Skip navigation
Please use this identifier to cite or link to this item:

acessibilidade

http://hdl.handle.net/20.500.12207/5781
Full metadata record
wcag
DC FieldValueLanguage
dc.contributor.advisorBrito, Isabel Sofia-
dc.contributor.advisorBarros, João Paulo Mestre Pinheiro Ramos e-
dc.contributor.authorLeal, Adriano Regis Vidal-
dc.date.accessioned2023-02-09T14:42:53Z-
dc.date.available2023-02-09T14:42:53Z-
dc.date.issued2022-02-22-
dc.identifier.citationLeal, A. (2022). Plataforma WEB para predição baseada em modelos de séries temporais. [Dissertação de mestrado, Instituto Politécnico de Beja]. Repositório Científico do Instituto Politécnico de Beja. https://hdl.handle.net/20.500.12207/5781por
dc.identifier.urihttps://hdl.handle.net/20.500.12207/5781-
dc.description.abstractUma série temporal, também conhecida como série histórica, é uma sequência de dados obtidos a partir de intervalos regulares. Ao analisar uma série temporal, é primordialmente desejável modelar o fenómeno sob investigação para descrever o comportamento da série, fazer estimativas a partir daí e por fim avaliar quais os fatores que influenciaram o comportamento da série. Propõe-se um sistema web que visa analisar dados meteorológicos na forma de séries temporais, o que economiza tempo do pesquisador ao lidar com um grande volume de dados. O sistema integra tecnologias open source, como Python e o framework web Django, para a visualização de dados e tomada de decisões. Neste trabalho, analisamos e prevemos séries temporais usando o modelo ARIMA. Para tal, usamos técnicas manuais, que oferecem possibilidades para a parametrização do ARIMA e, na plataforma web, usamos técnicas automáticas. O COTR, Centro Operativo e de Tecnologia de Regadio, possui dados meteorológicos usados pela plataforma web para analisar e prever os diferentes parâmetros como por exemplo a temperatura mínima, máxima, etc. A utilização destes dados permitiu validar a plataforma web com dados reais e, a referida plataforma será usada pelos técnicos do Centro. A plataforma web desenvolvida nesse trabalho, está preparada para a utilização de outros dados que não sejam climatéricos. Para tal, necessita apenas de pequenos ajustes que poderão ser realizados futuramente.por
dc.language.isoporpor
dc.rightsopenAccesspor
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/por
dc.subjectSéries temporaispor
dc.subjectAprendizado de máquinapor
dc.subjectAprendizado profundopor
dc.subjectARIMApor
dc.subjectPrediçãopor
dc.subjectOpen source softwarepor
dc.subjectBase de dadospor
dc.subjectServiços webpor
dc.titlePlataforma WEB para predição baseada em modelos de séries temporaispor
dc.typemasterThesispor
dc.pagination98 f.por
degois.identifier.tid203183827por
thesis.degree.nameDissertação de mestrado em Internet das Coisas. Instituto Politécnico de Beja, Escola Superior de Tecnologia e Gestão, 2022por
Appears in Collections:ESTIG - Dissertações de mestrado

Files in This Item:
wcag
File Description SizeFormat 
Adriano Leal_PDFA.pdf3.78 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Currículo DeGóis 

This item is licensed under a Creative Commons License Creative Commons