|
Nome do aluno
|
EDMILSON DOS SANTOS DE JESUS
|
|
Título do trabalho
|
MODELOS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DA DEMANDA DE ÁGUA DA REGIÃO METROPOLITANA DE SALVADOR, BAHIA
|
|
Resumo do trabalho
|
O objetivo deste trabalho é propor um novo modelo híbrido SVR-ANN para previsão de demanda de água. Onde uma adaptação da metodologia proposta por Zhang (2003) é utilizada para decompor as séries temporais de 10 reservatórios que abastecem a Região Metropolitana de Salvador (RMS). Os dados utilizados são do consumo histórico de janeiro/2017 a fevereiro/2022, obtidos junto à empresa de abastecimento local, Empresa Baiana de Águas e Saneamento (EMBASA), e dados meteorológicos obtidos junto ao Instituto Nacional de Meteorologia do Brasil (INMET). Os resultados demonstraram a viabilidade do uso do modelo proposto, comparado a outros modelos tradicionais como o Multilayer Perceptron (MLP), Support Vector Regression (SVR), Short Long Term Memory (LSTM) e Autoregressive and Integrated Moving Average (ARIMA).
|
|
Orientador
|
GECYNALDA SOARES DA SILVA GOMES
|
|
Membro Titular Externo (com afiliação)
|
PAULO HENRIQUE FERREIRA DA SILVA (UFBA)
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Membro Titular Interno ou Titular Externo 2 (com afiliação)
|
ANDERSON LUIZ ARA SOUZA (UFPR)
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Membro Suplente Externo (com afiliação)
|
Edleide de Brito (UFBA)
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Membro Suplente Interno ou Suplente Externo 2 (com afiliação)
|
Daniela Barreiro Claro (UFBA)
|
|
Link para o curriculum lattes
|
http://lattes.cnpq.br/
|
|
Data da defesa
|
31 Jul, 2023
|
|
Horário da defesa
|
2:00 PM
|