OtimizaÃÃo na formaÃÃo de agrupamentos em problemas de composiÃÃo de especialistas.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2006

RESUMO

A estimaÃÃo de funÃÃes a partir de um conjunto limitado de amostras à um problema central em estatÃstica aplicada. Um grande nÃmero de abordagens para tratar esse problema foi proposto como os mÃtodos dos mÃnimos quadrados por Gauss e de mÃnimo mÃdulo por Laplace, no sÃculo XIX e, mais recentemente, o uso de redes neurais, de support vector machines e de composiÃÃo de especialistas, dentre outros. Neste trabalho abordou-se os assuntos composiÃÃo de especialistas locais e otimizaÃÃo na formaÃÃo de agrupamentos, que engloba anÃlise exploratÃria, mineraÃÃo de dados e modelagem em uma Ãnica tÃcnica, Ãtil, por exemplo, na criaÃÃo de modelos de previsÃo. A idÃia bÃsica da composiÃÃo de especialistas locais à particionar o espaÃo de entrada em diferentes regiÃes e em cada regiÃo sÃo feitos testes de desempenho, com diferentes especialistas, denominados especialistas locais, com o intuito de selecionar o especialista mais adequado. PropÃs-se, entÃo, a otimizaÃÃo na formaÃÃo dos agrupamentos, que consiste na integraÃÃo das etapas de formaÃÃo de agrupamentos e de designaÃÃo dos especialistas, como uma forma de melhorar a qualidade dos ajustes dos modelos e das previsÃes realizadas. Apresentou-se, posteriormente, dois estudos de caso da abordagem de composiÃÃo de especialistas e da otimizaÃÃo na formaÃÃo dos agrupamentos para a previsÃo de receita lÃquida, das empresas de transporte aÃreo e para a previsÃo da taxa de inflaÃÃo anual (IPC) apurada pela FIPE (FundaÃÃo Instituto de Pesquisas EconÃmicas).

ASSUNTO(S)

previsÃo inteligÃncia artificial modelos matemÃticos anÃlise estatÃstica otimizaÃÃo anÃlise de aglomerados

ACESSO AO ARTIGO

Documentos Relacionados