Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/15604
Registro completo de metadados
Campo DCValorIdioma
dc.creatorDantas Filho, Leonardo Luiz do Nascimento-
dc.date.accessioned2019-09-10T13:56:30Z-
dc.date.available2019-05-24-
dc.date.available2019-09-10T13:56:30Z-
dc.date.issued2019-05-08-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/15604-
dc.description.abstractMachine learning has been widely used in a number of research and application domains, such as search engines, fraud detection, natural language processing, anomaly detection, demand forecasting, and standalone vehicles. In this document, we focus on analyzing the major forecasting models in order to choose the one that best ts the residential energy consumption data. In addition, an analysis was performed on the data, changes that were necessary to keep the data within the chosen requirements, also presented all the results of the chosen models and explained how each model adapted to the data. Moreover, we also show all the technologies used to conduct the present work.pt_BR
dc.description.provenanceSubmitted by Rogerio Marques (rogerioferreiramarques1@gmail.com) on 2019-09-10T13:56:30Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) LLNDF24052019.pdf: 506048 bytes, checksum: d358d4a678c1e3fc4cfd02f717ddb5dc (MD5)en
dc.description.provenanceMade available in DSpace on 2019-09-10T13:56:30Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) LLNDF24052019.pdf: 506048 bytes, checksum: d358d4a678c1e3fc4cfd02f717ddb5dc (MD5) Previous issue date: 2019-05-08en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectAprendizagem de máquinapt_BR
dc.subjectModelo de previsãopt_BR
dc.subjectConsumo de energiapt_BR
dc.subjectAnálise de dadospt_BR
dc.titleAnálise de modelos para previsões de consumo de energia elétrica e seu uso na redução de custospt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Siebra, Clauirton de Albuquerque-
dc.description.resumoA aprendizagem de maquina tem sido bastante utilizada em vários âmbitos de pesquisa e aplicação, como mecanismos de busca, detecção de fraudes, processamento de linguagem natural, detecção de anomalia, previsão de demanda e veículos autônomos. Neste documento, nos concentramos a analisar os principais modelos de previsão, a m de escolher o que melhor se adapta aos dados de consumo de energia residencial. Alem disso foi realizado uma analise nos dados, altera coes que foram necessárias para que os dados cassem dentro dos requisitos escolhidos, foi apresentado também todos os resultados dos modelos escolhidos e explicado como cada modelo se adaptou aos dados. Também sera mostrado todas as tecnologias para a realização do respectivo trabalho.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInformáticapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:TCC - Ciência da Computação - CI

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
LLNDF24052019.pdf494,19 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons