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: IDENTIFICATION OF NON-SEASONAL TIME SERIES THROUGH FUZZY NEURAL NETWORKS Autor: MARIA AUGUSTA SOARES MACHADO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
REINALDO CASTRO SOUZA - ADVISOR
Nº do Conteudo: 7554
Catalogação: 01/12/2005 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=7554@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7554@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.7554
Resumo:
Formato DC | MARC |
Título: IDENTIFICATION OF NON-SEASONAL TIME SERIES THROUGH FUZZY NEURAL NETWORKS Autor: MARIA AUGUSTA SOARES MACHADO
Nº do Conteudo: 7554
Catalogação: 01/12/2005 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=7554@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7554@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.7554
Resumo:
It is well known the difficulties associated with the
tradicional procedure for model identification of the Box
& Jenkins model through the pattern matching of the
theoretical and estimated ACF and PACF. The decision on
the acceptance of the null hypothesis of zero ACF (or
PACF) for a given lag is based on a strong asymptotic
result, particularly for the PACF, leading, sometimes, to
wrong decisions on the identified order of the models.
The fuzzy logic allows one to infer system governed by
incomplete or fuzzy knowledge (deductive inference) using
a staighforward formulation of the problem via fuzzy
mathematics. On the other hand, the neural network
represent the knowledge in a implicit manner and has a
great generalization capacity (inductive inference).
In this thesis we built a specialist system composed of 5
fuzzy neural networks to help on the automatic
identificationof the following Box & Jenkins ARMA
structure AR(1), MA(1), AR(2), MA(2) and ARMA (1,1),
through the Euclidian distance between the estimated
output of the net and the corresponding patterns of each
one of the five structures.
Descrição | Arquivo |
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS | |
CHAPTER 1 | |
CHAPTER 2 | |
CHAPTER 3 | |
CHAPTER 4 | |
CHAPTER 5 | |
CHAPTER 6 | |
REFERENCES | |
ANNEX |