÃcnicas de modelagem sÃo utilizadas neste trabalho: Redes Neurais Artificiais (RNA), AnÃlises de RegressÃo MÃltipla (ARM) e CÃpia Carbono (CC). Para comparaÃÃo, o desempenho destas tÃcnicas de modelagem sÃo tambÃm avaliados quando usadas para construir modelos para todo o conjunto de dados de treinamento, isto Ã, sem usar qualquer tÃcnica de agrupamento. Neste caso, os modelos sÃo denominados de Modelos de Especialistas Globais. A tÃcnica CEL à testada em experimentos computacionais usando as seguintes sÃries temporais que estÃo publicamente disponÃveis na Internet: 1) A "Laser Data", assim chamada uma sÃrie temporal gerada num experimento de laboratÃrio de fÃsica e usada em 1991 na CompetiÃÃo e AnÃlises de PrediÃÃo de SÃries Temporais do Instituto Santa FÃ, 2) SÃries temporais de preÃos mensais e diÃrios do aÃÃcar (contrato 14) na CÃmara de ComÃrcio de Nova York (do inglÃs, New York Board Trade - NYBOT)

ASSUNTO(S)

inteligÃncia artificial anÃlise estatÃstica matemÃtica aplicada previsÃo matemÃtica estatÃstica redes neurais reconhecimento de padrÃes anÃlise de sÃries temporais modelos matemÃticos

ACESSO AO ARTIGO

Documentos Relacionados