$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES 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.
Coleção Digital

Avançada


Formato DC |



Título: PREVISÃO DE TRIBUTO ESTADUAL UTILIZANDO REDES NEURAIS RECORRENTES
Autor: GABRIEL COUTINHO DE PAULA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  KARLA TEREZA FIGUEIREDO LEITE - ORIENTADOR
Nº do Conteudo: 35842
Catalogação:  12/12/2018 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  TRABALHO DE FIM DE CURSO
Natureza:  PUBLICAÇÃO ACADÊMICA
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=35842@1
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.35842

Resumo:
Impostos arrecadados pelo Estado são revertidos para o bem comum, com o objetivo de investimentos e custeio de bens e serviços públicos, como - principalmente - infraestrutura, saúde, segurança e educação. A previsão de receitas é uma das responsabilidades que as Secretarias (municípios e estados) têm como desafio e necessidade. Essa é uma função sine qua non às decisões com relação ao planejamento financeiro na esfera estadual. Nos últimos anos têm sido propostos novos métodos e modelos de previsão. Neste trabalho apresenta-se um modelo de previsão híbrido, baseada em Algoritmos Genéticos (AGs) e Redes Neurais Recorrentes (RNNs) do tipo Long Short-Term Memory Neural Networks (LSTM) para previsão de do Imposto sobre Circulação de Mercadorias e Serviços (ICMS), no estado de Alagoas. Foi investigado o uso de variáveis exógenas para melhoras na acurácia do modelo. Não houve melhora de desempenho com uso da variável exógena consumo de energia elétrica no estado. O melhor modelo obteve Erro Percentual Absoluto Médio (MAPE) no conjunto de teste de 5,11 por cento, assim como melhor desempenho que os estado de Alagoas. Os resultados obtidos com esse modelo híbrido mostram demonstram desempenho promissor quando comparados com os processos vigentes.

Descrição Arquivo
NA ÍNTEGRA  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui