Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/5767
Tipo: | Trabalho de Conclusão de Curso |
Título: | Análise preditiva da precificação de commodities pecuárias utilizando redes neurais LSTM |
Autor(es): | Romano, Felipe Augusto Sousa, Matheus Fernandes Rodrigues de |
Primeiro Orientador: | Sousa, Marcos Antônio de |
metadata.dc.contributor.referee1: | Medeiros, Antonio Marcos de Melo |
metadata.dc.contributor.referee2: | Oliveira, Bruno Quirino de |
Resumo: | Este trabalho de conclusão de curso apresenta o desenvolvimento de uma Rede Neural Artificial (RNA) baseada em Séries Temporais para realizar previsões nos valores de commodities pecuárias, com destaque para a carne bovina. O sistema é capaz de analisar dados de entrada e gerar gráficos que mostram as previsões esperadas para os valores futuros dessas commodities, considerando a análise de predição do preço do dia seguinte com base nos dez dias anteriores. Foram realizados cenários utilizando séries temporais com dados de preço da arroba do boi gordo, entre os anos de 1997 e 2023, os quais foram analisados e discutidos. Os resultados preliminares do treinamento e predição demonstraram a eficácia da ferramenta computacional desenvolvida, em relação à assertividade do modelo de predição implementado. Desse modo, pode-se observar a aplicabilidade da Rede Neural Artificial LSTM como uma técnica efetiva para previsão de valores de commodities pecuárias, principalmente da carne bovina. |
Abstract: | This undergraduate thesis presents the development of an Artificial Neural Network (ANN) based on Time Series to make predictions on livestock commodity values, with a focus on beef. The system is capable of analyzing input data and generating graphs that show the expected predictions for the future values of these commodities, considering the prediction analysis of the price of the next day based on the previous ten days. Scenarios were carried out using time series with price data for a fat cow's arroba between 1997 and 2022, which were analyzed and discussed. The preliminary results of training and prediction demonstrated the effectiveness of the developed computational tool, regarding the accuracy of the implemented prediction model. Thus, the applicability of the LSTM Artificial Neural Network as an effective technique for predicting livestock commodity values, mainly beef, can be observed. |
Palavras-chave: | Artificial intelligence Prediction Time series Rede neural recorrente LSTM |
CNPq: | CNPQ::ENGENHARIAS |
Idioma: | por |
País: | Brasil |
Editor: | Pontifícia Universidade Católica de Goiás |
Sigla da Instituição: | PUC Goiás |
metadata.dc.publisher.department: | Escola Politécnica |
Tipo de Acesso: | Acesso Aberto |
URI: | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/5767 |
Data do documento: | 14-Jun-2023 |
Aparece nas coleções: | TCC Engenharia de Controle e Automação - Mecatrônica |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
Artigo-RAG-TCC2-RNN-LSTM-2023-1-Matheus-Felipe.pdf | 762,82 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador