XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: PERIODIC STOCHASTIC MODEL BASED ON NEURAL NETWORKS Autor: LUCIANA CONCEICAO DIAS CAMPOS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
MARLEY MARIA BERNARDES REBUZZI VELLASCO - ADVISOR
JUAN GUILLERMO LAZO LAZO - CO-ADVISOR
Nº do Conteudo: 17076
Catalogação: 14/03/2011 Liberação: 15/03/2011 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17076@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17076@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.17076
Resumo:
Título: PERIODIC STOCHASTIC MODEL BASED ON NEURAL NETWORKS Autor: LUCIANA CONCEICAO DIAS CAMPOS
JUAN GUILLERMO LAZO LAZO - CO-ADVISOR
Nº do Conteudo: 17076
Catalogação: 14/03/2011 Liberação: 15/03/2011 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17076@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17076@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.17076
Resumo:
Stochastic Process is a branch of probability theory which defines a set of
templates that allow the study of problems with random components. Many
real problems exhibit complex characteristics such as nonlinearity and chaotic
behavior, which require models capable of capture the real characteristics
of the problem for a appropriate treatment. However, existing models have
limited application to certain problems or because they are linear models
(whose application gets results inconsistent or inadequate) or because they
require a complex formulation or depend on a priori assumptions about the
behavior of the problem, which requires a knowledge the problem at a level
of detail that there is not always available. This motivated the development
of a model stochastic process based on neural networks, so that is generic
to be applied in a range of problems involving highly stochastic phenomena
of behavior and also can be applied to phenomena that have periodic characteristics.
As artificial neural networks are non-linear models, simple to
understand and implementation, able to capture behaviors of varied types
problems, then decided to use them as the basis of new model proposed
in this thesis, which is an intrinsically non-linear model, called the Neural
Stochastic Process. Through neural networks that stochastic process,
can adequately capture the behavior problems of the series of phenomena
with features highly stochastic and / or periodical. The goal is to use this
model to generate synthetic time series, equally likely to historical series,
in solution of various problems, eg problems phenomena involving climatology,
economic, among others. It was chosen as a case study of this thesis,
applying the model proposed in the treatment of monthly inflows in the
context of operation planning of the Brazilian hydrothermal system. The
Results showed that the process can Stochastic Neural generate synthetic
series of similar characteristics to the historical monthly inflow series.
Descrição | Arquivo |
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS | |
CHAPTER 1 | |
CHAPTER 2 | |
CHAPTER 3 | |
CHAPTER 4 | |
CHAPTER 5 | |
CHAPTER 6 |