Título: MODELOS BASEADOS EM KERNEL PARA PREVISÃO DE CARGA A CURTO PRAZO
Autores: Ferreira, Vitor Hugo; Silva, Alexandre P. Alves
Resumo: A aplicação de máquinas de vetor suporte em problemas de previsão vem ganhando adeptos nos últimos tempos. Diversas comparações entre modelos neurais treinados com algoritmos baseados em retro-propagação de erro e máquinas de vetor suporte têm apresentado vantagem para as últimas em diferentes domínios. Entretanto, algumas dificuldades ainda prejudicam o desempenho das máquinas de vetor suporte. A principal delas diz respeito ao ajuste dos valores dos hiper-parâmetros envolvidos no treinamento das mesmas. Técnicas baseadas em meta-heurísticas vêm sendo utilizadas para a determinação de valores apropriados para estes hiper-parâmetros. Entretanto, devido ao elevado grau de não-convexidade envolvido nesse problema de estimação, que torna a busca por uma boa solução muito difícil, uma abordagem baseada em inferência Bayesiana, denominada de máquina de vetores relevantes, foi proposta mais recentemente. O presente artigo tem por objetivo investigar tal abordagem no problema de previsão de carga a curto prazo.
Palavras-chave: Previsão de carga; redes neurais artificiais; seleção de entradas; modelos baseados em kernel; máquina de vetor suporte; máquina de vetores relevantes
Páginas: 5
Código DOI: 10.21528/CBRN2009-127
Artigo em PDF: 127_CBRN2009.pdf
Arquivo BibTex: 127_CBRN2009.bib