Banca de DEFESA: VIVIANE COSTA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: VIVIANE COSTA SILVA
DATA: 19/02/2024
HORA: 08:00
LOCAL: Remoto
TÍTULO:

Análise comparativa entre modelos de regressão distribucional e outros algoritmos de aprendizado de máquina na predição de dados meteorológicos

PALAVRAS-CHAVES:

Aprendizado de Máquina; Árvores Aleatórias; Aumento Extremo de Gradiente; GAMLSS; Profeta; Regressão por Vetores de Suporte

PÁGINAS: 70
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Probabilidade e Estatística
SUBÁREA: Probabilidade e Estatística Aplicadas
RESUMO:

Os modelos de regressão univariados remotam ao século XIX e visam compreender como um conjunto de variáveis explicativas influencia ou explica uma variável resposta. Embora seja comum encontrar trabalhos que comparem metodologias flexíveis de aprendizado de máquina com modelos de regressão convencionais, essa comparação pode não ser adequada, devido às pressuposições rigorosas e a restrição de flexibilidade dos modelos de regressão usuais. Assim, esta dissertação propõe verificar e comparar o desempenho dos modelos de regressão distribucional, inicialmente propostos como modelos aditivos generalizados para locação, escala e forma (GAMLSS), que são uma abordagem mais moderna e flexível, com outros algoritmos de aprendizado de máquina comumente empregados na literatura, a saber: random forest, support vector regression, extreme gradient boosting e prophet, para conjuntos de dados meteorológicos. Em um primeiro artigo, já publicado em um periódico, foi destacada a necessidade de utilizar os GAMLSS na modelagem da temperatura média diária em um período de um ano na cidade de Florianópolis - SC. Esse estudo mostrou que modelos de regressão menos complexos não seriam adequados para explicar completamente a resposta, devido às diferentes estruturas de regressão construídas na sua distribuição. No segundo artigo, comparamos a performance preditiva dos GAMLSS com os quatro outros algoritmos de machine learning mencionados. Utilizamos dados provenientes de uma estação meteorológica automática na cidade de Florianópolis - SC, coletados ao longo de 10 anos (de 30 de março de 2013 a 28 de março de 2023). Os GAMLSS baseados na distribuição Box-Cox t apresentaram resultados mais satisfatórios na maioria das métricas utilizadas para a comparação dos modelos ajustados, provando ser uma alternativa interessante e robusta para o ajuste e predição de dados meteorológicos.

MEMBROS DA BANCA:
Presidente - LUIZ RICARDO NAKAMURA (Membro)
Interno - PAULO HENRIQUE SALES GUIMARAES (Membro)
Interno - GERALDO MAGELA DA CRUZ PEREIRA (Membro)
Externo à Instituição - TIAGO ALMEIDA DE OLIVEIRA - UEPB (Membro)
Externo à Instituição - THIAGO GENTIL RAMIRES - UTFPR (Membro)
Externo à Instituição - ANA JULIA RIGHETTO - USP (Suplente)
Externo à Instituição - RODRIGO ROSSETTO PESCIM - UEL (Suplente)