Aplicação de Redes Neurais na Previsão das Ações do Setor de Petróleo e Gás da Bm&amp;FBovespa

Muntaser, João Gonçalves Silva; Silva, Valter Pereira da; Penedo, Antônio Sérgio Torres

doi:10.12819/2017.14.6.3

Cited by 2 publications

(2 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Artificial Neural Networks (ANN can be compared with statistical techniques of pattern recognition and learning as well as performing time series predictions, which is a widely used method of calculation in AI). In the paper of Dantas et al (2016), Muntaser et al (2017) and Norvig & Russell (2013), the Neural networks were used to perform precipitation and stock market forecasts, respectively, with satisfactory results.…”

Section: De Redes Neurais Artificiais Foram Criados E Avaliados Por M...mentioning

confidence: 99%

Climate analysis using neural networks as supporting to the agriculture

Borella

Corso

2022

Gest. Prod.

View full text Add to dashboard Cite

The aim of this study is to conduct climate forecasting with models of artificial neural networks as a tool in the decision-making process for the planting of some types of agricultural products. A database with the main climate elements was built from the National Institute of Meteorology (INMET), and those elements that influenced the average temperature value the most were found at a significance level of 0.05. Models of Artificial Neural Networks were developed and tested using Mean Absolute Deviation (MAD), Mean Squared Error (MSE), Root-Mean Squared Error (RMSE), and Mean Absolute Percentage Error (MAPE), before being linked to the best agricultural cultivation forecast value. Twelve neural networks were elaborated, eight of them are related to the temperature forecast and the other four are related to the precipitation forecast. The networks that showed the best performance are those that consider all the elements of climate. It is possible to conclude that the artificial neural networks showed an adequate performance in predicting chaotic time series, and that their results were therefore linked to the optimum cultivation to use for each forecast. A schedule is supplied at the end, indicating the ideal time to plant each of the crops evaluated. Carrot is found to be the best suited crop for the forecasted range over the next five years.

show abstract

Section: De Redes Neurais Artificiais Foram Criados E Avaliados Por M...mentioning

confidence: 99%

Climate analysis using neural networks as supporting to the agriculture

Borella

Corso

2022

Gest. Prod.

View full text Add to dashboard Cite

show abstract

“…Sua aplicação se dá para problemas de classificação e problemas de predição, tanto para dados transversos (regressão) quanto para dados de séries temporais (GOMES, 2005). É uma técnica de modelagem que pode resolver muitos problemas não lineares e complexos (SEBASTIAN, 2016;BASTIANI et al, 2018;LIMA et al, 2009;MUNTASER et al, 2017).…”

Section: Introductionunclassified

Aplicação de Redes Neurais na Previsão de Custos de Produção de Frangos de Corte no Estado do Paraná

Santos

2021

RFSA

View full text Add to dashboard Cite

Artigo recebido em 23/05/2021. Última versão recebida em 01/06/2021. Aprovado em 02/06/2021. Avaliado pelo sistema Triple Review: a) Desk Review pelo Editor-Chefe; e b) Double Blind Review (avaliação cega por dois avaliadores da área). Revisão: Gramatical, Normativa e de Formatação Rev. FSA, Teresina, v. 18, n. 6, art. 9, p. 169-185, jun. 2021 www4.fsanet.com.br/revista RESUMOA avicultura é um dos principais componentes do agronegócio paranaense. A produção de frangos de corte contribui significativamente para a economia estadual. O produtor paranaense, na gestão da produção de frangos de corte, leva em conta os dados de desempenho, a forma de renumeração dos lotes e os custos de produção. Os custos de produção refletem diretamente na rentabilidade do seu negócio. Neste contexto, este trabalho tem como objetivo avaliar a eficácia de modelos de redes neurais artificiais, para previsão dos custos de produção de frangos de corte no estado do Paraná. A base de dados disponibilizada pela Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA), apresenta uma série de custos mensal compreendida entre Janeiro/2010 e Novembro/2020. Modelos de previsão, baseados em Redes Neurais MLP (Multilayer Perception) e LSTM (Long Short-Term Memory) foram implementados, na linguagem Python, utilizando o framework Keras. Os resultados obtidos para um horizonte de onze meses, mostram que o modelo LSTM apresentou, na previsão dos custos de produção, um melhor desempenho.

show abstract

Aplicação de Redes Neurais na Previsão das Ações do Setor de Petróleo e Gás da Bm&FBovespa

Cited by 2 publications

References 4 publications

Climate analysis using neural networks as supporting to the agriculture

Climate analysis using neural networks as supporting to the agriculture

Aplicação de Redes Neurais na Previsão de Custos de Produção de Frangos de Corte no Estado do Paraná

Contact Info

Product

Resources

About