Comparativo entre Random Forest e Redes Neurais Artificiais na previsão de séries temporais sazonais e não estacionárias / Comparative between Random Forest and Artificial Neural Networks in forecasting seasonal and non-stationary time series

Neste estudo, fez-se um comparativo dos resultados das previsões de dois grupos de séries temporais: um deles formado por séries estacionárias não sazonais (eNs) e outro formado por séries sazonais e não estacionárias (sNe). As previsões, de ambos os grupos, foram obtidas por meio dos métodos Random...

ver descrição completa

Detalhes bibliográficos
Autores: Teixeira, Levi Lopes, Rodrigues, Samuel Bellido
Formato: artículo
Estado:Versión publicada
Fecha de publicación:2022
País:Brasil
Recursos:Instituto Superior de Educação Vera Cruz (VeraCruz)
Repositorio:Revista Veras
Idioma:portugués
OAI Identifier:oai:ojs2.ojs.brazilianjournals.com.br:article/42678
Acesso em linha:https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/42678
Access Level:acceso abierto
Palavra-chave:Random Forest
Séries Temporais
Redes Neurais Artificiais
Descrição
Resumo:Neste estudo, fez-se um comparativo dos resultados das previsões de dois grupos de séries temporais: um deles formado por séries estacionárias não sazonais (eNs) e outro formado por séries sazonais e não estacionárias (sNe). As previsões, de ambos os grupos, foram obtidas por meio dos métodos Random Forest (RF) e Redes Neurais artificiais (RNA) Feedforward.  Além disso, comparou-se os resultados obtidos a partir de três estratégias de previsões multipassos à frente, a saber: Direta, Recursiva e MIMO (múltiplas entradas e múltiplas saídas). Foram utilizadas sessenta e duas séries temporais divididas entre os grupos eNs e sNe.  As Redes Neurais Artificiais mostraram-se mais eficientes que o Random Forest nas previsões de ambos os grupos de séries temporais, sendo constatada uma maior diferença no grupo formado pelas séries sazonais e não estacionárias. Neste grupo, as previsões a partir da estratégia MIMO apresentaram RMSE (raiz do erro quadrático médio) de 386,51 com o uso do RF e 27,62 por meio da RNA.