Este estudo teve como objetivo desenvolver modelos de redes neurais artificiais para prever o desempenho financeiro das empresas pertencentes e não pertencentes aos níveis de governança da B3 (antiga BM&FBovespa). Os modelos foram desenvolvidos utilizando dados das empresas do mercado de ações brasileiro no período de 2005 a 2017. Estipulou-se como hipótese que os modelos que corresponderiam às empresas pertencentes aos segmentos de governança obteriam maior sucesso na previsão do desempenho financeiro das empresas em comparação aos que representariam as que não estavam nos níveis de governança. Os resultados confirmaram a hipótese. Além disso, eles indicaram que o desempenho financeiro das empresas não pertencentes aos níveis de governança corporativa é mais sensível a oscilações ocorridas no ambiente externo, o que dificulta a previsão desse indicador. Este trabalho foi o primeiro no Brasil a construir modelos por meio de técnicas de inteligência artificial – mais especificamente a rede neural backpropagation – para prever o desempenho financeiro da empresa relacionando-o a aspectos da governança corporativa.
AgradecimentosPrimeiramente, a Deus, por ter me concedido o dom da vida e sabedoria para concluir mais esta etapa, me fazendo viver diariamente a sua misericórdia e amor, e por não me permitir esquecer jamais o grande versículo: ŞTodas as coisas cooperam para o bem daqueles que amam a DeusŤ. À minha família amada, Kamylla Albuquerque e Davi A. Coelho por ter me dado suporte emocional durante a escrita desta tese. As muitas noites em claro sabendo que estavam sempre ao meu lado e a compreensão nos momentos de ausência. Filho, espero que possa me perdoar todas as vezes que você chorou e eu não pude estar perto para acolhê-lo; Amor, muito obrigado por ser a coluna de sustentação da nossa pequena grande família, me perdoe ainda pelas fraldas não trocadas durante a escrita desta tese. Amo muito vocês! Agradeço aos meus pais, Mario e Joana, por ser inspiração para minha vida até os dias atuais. Obrigado pelas noites de estudo, vivência em família e me fazer compreender a importância do exemplo na educação dos Ąlhos desde pequenos.Ao professor Dr. Ricardo Silva Thé Pontes pela orientação, liderança, amizade, conĄança e dedicação nesta longa caminhada. À professora . a Maria das Graças Santos RuĄno Pontes, que me acompanhou durante os anos de graduação, e com certeza, por ter sido a grande responsável pela minha escolha de seguir a carreira acadêmica. Ambos os professores citados são exemplo tanto para minha vida proĄssional e pessoal.Ao professor Dr. Luciano Martins Neto pela orientação, conĄança e acolhida desde a minha chegada em Uberlândia.Ao professor PhD Antônio Eduardo Costa Pereira pelos esclarecimentos prestados ao decorrer de meses sobre assuntos relativos a área de computação, tal como o auxílio na redação do artigo publicado nesta tese.Ao professor PhD José Roberto Camacho pelo grande conhecimento transmitido nas disciplinas de Estudo Orientado e Métodos Numéricos, que foram bastante úteis para o desenvolvimento deste trabalho.Ao professor Vernon Sipple pelas aulas de inglês e auxílio na redação do artigo publicado nesta tese.Aos colegas de laboratório pelo companheirismo e conhecimento compartilhado durante toda a minha pesquisa.Aos professores doutores Daniel Pereira de Carvalho, Ricardo Silva Thé Pontes e Luciano Martins Neto pelas valiosas contribuições para o aperfeiçoamento desta tese na ocasião da qualiĄcação.Aos professores doutores contribuído para a melhoria deste trabalho.Ao Programa de Pós-Graduação em Engenharia Elétrica da UFU pela oportunidade de crescimento proĄssional e aprendizado. À CAPES por ter concedido suporte Ąnanceiro a esta pesquisa durante esse longo período.Aos colegas da UFTM pelo conhecimento compartilhado e a acolhida no ambiente em que pude adquirir experiência de sala de aula.Os meus agradecimentos se estendem também a todos que, direta ou indiretamente, contribuíram com a realização desta tese de doutorado.Porque Dele, por Ele e para Ele, são todas as coisas; Glória pois a Ele eternamente.Amém. Romanos 11:36 Palavras-chave: Aterramento Elétrico. Solo heterogêneo. Integração n...
RESUMO Apesar de que a grande diferenciação que existe no ensino superior brasileiro seja amplamente conhecida, e que diferentes tipos de instituições tenham objetivos e produzam resultados também distintos, nas áreas de ensino de graduação, pós-graduação e pesquisa, essas diferenças não são reconhecidas com todas as suas implicações pela legislação nem pelo sistema de avaliação adotado pelo Ministério da Educação no Brasil. O público, formado por estudantes atuais e futuros, assim como por seus empregadores, tampouco é informado a respeito dessas diferenças. O objetivo deste trabalho é apresentar uma proposta de classificação ou tipologia das instituições de educação superior brasileiras que identifique com clareza essas diferenças, e que possa servir de base para um sistema de informações e procedimentos de avaliação que tomem em conta essa variedade de características, objetivos e resultados. Isso é feito agrupando-se instituições que tenham perfis semelhantes, do ponto de vista de seu porte, natureza jurídica e envolvimento com atividades de ensino e pós-graduação, e verificando-se até que ponto essas diferenças de tipos correspondem também a diferenças em relação às características de professores, alunos, áreas de atuação e atuação. Na última parte discutimos algumas implicações dessa tipologia para o sistema de avaliação da educação superior e, mais amplamente, para a melhoria da qualidade e desempenho da educação superior do país como um todo.
The theory of multiconductor transmission lines is based on the principle of superposition. According to this principle, any electric or magnetic field can be represented as the sum of individual electric or magnetic fields. This theory is used to analyze and design electrical systems involving multiple conductors. In this work, the procedures for analyzing electromagnetic transients in 3-conductor transmission lines are presented, which is the last step for generalization in the case of lines to "n" conductors. The paper presents elementary cases and a more general one to illustrate such an approach.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.