Please use this identifier to cite or link to this item:
acessibilidade
http://hdl.handle.net/20.500.12207/5781
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Brito, Isabel Sofia | - |
dc.contributor.advisor | Barros, João Paulo Mestre Pinheiro Ramos e | - |
dc.contributor.author | Leal, Adriano Regis Vidal | - |
dc.date.accessioned | 2023-02-09T14:42:53Z | - |
dc.date.available | 2023-02-09T14:42:53Z | - |
dc.date.issued | 2022-02-22 | - |
dc.identifier.citation | Leal, 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/20.500.12207/5781 | por |
dc.identifier.uri | https://hdl.handle.net/20.500.12207/5781 | - |
dc.description.abstract | Uma 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.iso | por | por |
dc.rights | openAccess | por |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | por |
dc.subject | Séries temporais | por |
dc.subject | Aprendizado de máquina | por |
dc.subject | Aprendizado profundo | por |
dc.subject | ARIMA | por |
dc.subject | Predição | por |
dc.subject | Open source software | por |
dc.subject | Base de dados | por |
dc.subject | Serviços web | por |
dc.title | Plataforma WEB para predição baseada em modelos de séries temporais | por |
dc.type | masterThesis | por |
dc.pagination | 98 f. | por |
degois.identifier.tid | 203183827 | por |
thesis.degree.name | Dissertação de mestrado em Internet das Coisas. Instituto Politécnico de Beja, Escola Superior de Tecnologia e Gestão, 2022 | por |
Appears in Collections: | ESTIG - Dissertações de mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Adriano Leal_PDFA.pdf | 3.78 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License