• português (Brasil)
    • English
    • español
    • italiano
    • Deutsch
  • português (Brasil) 
    • português (Brasil)
    • English
    • español
    • italiano
    • Deutsch
  • Entrar
Ver item 
  •   Página inicial
  • Trabalhos de Conclusão de Curso
  • Área do Conhecimento das Engenharias
  • Engenharia de Computação - Bacharelado
  • Ver item
  •   Página inicial
  • Trabalhos de Conclusão de Curso
  • Área do Conhecimento das Engenharias
  • Engenharia de Computação - Bacharelado
  • Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Aplicação de aprendizagem de máquina para previsão de energia eólica gerada

Thumbnail
Visualizar/Abrir
TCC Mauricio Gerhardt.pdf (1.521Mb)
Data
2023-07-12
Autor
Gerhardt, Mauricio
Orientador
Webber, Carine Geltrudes
Metadata
Mostrar registro completo
Resumo
A inteligência artificial (IA) tem experimentado avanços significativos nos últimos anos, impulsionando seu crescente campo de aplicação em diversas áreas, entre as quais se destaca a aplicação em sistemas preditivos. Nesses sistemas, ocorre o mapeamento e rotulagem de dados previamente coletados, sendo esses dados utilizados como entrada para algoritmos de IA, que visam prever possíveis valores futuros. Para o presente trabalho foi escolhida uma área, que vem se destacando no Brasil e no mundo, que trata da geração de energia através de geradores eólicos. O presente trabalho explora os conceitos e funcionamento dos modelos preditivos e propõe-se a realizar uma pesquisa de natureza exploratória, a fim de identificar os principais métodos que são utilizados, por meio de uma pesquisa bibliográfica e uma revisão sistemática. A partir desta pesquisa, propõe-se a implementação de dois modelos preditivos mais utilizados na área de problemas de regressão que se tratam dos modelos Long Short Term Memory (LSTM) e o Extreme Gradient Boosting (XGBoost). Após a implementação e treinamento dos modelos propostos, são apresentados os resultados quantificados por métricas, conhecidas e amplamente utilizadas para avaliar os valores obtidos na previsão da energia gerada por estes modelos. [resumo fornecido pelo autor]
URI
https://repositorio.ucs.br/11338/12419
Collections
  • Engenharia de Computação - Bacharelado [11]

DSpace software copyright © 2002-2016  DuraSpace
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV
 

 

Navegar

Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosEsta coleçãoPor data do documentoAutoresTítulosAssuntos

Minha conta

EntrarCadastro

DSpace software copyright © 2002-2016  DuraSpace
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV