Mostra i principali dati dell'item

dc.contributor.advisorVidor, Gabriel
dc.contributor.authorPiva, Guilhermo Offmaister
dc.contributor.otherKorzenowski, André Luis
dc.contributor.otherMesquita, Alexandre
dc.contributor.otherChiwiacowsky, Leonardo Dagnino
dc.date.accessioned2021-06-10T18:41:08Z
dc.date.available2021-06-10T18:41:08Z
dc.date.issued2021-06-10
dc.date.submitted2020-04-28
dc.identifier.urihttps://repositorio.ucs.br/11338/7376
dc.descriptionA educação, como direito de todos e dever do estado e da família, é um bem jurídico assegurado pela Constituição Federal. Estima-se que no Brasil existem cerca de 2.000.000 de crianças privadas do acesso a educação infantil. Um modelo capaz de estimar inscrições e assim auxiliar na formulação de estratégias destinadas à suprir a demanda da educação infantil de um município do Brasil é proposto. Analisando o orçamento para reformas e ampliação da educação infantil e a quantidade matrículas, anualmente, percebe-se que existe um descompasso entre valor investido e aumento na capacidade de atendimento. Especula-se que tal comportamento justifica-se pelo desconhecimento, ainda que marginal, acerca de demanda por inscrições. Considerando a capacidade de generalização e adaptabilidade das redes neurais, utilizou-se a perceptron de múltiplas camadas como modelo de predição. Utilizando a série temporal de inscrições do sistema de gestão do município de Camboriú, entre 2012 e 2019, avaliou-se padrões de tendencia e sazonalidade. Iterativamente, ajustaram-se os parâmetros da rede neural utilizando o algorítimo back-propagation e, estimou-se a quantidade de inscritos para o ano de 2019. O modelo foi capaz de prever a quantia de 3513 inscrições, frente os 3354 da série temporal real, resultando em um erro percentual médio absoluto de 1,44%. Ainda, considerando que utilizou-se somente a série temporal de inscrições de um município, acredita-se que a utilização de outras variáveis e/ou outra arquitetura de redes neurais poderiam ser investigadas. [resumo fornecido pelo autor]pt_BR
dc.description.abstractEducation, as the right of everyone and the state duty and family, is a legal asset guaranteed by the Federal Constitution. In Brazil it is estimated that there are about 2.000.000 children deprived of access to early childhood education. A model capable of estimating enrollments is proposed to assist the formulation of strategies focused at attending the demand for early childhood education in a Brazilian municipality. Analyzing the budget for reforms and expansion of early childhood education and the number of enrollments, annually, it becomes clear that there is a mismatch between the amount invested and the increase in service?s capacity.Such behavior might justify itself by the unknown, albeit marginally, enrollments demand. Considering the ability to generalize and adapt of neural networks, the multilayer perceptron is used as a prediction model. Using enrollments historical series of Camboriú, between 2012 and 2019, trend and seasonality patterns were evaluated. Iteratively, neural network?s parameters were adjusted using the back propagation algorithm and the number of enrollments for the year 2019 was estimated, resulting in a average absolute percentage error of 1.44%. Even so, considering that it was used only a enrollments? series from one municipality, it is believed that using other variables and / or other architecture of neural networks could be further investigated. [resumo fornecido pelo autor]en
dc.language.isoptpt_BR
dc.subjectEducaçãopt_BR
dc.subjectPrevisãopt_BR
dc.subjectAdministração públicapt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectEducationen
dc.subjectForecastingen
dc.subjectPublic administrationen
dc.subjectNeural networks (Computer science)en
dc.titleModelo de previsão de vagas de educação infantil de um município brasileiropt_BR
dc.typeDissertaçãopt_BR
mtd2-br.advisor.instituationUniversidade de Caxias do Sulpt_BR
mtd2-br.advisor.latteshttp://lattes.cnpq.br/3108670123339183pt_BR
mtd2-br.author.lattesPiva, Guilhermopt_BR
mtd2-br.program.nameMestrado Profissional em Engenharia de Produçãopt_BR
mtd2-br.campusCampus Universitário da Região dos Vinhedospt_BR
local.data.embargo2021-06-09


Files in questo item

Thumbnail

Questo item appare nelle seguenti collezioni

Mostra i principali dati dell'item