Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/5772
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Cezar, Gabriela de Matos | pt_BR |
dc.creator | Miranda Junior, Silvio Vidal de | pt_BR |
dc.date.accessioned | 2023-06-21T17:53:07Z | - |
dc.date.available | 2023-06-21T17:53:07Z | - |
dc.date.issued | 2023-06-13 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/5772 | - |
dc.description.abstract | This paper describes the development of an Artificial Neural Network (ANN) with the objective of forecasting the prices of three agricultural commodities: rice, corn, and soybeans, based on historical data. Scenarios using time series containing price data of the commodities between the years 2004 and 2023 were analyzed and discussed. The developed system allows the automated analysis of future values, using recurrent neural networks and Long Short-Term Memory (LSTM) techniques. The effectiveness of the developed system was evaluated using datasets obtained from public repositories. The results obtained are presented and discussed in detail. The preliminary results of training and prediction demonstrated the effectiveness of the developed computational tool, highlighting the accuracy of the implemented prediction model. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Artificial intelligence | pt_BR |
dc.subject | Prediction | pt_BR |
dc.subject | Time series | pt_BR |
dc.subject | Rede neural recorrente LSTM | pt_BR |
dc.title | Análise preditiva com redes neurais artificiais para precificação de grãos no mercado de commodities | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Sousa, Marcos Antônio de | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5703480951193863 | pt_BR |
dc.contributor.referee1 | Medeiros, Antonio Marcos de Melo | pt_BR |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/3427815361969248 | pt_BR |
dc.contributor.referee2 | Oliveira, Bruno Quirino de | pt_BR |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/8553057751462291 | pt_BR |
dc.description.resumo | Resumo − Este trabalho descreve o desenvolvimento de uma Rede Neural Artificial (RNA) com o objetivo de realizar previsões dos preços de três commodities agrícolas: arroz, milho e soja, com base em dados históricos. Foram analisados e discutidos cenários que utilizam séries temporais contendo dados de preços das commodities entre os anos de 2004 e 2023. O sistema desenvolvido permite a análise automatizada de valores futuros, utilizando técnicas de redes neurais recorrentes e Long Short-Term Memory (LSTM). A eficácia do sistema desenvolvido foi avaliada utilizando conjuntos de dados obtidos a partir de repositórios públicos. Os resultados obtidos são apresentados e discutidos de forma detalhada. Os resultados preliminares do treinamento e da previsão demonstraram a eficácia da ferramenta computacional desenvolvida, destacando a acurácia do modelo de previsão implementado. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola Politécnica | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS | pt_BR |
dc.degree.graduation | Engenharia de Controle e Automação - Mecatrônica | pt_BR |
dc.degree.level | Graduação | pt_BR |
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-Gabriela-Silvio.pdf | 1,01 MB | 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