Meta-aprendizagem aplicada à previsão de séries temporais

• Processo: 19/10012-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de junho de 2019
• Data de Término da vigência: 31 de maio de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: André Carlos Ponce de Leon Ferreira de Carvalho
• Beneficiário: Moisés Rocha dos Santos
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Bolsa(s) vinculada(s): 21/13281-4 - Avanços na seleção baseada em meta-aprendizado de modelos de previsão, BE.EP.DR
• Assunto(s): Inteligência computacional Aprendizado computacional Previsão (análise de séries temporais) Modelos estatísticos
• Palavra(s)-Chave do Pesquisador: Forecasting | meta-learning | time-series | Inteligência Computacional

Resumo

A previsão de séries temporais tem sido aplicada em diversos problemas cotidianos no processo de tomada de decisão, por exemplo na análise de Eletroencefalograma (EEG), consumo de energia, mercado financeiro de ações e outras. Entretanto, estes experimentos geralmente demandam muito tempo para selecionar o melhor modelo para tomada de decisão. Também, para este domínio é necessário um conhecimento específico sobre o tipo de série temporal para fazer previsões precisas. O objetivo do meta-aprendizado é selecionar modelos promissores para novos conjuntos de dados baseado na descoberta de conhecimento nos meta-conjuntos de dados. Este projeto tem como objetivo desenvolver um sistema de recomendação baseado em meta-aprendizado de modelos estatísticos e de aprendizado de máquina para previsão de séries temporais. Aliado a isto, serão feitas análises experimentais de meta-atributos existentes nos domínios de séries temporais e regressão. (AU)

Publicações científicas

(5)

(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)

SANTOS, MOISES R.; BRAZ, DOUGLAS D. C.; CARVALHO, ANDRE C. P. L. F.; TINOS, RENATO; PAULA, MARCOS B. S.; DORETTO, GABRIEL; GUARNIER, EWERTON; FILHO, DONATO SILVA; SUIAMA, DANILO Y.; FERREIRA, LORENA E.; et al. . 2022 IEEE LATIN AMERICAN CONFERENCE ON COMPUTATIONAL INTELLIGENCE (LA-CCI), v. N/A, p. 6-pg., 2022-01-01. (13/07375-0, 19/10012-2)

CASTILHO, DOUGLAS; SANTOS, MOISES R.; TINOS, RENATO; CARVALHO, ANDRE C. P. L. F.; PAULA, MARCOS B. S.; LADEIRA, LUCAS; GUARNIER, EWERTON; SILVA FILHO, DONATO; SUIAMA, DANILO Y.; JUNIOR, EDMUR A. M.; et al. . 2023 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, IJCNN, v. N/A, p. 9-pg., 2023-01-01. (13/07375-0, 19/10012-2)

FERREIRA DE SOUZA, EDUARDO DORNELES; DOS SANTOS, MOISES ROCHA; COSTA DA SILVA, LUCAS CLEOPAS; MUNIZ DE OLIVEIRA, ALEXANDRE CESAR; NETO, AREOLINO DE ALMEIDA; DE ALMEIDA RIBEIRO, PAULO ROGERIO; COTA, VR; BARONE, DAC; DIAS, DRC; DAMAZIO, LCM. . COMPUTATIONAL NEUROSCIENCE, v. 1068, p. 10-pg., 2019-01-01. (19/10012-2)

SANTOS, MOISES R.; MUNDIM, LEANDRO R.; CARVALHO, ANDRE C. P. L. F.; DELACAL, EA; FLECHA, JRV; QUINTIAN, H; CORCHADO, E. . HYBRID ARTIFICIAL INTELLIGENT SYSTEMS, HAIS 2020, v. 12344, p. 13-pg., 2020-01-01. (19/10012-2)

SILVESTRE, GABRIEL DALFORNO; DOS SANTOS, MOISES ROCHA; DE CARVALHO, ANDRE C. P. L. F.; IEEE. . 2021 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 7-pg., 2021-01-01. (13/07375-0, 19/10012-2)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

SANTOS, Moisés Rocha dos. Seleção e compreensão de desempenho de algoritmos para previsão de séries temporais. 2023. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.